目前，多數企業已建成一體化企業級數據中心平臺，能夠滿足日常業務的需求，但大數據時代對傳統數據中心的數據存儲能力、數據處理能力、數據交換能力、數據展現能力以及數據挖掘能力都提出了更高的要求，大數據對傳統數據中心提出了新的挑戰。
1、非結構化數據的重要性越來越大
傳統數據中心的數據一般來源于用戶通過個人電腦、移動終端、POS機等常規渠道生成的結構化數據。而大數據時代數據類型多樣化，半結構化數據和非結構化數據呈現爆發式增長，且增長速度遠遠超過結構化數據。這些通過傳感器、監測儀、機讀儀器等機器設備產生的天氣、位置、音頻、文本等海量復雜數據越來越多，企業開始使用這些數據來改進產品、提高效率、尋找缺陷，其數據的重要性將會越來越大。
2、數據的時效性要求越來越高
傳統數據中心的數據更新周期基本為日、周、月，輔以少量的實時數據更新，商務智能也基本以日、周、月、季度和年為時間維度的靜態數據分析。大數據時代，對數據的處理速度和數據的時效性提出了更高要求，而當今社會日益加劇的商業競爭讓每個企業都希望能通過實時分析報表和結果數據來隨時掌握企業運營狀況，并迅速作出決策和判斷。以電力電量平衡測算為例，需要實時采集電網數據、實時分析、實時計算，快速測算結果，并反饋至電力調度部門進行有序用電執行預案的實時決策，如果相關數據獲取不及時則會大大影響調度部門對有序用電的分析和決策。
3、大數據改變數據分析模式
傳統數據分析以結構化數據分析為主，業務分析更是以被動式信息接受為主。大數據時代下，隨著數據的累積和增加，可做的分析和對比也越來越多。通過對大量的數據進行分析，從而揭示數據之間隱藏的關系、模式和趨勢;通過結構化數據、半結構化數據、非結構化數據的融合關聯分析，實現文本分析、數據挖掘、圖形分析、空間分析等數據分析模式，為決策者提供不同角度不同形式的分析判斷依據。
4、大數據影響信息基礎架構
目前電力企業數據中心主要以Unix為代表的操作系統服務器硬件平臺、以Oracle關系型數據庫為代表的企業級數據存儲平臺和以BW(數據倉庫，Business Warehouse) ,BO(業務對象，Business Object)為代表的企業級商務智能分析平臺組成。隨著智能電網的發展，半結構化和非結構化數據呈現出快速增長的勢頭，大量部署的傳感器、監視器、智能交互終端等設備都可以成為數據來源，并且其數據量大大超過了結構化數據。大數據時代下，分布式處理的軟件框架使得XgG服務器開始大行其道，列存儲、內存數據庫、NOSQL存儲、流計算等技術將成為數據存儲和處理的主流技術。
傳統數據中心商務智能專注單一數據集的分析處理，這造成了不同類型數據之間的割裂。而大數據分析聚合多個數據集，注重不同類型數據的融合集成與關聯分析，是一種綜合關聯性分析。因此，傳統數據中心分析處理架構已無法適應大數據時代的分析要求。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.hanmeixuan.com/
本文標題：大數據對傳統數據中心的影響
本文網址：http://www.hanmeixuan.com/html/support/11121816145.html
相關文章
