拥抱大数据是选择公有云？还是本地部署？（数据在公有云上的安全性）

云计算对大数据和高级分析的作用是巨大的。那末我们是选择公有云还是本地部署呢?在笔者调查的企业中，许多企业至今为止仍处于观望当中。这些企业都清楚要想与客户建立友好关系，他们就需要在公有云上投入更多。难点在于许多企业正在努力应对企业发展和监管问题，而这其中常常存在一些其实不公道的技术限制。

　　公有云在2016年曾是大数据的首选。为何呢?由于企业在不断扩大其本地基础设施时会遇到本钱障碍。企业希望具有范围更大、扩大速度更快的本地配置，这其中包括混合云中的本地部署部份，但是这些根本没法跟上发展步伐。虽然业内的共鸣是混合云是最合适大数据的选项，但笔者其实不这样认为。企业应当制定一个公有云优先的策略，只在必要时才将混合云或本地部署作为临时过渡措施。

　　在新的研究中，我们发现了大量的证据，并且这些证据使我得出了这个合乎逻辑的结论。最重要的是，一些领军企业认为，他们依托公有云取得的大数据技能是他们的新竞争优点。他们意想到这些将使自己能够更加深入地了解客户，更加快速地适应不断上升的客户期望与不断变化的客户需求。以下是为何我认为他们这样斟酌是正确的缘由：

　　云计算和大数据带来了指数级变化，这一点可以参考摩尔定律。谷歌曾公然许诺将采取摩尔定律理念对云服务进行定价。想象一下，如果云基础设施价格降落一半会产生甚么，并且大数据处理和分析能力每隔18至24个月就会翻一番。相对本地部署或混合云竞争对手，云服务提供商可以利用范围优点更快地为所有客户提供新的功能、更新后的版本和补钉。

　　指数级变化正在延续推动云计算领域中的创新步伐。举例来看，用于SQL分析的AWSAthena等服务器创新、来自谷歌的新人工智能服务、基于容器且可支持不同版本开源工具的Spark。

　　那些已转向公有云优先策略并定位于充分利用指数级变化和创新步伐的企业将会胜出。举例来看，在PaaS和托管服务上构造具有深入洞察力的利用程序的企业将能够以更快的速度吸纳新功能和新的开源版本。

　　这些趋势显示，那些在Hadoop和Spark硬件和软件升级上花时间以实现本身数据架构现代化的企业注定会失败。只需要一到两个倍增周期，本地部署的配置就会落后。

　　那末我们该怎样办呢?首先，需要一个计划。市场研究机构Forrester认为制定一个计划需要以下步骤：为大数据分析重点选择一个初始的基本云战略(SaaS、PaaS或IaaS)，肯定满足自己的洞察力系统需求的候选云平台服务，调剂包括云管理策略在内的大数据分析线路图，最后酌情针对其他基本的云策略重复上述步骤。

　　我认为大数据向公有云迁移已开始了，并且它们的速度和程度都超越了我们的想象。那些具有这类架构并知道如何利用新的指数级变化的领军企业将在竞争中胜出。答案已清楚了，不要再在是选择公有云还是本地部署这个问题上犹豫未定了。

免责声明：
本网址（www.yingxiongyun.com）发布的材料主要源于独立创作和网友匿名投稿。此处提供的所有信息仅供参考之用。我们致力于提供准确且可信的信息，但不对材料的完整性或真实性作出任何保证。用户应自行验证相关信息的正确性，并对其决策承担全部责任。对于由于信息的错误、不准确或遗漏所造成的任何损失，本网址不承担任何法律责任。

本网站所展示的所有内容，如文字、图像、标志、音频、视频、软件和程序等的版权均属于原创作者。

如果任何组织或个人认为网站内容可能侵犯其知识产权，或包含不准确之处，请即刻联系我们进行相应处理。