服务器对大数据的作用和影响.docx

服务器对大数据的作用和影响
方法/步骤
大数据引发三重挑战
具体到企业而言，其面临的最直接的挑战就是企业的基础架构是
否适应大数据管理和分析的需要，尤其是一旦要从大数据中查找或
者分析出有价值的信息，那大数据的处理效率就成为了关键服务器对大数据的作用和影响
方法/步骤
大数据引发三重挑战
具体到企业而言，其面临的最直接的挑战就是企业的基础架构是
否适应大数据管理和分析的需要，尤其是一旦要从大数据中查找或
者分析出有价值的信息，那大数据的处理效率就成为了关键。而即
使是传统的结构化数据，其对处理速度的要求也越来越高。以银行
业为例，伴随着银行网点、AThM的多点布局，再加上越来越多的
新兴业务转移到互联网上，使得银行不得不面对无时无刻无处不在
的数据处理响应需求。
影响数据处理速度的因素很多，归结起来主要有计算、存储和网
络三大方面的因素。计算依靠服务器来实现，其CPU勺主频、内存
的容量和I/O带宽，都会影响到运算速度。尤其是服务器整体表现
出来的性能，将会是影响大数据处理的关键因素。此外，有些企业
喜欢采用x86集群或者分布式计算来对大数据进行处理，但是各个
计算节点间的调用和处理器使用效率，亦成为影响数据处理快慢的
因素。
大型数据库开启效率之旅
这些数据库通常包含与其它数据库相重复的数据。一个数据库一
般不会将另一个数据库作为数据源。这样就会消耗额外的磁盘存储，
增加重复数据迁移所需要的网络带宽，也会因从多个数据存储获取
相同数据的需要而额外增加服务器CPI#理的负荷。
同时，假如企业拥有多个数据库的话，那么他们通常会将它们部
署在不同的平台上，针对不同的硬件平台采用不同的维护方法。这
样需要维护不同品牌和模型的服务器数量越多，成本就越高。如果
是关键任务服务器，那么提供冗余性的硬件就会重复，这也会增加
额外的成本。
此外，企业还不得不面对运营效率低下的问题。假如在多个服务
器上运行多个数据库系统，那么有一些运营成本需要考虑，包括培
训多个系统的人员、监控多个系统、修复多个平台的问问通故障、
修补和更新多个系统。而在统一的操作系统和硬件平台上运行一个
系统会更简单一些，成本也更低。另外，监控和故障修复也更加简单。
内存计算化繁为简
值得一提的是，近年来许多数据库厂商大力发展的内存计算技术，
同样对数据处理速度的提升起到了很大的作用。
内存计算的主要用途之一是庞大的数据集的实时操作。在传统的
数据库中，数据存在硬盘上。数据和服务器的CPU通过有线连接,
所以数据要到达的“桌面”是缓慢和遥远的，当需要十亿字节或者
艾字节的数据时，数据库性能缓慢的主要原因之一是数据存取的时
间过长，不能以足够快的速度到达所需要的地方。
在内存计算中，数据就存储在CP阴旁边，可以瞬间到达。这意
味着数百GB的数据分析，报告和预测需要几秒钟内就可以完成，而不是几小时。
行业掘金性能为王
大型数据库和内存计算分别在应用模式和技术上为提升大数据的
处理效率