|
英特尔:相同的大数据不同的Hadoop海量数据的时代正在到来,在这种环境下,需要有新的技术手段来应对大数据带来的挑战,并充分挖掘其潜在价值,实现业务的进一步发展和保持企业的竞争优势。作为半导体领导厂商,英特尔拥有完整的涵盖软硬件平台的大数据解决方案。 海量数据的时代正在到来,在这种环境下,需要有新的技术手段来应对大数据带来的挑战,并充分挖掘其潜在价值,实现业务的进一步发展和保持企业的竞争优势。作为半导体领导厂商,英特尔拥有完整的涵盖软硬件平台的大数据解决方案。 根据IDC预测,全球的数据使用量到2020将将会增长44倍,达到35.2ZB(1ZB=10亿TB)。Facebook、Twitter、微博等各种社交平台的海量数据,以及视频通讯、医疗影像、地理信息和监控录像等视频内容也会极具增加,加之传感器、RFID阅读器、导航终端等非传统IT设备和移动设备,都将产生越来越多的数据。增加的这些数据当中,有80%的数据属于非结构化。 面对这些巨变,传统的IT技术并不足以应对这种新挑战,传统的关系型数据库以及桌面BI分析软件处理的结构化数据,其容量一般都在GB级别,无法从更大的数据集中发现有意义的信息。另外,需要处理的目标数据也一直在增长,传统技术无法适应这种扩展性。 那么,究竟什么样的技术和解决方案才能胜任这种挑战呢,我们认为,适合大数据时代需求的解决方案,一般要具备以下条件: 支持PB级别数据的处理和分析 支持结构和非结构化数据 支持万级每秒数据查询 支持高可靠性系统 支持高频率统计分析 也就是说,对于大量的结构化和非结构化数据,支持可变的数据结构和高效的数据导入、查询、统计分析。作为引领服务器发展方向的英特尔来说,目前它拥有在Apache开源版基础上修订的发行版和免费版两个Hadoop版本,并在GitHub维护着Project Panthera开源项目,其中包括即时分析、基于HBase的文档存储、基于Hive/MapReduce的分析SQL引擎、HiBench和HiTune等子项目。 英特尔Hadoop发行版组成 为何谈大数据的时候我们要重点谈Hadoop呢?因为Hadoop是目前为止大数据解决方案的主流平台,也是顺应未来大数据和云计算环境的平台。接下来,我们将为大家介绍英特尔发行版Hadoop在应对大数据挑战方面的独特优势。 责编:赵龙 微信扫一扫实时了解行业动态 微信扫一扫分享本文给好友 著作权声明:畅享网文章著作权分属畅享网、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。 |
最新专题 |
|