企業(yè)RFID芯片依賴大數(shù)據(jù)存儲

　　數(shù)據(jù)倉庫協(xié)會（簡稱為TDWI）近期的研究顯示，隨著技術(shù)難題被攻克，大數(shù)據(jù)已經(jīng)成為企業(yè)重要的業(yè)務(wù)資產(chǎn)。在此項(xiàng)研究中，TDWI共訪問了325名IT經(jīng)理人、技術(shù)顧問和企業(yè)用戶。這些受訪者來自不同規(guī)模公司。在最終得到的報(bào)告中，TDWI指出，新技術(shù)的出現(xiàn)使得企業(yè)能夠?qū)Σ煌愋偷暮Ａ繑?shù)據(jù)集進(jìn)行更為復(fù)雜的數(shù)據(jù)分析。

　　超過三分之一的受訪者表示，他們目前正在對大數(shù)據(jù)進(jìn)行某種形式的高級分析工作，其中大部分應(yīng)用在BI（商業(yè)智能）、預(yù)測分析、數(shù)據(jù)挖掘和統(tǒng)計(jì)分析任務(wù)。調(diào)查發(fā)現(xiàn)，近45%的受訪者認(rèn)為，大數(shù)據(jù)分析可以讓商業(yè)洞察力變得更為精準(zhǔn)。38%的受訪者期待，能通過該技術(shù)更為敏銳地發(fā)現(xiàn)更多的銷售和市場商機(jī)。超過60%的受訪者希望，大數(shù)據(jù)分析能快速提升公司在社交媒體上的營銷能力。

　　TDWI的調(diào)查還顯示，大數(shù)據(jù)分析應(yīng)用案例中增長最快的當(dāng)屬高級數(shù)據(jù)虛擬化。為了讓數(shù)據(jù)的可視化程度更高，越來越多的企業(yè)開始使用高級分析工具對大數(shù)據(jù)集進(jìn)行分析。

　　該報(bào)告的作者、TDWI分析師Philip Russom說：“大數(shù)據(jù)在過去曾經(jīng)是一個(gè)技術(shù)難題，企業(yè)不得不想方設(shè)法應(yīng)對海量數(shù)據(jù)的管理挑戰(zhàn)?，F(xiàn)在，如果使用分析的方法處理這個(gè)問題，你就能從大數(shù)據(jù)中獲得諸多好處，這些好處是傳統(tǒng)BI和數(shù)據(jù)倉庫技術(shù)所無法給予的。”

　　“大數(shù)據(jù)”指海量數(shù)據(jù)集，其容量通常以數(shù)百TB或者數(shù)百PB來計(jì)量。隨著時(shí)間的推移，這一術(shù)語并不僅限于海量結(jié)構(gòu)化數(shù)據(jù)，它還包括博客、點(diǎn)擊流數(shù)據(jù)、機(jī)器和傳感數(shù)據(jù)和社交媒體等非結(jié)構(gòu)數(shù)據(jù)。Russom表示，在許多案例中，企業(yè)的呼叫中心、RFID芯片、供應(yīng)鏈應(yīng)用工具和物流工具都存儲有大量數(shù)據(jù)，但企業(yè)并不擁有可以有效利用這些數(shù)據(jù)的工具。

　　如今，新技術(shù)與成本大幅下降的存儲和硬件結(jié)合起來，讓企業(yè)可以高效、快速地存儲、管理和分析各種類型的海量數(shù)據(jù)。越來越多的企業(yè)開始篩選這些復(fù)雜的海量數(shù)據(jù)，以進(jìn)行建模。這些都是他們過去不知道或是無法理解的。目前，Aster Data、GreenPlum、Teradata、Netezza、ParAccel、Vertica和SAP等公司所提供的數(shù)據(jù)庫和數(shù)據(jù)分析技術(shù)能夠幫助企業(yè)完成這些工作。

　　Russom指出，這些廠商提供的產(chǎn)品采用了新的技術(shù)并進(jìn)行了一系列創(chuàng)新，能夠解決傳統(tǒng)數(shù)據(jù)庫技術(shù)中的一些不足。這些新技術(shù)包括內(nèi)存數(shù)據(jù)庫、海量并行處理分析技術(shù)，以及允許人們以過去無法想象的簡單、高效的方法來存儲、管理和查詢大數(shù)據(jù)。Hadoop和MapReduce等開源工具則使企業(yè)能夠以一種全新的方式來管理和跟蹤大數(shù)據(jù)。

　　Russom在報(bào)告中稱：“分析工具和數(shù)據(jù)庫現(xiàn)在能夠應(yīng)對大數(shù)據(jù)帶來的挑戰(zhàn)。它們能夠以更快的速度處理海量檢索和解析表。新一代工具和平臺將性能水平提升到了一個(gè)新的層次，這對于大數(shù)據(jù)應(yīng)用非常重要?！?/P>

　　這份報(bào)告還提到，在充分發(fā)揮高級大數(shù)據(jù)分析能力的同時(shí)會面臨挑戰(zhàn)。報(bào)告指出，超過45%的受訪者表示，大數(shù)據(jù)分析面臨的最大挑戰(zhàn)就是嚴(yán)重缺乏技術(shù)熟練的專業(yè)人才。更糟的是，新一代分析工具與傳統(tǒng)BI和數(shù)據(jù)倉庫所需要的熟練技能不盡相同。報(bào)告還指出，缺乏商業(yè)支持和與大數(shù)據(jù)分析有關(guān)的整體成本是大數(shù)據(jù)分析所面臨的另外兩大障礙。