如果在分析處理上缺少相應的技術支撐，大數據的價值將無從談起

大數據的價值開始日益受到重視，人們對數據處理的實時性和有效性的要求也在不斷提高?，F在對大數據的應用己經不局限于BI(商業智能)領域，在公共服務、科學研究等各方面，大數據也都在發揮著巨大的影響力，而且應用面要寬得多。比如美國國家海洋和大氣管理局嘗試利用大數據方法協助進行氣候、生態系統、天氣和商業方面的研究一谷歌流感趨勢則使用經過匯總的谷歌搜索數據來估測流感疫情。數據無疑已經成為信息社會日益重要的資源。

認識大數據和云計算

大數據的意義并不在于大容量、多樣性等特征，而在于我們如何對數據進行管理和分析，以及因此而發掘出的價值。如果在分析處理上缺少相應的技術支撐，大數據的價值將無從談起。

具體到企業而言，處于大數據時代的經營決策過程已經具備了明顯的數據驅動特點，這種特點給企業的IT系統帶來的是海量待處理的歷史數據、復雜的數學統計和分析模型、數據之間的強關聯性以及頻繁的數據更新產生的重新評估等挑戰。這就要求底層的數據支撐平臺具備強大的通訊(數據流動和交換)能力、存儲(數據保有)能力以及計算(數據處理)能力，從而保證海量的用戶訪問、高效的數據采集和處理、多模式數據的準確實時共享以及面對需求變化的快速響應。

傳統的處理和分析技術在這些需求面前開始遭遇瓶頸，而云計算的出現，不僅為我們提供了一種挖掘大數據價值使其得以凸顯的工具，也使大數據的應用具有了更多可能性。

云計算包含兩方面的內容;服務和平臺，所以云計算既是商業模式，也是計蕎模式。比如美國加州大學伯克利分校在一篇關于云計算的報告中，就認為云計算既指在互聯網上以服務形式提供的應用。也指在數據中心里提供這些服務的硬件和軟件。

就目前技術發展來看，云計算以數據為中心，以虛擬化技術為手段來整合服務器、存儲、網絡、應用等在內的各種資源，并利用SOA架構為用戶提供安全、可靠、便捷的各種應用數據服務;它完成了系統架構從組件走向層級然后走向資源池的過程，實現IT系統不同平臺(硬件、系統和應用)層面的“通用”化，打破物理設備障礙，達到集中管理、動態調配和按需使用的目的。

借助“云”的力量，可以實現對多格式、多模式的大數據的統一管理、高效流通和實時分析，挖掘大數據的價值，發揮大數據的真正意義。

大數據對技術提出高要求

大數據處理首先是獲取和記錄數據;其次是完成數據的抽取、清潔和標注以及數據的整合、聚集和表達等重要的預處理或處理(取決于實際問題)工作;再次需要一個完整的數據分析步驟，通常包括數據過濾、數據摘要、數據分類或聚類等預處理過權最后進入分析階段，在這個階段，各種算法和計算工具會施加到數據上，以求能得到分析者想要看到的或者可以進行解釋的結果。

涉及到龐大的數據量，這一整套處理流程在各個不同階段都會對傳統的技術手段提出挑戰。比如，海量的網絡化設備、海量的在線用戶、不間斷的網絡聯接，都在時刻生成大量的、多格式的內容數據和狀態信息，這些經由各種客戶端(網頁、應用或是傳感器等)采集而來的信息數據，連同成千上萬的訪問和操作請求，會以高并發的方式向系統服務器施加壓力。