亚洲精品乱码久久久久蜜桃-97国产精品人妻无码久久久-加勒比中文字幕无码一区-中文字幕乱人伦高清视频-无码va在线观看

從Yahoo的 Web搜索研究，到Facebook的數據分析，再到百度的搜索日志分析、淘寶的數據魔方服務，Hadoop的身影都已經到處閃現。簡單來講，社會化數據時代的企業需要像八爪魚一樣，能夠發現并拿到他需要的數據，而Hadoop技術的好處就是，不但可以方便地嵌入到各種實際應用中以實現全文搜索/索引，而且可以進行數據抓取。比如雅虎，通過應用這一技術，幾乎可以實時分析每一個頁面點擊并優化內容的排名，每7分鐘就能更新一次結果。

“PB級別的企業數據倉庫已經可以大規模并行處理數據并且可以對海量數據的分析數據進行高效的管理”，Forrester的分析師James Kobielus表示。

以Hadoop為代表的海量數據處理開源工具無疑是吸引人的，“開源工具可以查看代碼，這樣開發者可以找到他們整合時里面是什么。在幾乎所有的案例中，開源分析都更具性價比和靈活性。”Revolution Analytics的Minelli表示。

毫無疑問，Hadoop在企業級數據倉庫應用上有許多優勢，比如：

Hadoop是開源的。它能帶來較低的成本，無需支付高昂的授權許可費。

其次是其靈活性，允許用戶自己修改代碼。

最后是可以獲得具有領先且創新性的Hadoop社區的支持。

更長遠的來看，開源Hadoop使企業有了新的分析技術，能夠更好的處理非結構化的語言，比如圖片等。而不需要完全寄托于傳統數據倉庫廠商的分析技術，開源的Hadoop給了企業創新的機會。

Kobielus指出，Hadoop核心之所以成為企業數據倉庫最佳解決方案，原因在于其數據庫分析方式與供應商無關。再加上MapReduce框架的強大支持，將使其成為完美的企業級云數據倉庫。

Hadoop最佳實踐案例

企業使用Hadoop在云計算中能夠做什么？Kobielus列舉出三個受歡迎的案例。

1、結構化與非結構化數據

現在我們在聽到海量數據的時候，主要的關注點通常會在一些互聯網巨頭上，像谷歌和Twitter都在使用，但互聯網其實并沒有創造大數據，也不會僅僅因為Hadoop就得到廣泛應用。

在CSDN之前對1446個數據庫管理人員的調查中，有78％的被調查者表示，非結構化數據是他們當前面臨的最大問題，超過一半的人認為，在未來的三年中，非結構化數據將超過過去10年的結構化數據總和。

實際上，金融服務企業已經處理大型數據負載相當長的時間了，盡管到目前為止，其數據處理的效果不一定是最杰出的。企業最初時常創建并得到少量松散的數據。現在他們開始通過私有云進行試驗，而且通過Hadoop和MapReduce技術關聯數據方法，通過計算集群完成高速數據分析。

2、通過Hadoop日志對事件進行分析，主要應用是Web搜索

Hadoop的最常見用法之一是Web搜索。雖然它不是惟一的軟件框架應用程序，但作為一個并行數據處理引擎，它的表現非常突出。Hadoop最有趣的方面之一是Map and Reduce流程，它受到Google開發的啟發。這個流程稱為創建索引，它將Web爬行器檢索到的文本Web頁面作為輸入，并且將這些頁面上的單詞的頻率報告作為結果。然后可以在整個Web搜索過程中使用這個結果從已定義的搜索參數中識別內容。

3、內容層分析

借助Hadoop，我們可以線性擴展運行在硬件上的集群來集成更大更豐富的數據集。能夠在之前沒有整合的異構數據源上運行分析，然后在同樣的數據上有規模地運行分析。

實際上，對于專業的數據分析人員而言，這個功能無疑會讓他們喜歡，因為基于Mapreduce建模的Hadoop所提供的數據挖掘功能，這極大他們了解到客戶的最新行為分析。如Flip Kromer（InfoChimps 創辦人之一）所描述的：“web從一個對每件事都了解一點的場所發展成為對一件事了解其全部的場所”。

Hadoop的未來

可以預見的是，Hadoop作為企業級數據倉庫體系結構核心技術，在未來的10年中它將會保持增長。

盡管從技術上而言，Hadoop的MapReduce在性能上仍然有一定局限性的：比如MapReduce沒有索引，只有靠強大的運算能力來處理；此外，MapReduce本身存在一些lower-level實現的問題, 特別是skew和數據交換等等。

Cloudscale創始人和首席執行官Bill McColl也曾指出，從性能上而言，下一代的架構需要在MapReduce/Hadoop的基礎上有10——10000倍的性能提高。

“但這些都不是問題”，Kobielus表示，“在這些問題解決之前，Hadoop會有廣泛的采用。因為相對于傳統的企業級數據倉庫體系結構，Hadoop是最好的。”

杭州網站建設 杭州網站設計 杭州網站制作 杭州精典網站設計公司