今、インターネットの分野では、ビッグデータやクラウドコンピューティングは、両者の関係には主に2つのテーマから不可分となっている非常に微妙です。
一般に、企業があると同時に、インターネット企業、特定のデータは、逆に、インターネット企業のデータから利益を得ることができない優れたクラウドコンピューティングアプリケーションは、間違いではありません。さらに、多くのデータの値は、鉱山会社が行いますが、あなたは最低のコストでデータ値を取得することができない場合、企業も生きることができません。データは、富の事に、低コストでクラウドコンピューティングです。
だから、クラウド・コンピューティングは、それの経済的利益にクラッタ情報の大規模な山を支援するためにデータを変換する方法ですか？
まず、クラウド・コンピューティングは、大規模なデータを抽出するための前提条件です。
情報化社会、データの量が増えている、技術の進歩は、ほとんどの企業がビッグデータによる追加的な利益へのアクセス権を持っています。データの膨大な量の前提の下で、抽出、処理コストとデータの使用は、データ自体の値を超えた場合、それは同等の価値の価値ではありません。パブリッククラウドを超える強力なクラウドコンピューティング、プライベートクラウドとハイブリッドクラウドから、データ抽出処理のコストを削減することが不可欠です。
次に、クラウドは不要な情報フィルタリングすることである「アーティファクトを。」
初めて収集されたデータは、一般的には、90％が無駄なデータに属しているので、利用できる企業データへの経済的利益を提供するために、除外される必要があります。無駄なデータの多くでは、2つのカテゴリの情報の一時的な記憶量が多い1に注力する必要性を除外することは、ほとんどの投資が必要であり、第二には、内部ネットワークデータへ企業のファイアウォールの外部からのアクセスで、値が非常に低いです。クラウドコンピューティングは、オンデマンド・コンピューティングおよびストレージリソースを提供するように拡張することができ、ファイアウォールの外側最良の選択パブリック・クラウド・ネットワーク・データ処理である、不要なデータをフィルタリングするために使用することができます。
ここでも、雲が効率的にデータを分析することができます。
データ分析段階は、さらに、パブリックおよびハイブリッドクラウド技術に導入することができる、集中型データ処理段階のために同様のHadoopの分散処理ソフトウェアプラットフォーム。データ解析が完了すると、分析を提供するために、生データは、情報が内部で導入することができる民間の分析結果を利用して、クラウド残る必要はありません。
最後に、クラウドコンピューティングは、仮想化を管理することが可能になります。
最終的に意思決定を導くために使用される利用可能な情報は、クラウドプラットフォームに適用され、あなたが管理を強化するために企業を支援するために、既存のエンタープライズシステムへのサービスとしてソフトウェアを介して情報が利用可能に変換することができます。
著者は強く記事を読んでお勧めします。
ビッグデータのエンジニアは、オープンソースツールの概要を習得しなければなりません
ビッグデータのシニアティーチ大きなデータコア技術を読むにどのように
トップビッグデータのエンジニアがスキルを習得する必要があります
8つの大きな要因データ、機械学習と将来の発展のための人工知能
