【51CTO專訪報道】BigData又是一個沒有規范定義的概念，不同的應用對大數據都有不同的理解。雖然我們不能現在就下結論是否大數據又開啟了一個新時代，但是，近期Facebook宣布用戶量目前超過了7.5億，每天的分享的次數達到40億。IDC預測從2009年到2020年，數據總量將增長44倍，達到35ZB(zettabyte)，并且其中80%的數據都是非結構化數據。

“僅僅是數量級上的不斷刷新并不能代表就是Big Data大數據”，51CTO記者采訪Informatica企業數據集成產品管理總監鄭瑋時，她分享道：“大數據有兩個明顯的特征，***，數據的屬性是非結構化或者半結構化數據；第二，數據之間頻繁產生交互，大規模進行數據分析，并實時與業務結合進行數據挖掘。”

[[37690]] 

Informatica企業數據集成產品管理總監鄭瑋

大數據的技術解構

從這兩大特征可以看出，大數據是包括了交易和交互數據集在內的所有數據，無論從規模還是復雜程度上，遠超出常用數據庫或者商業智能技術的捕捉、管理和處理能力。一些企業已經感受到失控的數據增長對業務造成的影響，鄭瑋認為大數據是由三項主要技術趨勢匯聚組成的：
1、大交易數據：在從 ERP 應用程序到數據倉庫應用程序的在線交易處理（OLTP）與分析系統中，傳統的關系數據以及非結構化和半結構化信息仍在繼續增長。隨著企業將更多的數據和業務流程移向公共和私有云，這一局面變得更加復雜。
2、大交互數據：這一新生力量由源于 Facebook、Twitter、LinkedIn 及其它來源的社交媒體數據構成。它包括了呼叫詳細記錄（CDR）、設備和傳感器信息、GPS 和地理定位映射數據、通過管理文件傳輸（Manage File Transfer）協議傳送的海量圖像文件、Web 文本和點擊流數據、科學信息、電子郵件等等。
3、大數據處理：大數據的涌現已經催生出了設計用于數據密集型處理的架構，例如具有開放源碼、在商品硬件群中運行的 Apache Hadoop。對于企業來說，難題在于以具備成本效益的方式快速可靠地從 Hadoop 中存取數據。

不久前在美國舉行的2011 Hadoop論壇，5500名參會者，入場券據說在開放后8小時全部售罄。Hadoop 分布式文件系統、MapReduce 算法、大規模并行處理（MPP）數據庫技術***是由Google、Facebook等互聯網公司發展起來的。Hadoop作為開源技術，現在吸引了很多企業級用戶開始嘗試。相對于之前昂貴的大規模并行處理和海量數據分析技術，Hadoop確實能夠用比較經濟的、有更高性價比的方式進行大數據的部署應用。“將傳統的交易數據與全新的交互數據組合起來，獲得企業的洞察力和商業價值”，鄭瑋舉例談到：“企業可以通過社交媒體來了解客戶的喜好，完善客戶資料來提高目標營銷的效率。”

大數據的應用平臺

從業務角度來看，大數據環境中企業仍然需要數據集成、商業智能，只是它們的規模進入海量級別，同時對數據集成的基礎架構要有更好的延展性。今年6月Informatica推出了Informatica9.1 for Big Data，鄭瑋認為這是全球***個專門為大數據而構建的統一數據集成平臺。“這個平臺的開發目標非常明確，就是以Informatica的數據集成技術為基礎，幫助企業用戶充分發揮大數據的業務潛力”，鄭瑋說：“數據集成平臺上在IT 部門保持操控權的基礎上，通過自助服務增強所有用戶獲取相關信息的能力，并且能夠自適應數據服務，提供按業務需求進行調整的相關數據和可信數據，獲得業務洞察力和一致性。”

應對大數據的特征，Informatica 9.1在數據集成的三個方面分別提供了創新的解決方案。首先是全新的數據倉庫設備包能夠與大交易數據相互連接，并且通過OLTP在線分析處理存儲數據，提供對高流量的交易數據的訪問速度。其次，借助與新型社交媒體的連接器與大交互數據的連接。訪問如 Facebook、Twitter、LinkedIn 和其它媒體的數據源。將數據收集的范圍擴大到企業所在行業的新興價值數據集，還包括了設備和傳感器、CDR、海量圖像文件。

第三，利用平臺的連接功能支持對海量數據的處理。讓 IT 部門將不同來源的數據輸入Hadoop，并對Hadoop中的數據應用、數據質量進行探查和挖掘計算。更好的將Hadoop系統內外的交互數據進行統一的管理，提供企業的洞察力。

“我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網絡及其郵購目錄業務為客戶提供服務”，鄭瑋向我們介紹了Informatica的一個成功案例：“公司希望向客戶提供差異化服務，如何定位公司的差異化，他們通過從 Twitter 和 Facebook 上收集社交信息，更深入的理解化妝品的營銷模式，隨后他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望通過接受免費化妝服務，讓用戶進行口碑宣傳，這是交易數據與交互數據的***結合，為業務挑戰提供了解決方案。”Informatica的技術幫助這家零售商用社交平臺上的數據充實了客戶主數據，使他的業務服務更具有目標性。