數(shù)據(jù)世界瞬息萬變，給現(xiàn)有IT基礎(chǔ)設(shè)施帶來了巨大的挑戰(zhàn)，實時產(chǎn)生的海量非結(jié)構(gòu)和半結(jié)構(gòu)化數(shù)據(jù)讓原有的數(shù)據(jù)庫架構(gòu)捉襟見肘。這些數(shù)據(jù)類型各異，既包括人們在社交網(wǎng)絡(luò)上的各種情緒表達(dá)，也有地理位置信息，傳感器產(chǎn)生的機器數(shù)據(jù)，以及自動生成的大量日志記錄等。

如果能善用這些數(shù)據(jù)，企業(yè)用戶就可以得到以往難以企及的關(guān)鍵業(yè)務(wù)洞察。例如，臺灣著名茶點連鎖餐廳“黑丸”將來自零售網(wǎng)點的銷售數(shù)據(jù)，與人們在社交網(wǎng)絡(luò)上對其表達(dá)的情緒反饋，以及所在地的天氣信息等數(shù)據(jù)相結(jié)合，發(fā)現(xiàn)了能刺激客戶消費的原因。通過將傳統(tǒng)數(shù)據(jù)源與全新的“大數(shù)據(jù)”相融合，他們發(fā)現(xiàn)，其實氣溫高低并不會影響人們?nèi)ミx擇冷飲或者熱飲，現(xiàn)在他們可以真正從消費者的需求出發(fā)對銷售策略做出調(diào)整。

[[122980]]

類似的應(yīng)用場景引發(fā)了對Hadoop等大數(shù)據(jù)產(chǎn)品的需求熱潮。作為開源平臺的Hadoop能夠在相對廉價的消費級硬件上，實現(xiàn)海量數(shù)據(jù)的存儲和處理。Hadoop具有如此強大功能的部分原因在于，其生態(tài)系統(tǒng)通過通用的計算模式實現(xiàn)了相同的數(shù)據(jù)存儲。這種存儲是一種分布式文件系統(tǒng)，其規(guī)模能夠從幾個節(jié)點擴展至數(shù)千個節(jié)點，并且全都針對非結(jié)構(gòu)化數(shù)據(jù)。通過Hadoop與傳統(tǒng)數(shù)據(jù)結(jié)構(gòu)相結(jié)合，用戶能從數(shù)據(jù)中得到以往難以想象的深入洞察。

但是，在多節(jié)點上創(chuàng)建Hadoop集群并非易事，需要有合適的硬件、周密的容量規(guī)劃，以及對Hadoop進(jìn)行設(shè)置和部署的專業(yè)知識。此外，Hadoop生態(tài)系統(tǒng)的快節(jié)奏創(chuàng)新也要求IT管理員不斷升級Hadoop軟件或為操作系統(tǒng)打補丁，因此后續(xù)的不間斷維護也將成為一大挑戰(zhàn)。而公有云上的Hadoop服務(wù)能幫助用戶克服這些挑戰(zhàn)。

由世紀(jì)互聯(lián)運營的Windows Azure宣布正式提供HDInsight服務(wù)的公眾預(yù)覽，從而成為***個面向公眾的Hadoop云服務(wù)。作為在Windows Azure上運行的Hadoop服務(wù)，HDInsight為啟動和運行Hadoop提供了最快捷的方式。用戶無需任何專用硬件或?qū)I(yè)知識，只要點擊幾下鼠標(biāo)，就可以在幾分鐘內(nèi)建立一個Hadoop集群。用戶還可以根據(jù)需要對集群進(jìn)行擴展，幾分鐘就能將集群從10個節(jié)點擴展到1000個節(jié)點。此外，用戶還可以在HDInsight上充分利用Apache生態(tài)系統(tǒng)中的眾多開源項目，包括HBase NoSQL數(shù)據(jù)庫、類SQL查詢處理、機器學(xué)習(xí)等。其中Hive類SQL查詢處理集合了微軟SQL Server技術(shù)的Stinger項目，使Hive的查詢性能提高100倍。通過Excel中的Power Query插件，用戶還可以從HDInsight中得到更加直觀的數(shù)據(jù)洞察。

原文出自：http://tech.china.com/news/yun/11103684/20140918/18798861.html