霧計算和邊緣計算FEC（Fog and Edge Computing）通過填補云和物的差距以提供服務連續性來完成物聯網中的云計算。本文將描述FEC的優勢并討論它如何實現這些優勢。  

[[411055]]

兩者的結合為組織帶來了有益的結果。更不用說，這兩種技術都處于發展階段，但是它們的結合在大數據分析中利用了可擴展且具有成本效益的解決方案。那么，我們可以說大數據與云計算完美結合嗎？好吧，有數據點支持它。除此之外，還需要處理一些實時挑戰。

01大數據與云計算的關系

大數據和云計算這兩種技術本身都是有價值的。此外，許多企業的目標是將兩種技術結合起來以獲取更多的商業利益。兩種技術都旨在提高公司的收入，同時降低投資成本。盡管Cloud管理本地軟件，但大數據有助于業務決策。讓我們從這兩種技術的基本概述開始！

02大數據與云計算

大數據處理大量的結構化，半結構化或非結構化數據，以進行存儲和處理以進行數據分析。大數據有五個方面，通過5V來描述

• 數量–數據量
• 種類–不同類型的數據
• 速度–系統中的數據流率
• 價值 –基于其中包含的信息的數據價值
• 準確性 –數據保密性和可用性

云計算以按需付費的模式向用戶提供服務。云提供商提供三種主要服務，這些服務概述如下：

• 基礎架構即服務（IAAS）

在這里，服務提供商將提供整個基礎架構以及與維護相關的任務。

• 平臺即服務（PAAS）

在此服務中，Cloud提供程序提供了諸如對象存儲，運行時，排隊，數據庫等資源。但是，與配置和實現相關的任務的責任取決于使用者。

• 軟件即服務（SAAS）

此服務是最便捷的服務，它提供所有必要的設置和基礎結構，并為平臺和基礎結構提供IaaS。

03云計算在大數據中的作用

大數據和云計算的關系可以根據服務類型進行分類：

• IAAS在公共云中

IaaS是一種經濟高效的解決方案，利用此云服務，大數據服務使人們能夠訪問無限的存儲和計算能力。對于云提供商承擔所有管理基礎硬件費用的企業而言，這是一種非常經濟高效的解決方案。

• 私有云中的PAAS

PaaS供應商將大數據技術納入其提供的服務。因此，它們消除了處理管理單個軟件和硬件元素的復雜性的需求，而這在處理TB級數據時是一個真正的問題。

• 混合云中的SAAS

如今，分析社交媒體數據已成為公司進行業務分析的基本參數。在這種情況下，SaaS供應商提供了進行分析的出色平臺。

04大數據與云計算有何關系？

因此，從以上描述中，我們可以看到，Cloud通過可伸縮且靈活的自助服務應用程序抽象了挑戰和復雜性，從而啟用了“即服務”模式。從最終用戶提取海量數據的分布式處理時，大數據需求是相同的。云中的大數據分析有多個好處。

• 改進分析

隨著云技術的進步，大數據分析變得更加完善，從而帶來了更好的結果。因此，公司傾向于在云中執行大數據分析。此外，云有助于整合來自眾多來源的數據。

• 簡化的基礎架構

大數據分析是基礎架構上一項艱巨的艱巨工作，因為數據量大，速度和傳統基礎架構通常無法跟上的類型。由于云計算提供了靈活的基礎架構，我們可以根據當時的需求進行擴展，因此管理工作負載很容易。

• 降低成本

大數據和云技術都通過減少所有權來為組織創造價值。云的按用戶付費模型將CAPEX轉換為OPEX。另一方面，Apache降低了大數據的許可成本，該成本應該花費數百萬美元來構建和購買。云使客戶無需大規模的大數據資源即可進行大數據處理。因此，大數據和云技術都在降低企業成本并為企業帶來價值。

• 安全與隱私 

• 保護大數據免受高級威脅。
• 云服務提供商如何維護存儲和數據。

有一些與服務級別協議相關的規則可以保護

• 數據
• 容量
• 可擴展性
• 安全
• 隱私
• 數據存儲的可用性和數據增長

另一方面，在許多組織中，大數據分析被用來檢測和預防高級威脅和惡意黑客。

• 虛擬化

基礎架構在支持任何應用程序中都起著至關重要的作用。虛擬化技術是大數據的理想平臺。像Hadoop這樣的虛擬化大數據應用程序具有多種優勢，這些優勢在物理基礎架構上是無法訪問的，但它簡化了大數據管理。大數據和云計算指出了各種技術和趨勢的融合，這使IT基礎架構和相關應用程序更加動態，更具消耗性和模塊化。因此，大數據和云計算項目嚴重依賴虛擬化。文章原載于 邊緣計算社區