CIO调查:企业需要高速大数据处理工具

不足为奇,现在大多数企业越来越重视大数据。但是可能会引起质疑的是,很多企业机构表示依赖大数据的实时处理来推动其业务,以及宣布说正在考虑把其大数据转移到云的公司数量。

这些发现来自由GigaSpaces最近发起的一个调查,在询问了在各行业的243名IT高管,关于他们的大数据感知和计划。分布式应用程序环境和一个开放的平台即服务(PaaS)云部署堆栈的端到端扩展解决方案的提供者,在2012年的秋天期间进行了在线调查。

调查结果包括:

约80%的受访者表示,大数据处理是一项至关重要的功能

超过70%的人说他们的业务需要大数据处理,快速--实时--无论是大容量、高速度或两者兼而有之

只有20%的受访者说他们没有计划将他们的大数据转移到云,表明一个普遍的准备状态来考虑该选项

第一个发现表明,企业正在超越收集和存储大数据并且更深的钻研。他们的业务需要他们处理该数据是在事件发生时的实时处理,可能是他们在股票交易所交易、来自安全监视器的警报,或来自GPS设备的位置的变化。

第二个发现表明在处理大数据流过程中低延迟和高性能的需要,因为这些功能正在成为关键任务并且延迟或删除数据不能被容忍的。

实时工具

GigaSpaces赞助了这项调查,还询问了受访者他们正在用什么工具来实时处理大数据,这是一个差距显示:只有12%采用了实时事件处理工具。根据GigaSpaces调查表明大多数企业仍然没有找到正确的解决方案,来提供能够处理大量的数据的能力,同时也能提供所需的速度。

“大多数企业还没有采用这些实时事件处理工具,他们管理反而是结合一个NoSQL数据存储和一个Hadoop处理平台,”TsipiErann说。GigaSpaces公关部经理表示,“很明显企业还没有找到合适的解决方案专门用于实时处理而且也适合他们的架构。”

关于大数据移动到云,受访者似乎急于获得这个模型提供的节约成本和提高灵活性。只有20%的人说他们没有计划将大数据应用到云,而44%的人有具体计划或已经开始这种迁移。

在说自己不清楚云部署的34%的人中,主要担心是可伸缩性和安全性。

GigaSpaces相互参照大数据的业务的重要性的问题的答案和云问题的答案,想出了这个声明:80%的受访者定义他们的大数据应用程序作为业务的关键任务,正在计划或考虑转移到云。该公司表示,它将使用这个调查的一些结果来帮助塑造其产品的方向。

“我们明白给顾客正确的产品特点和使用这样一个解决方案的创建的成本的重要性,无论它是整合Hadoop还是处理还是事务管理,”GigaSpaces产品经理Yaron Parasol表示。

(责任编辑:蒙遗善)

时间: 2024-09-20 16:46:00

CIO调查:企业需要高速大数据处理工具的相关文章

网友解读:大数据处理工具哪家强?

文章讲的是网友解读:大数据处理工具哪家强,近年呈爆发之势的大数据随着两会的召开再次被聚焦,在两会议题中成为高频词汇.各大报道中,利用大数据打造智慧城市.促进金融行业发展.建立两会大数据平台--两会委员"提案夹"中关于大数据的提案层出不穷."大数据外部环境推动着商业模式及行为的变化,对于企业来说,不对大数据善加利用就等于折了翅膀.面对亟待处理的庞大数据资源,企业遇到了哪些困难?处理数据的"利器"该如何选择? Hadoop高人气获最佳工具,魅力何在? 当讨论到

大数据时代你不得不了解的大数据处理工具

如今Apache Hadoop已成为大数据行业发展背后的驱动力.Hive和Pig等技术也经常被提到,但是他们都有什么功能,为什么会需要奇怪的名字(如Oozie,ZooKeeper.Flume). Hadoop带来了廉价的处理大数据(大数据的数据容量通常是10-100GB或更多,同时数据种类多种多样,包括结构化.非结构化等)的能力.但这与之前有什么不同? 现今企业数据仓库和关系型数据库擅长处理结构化数据,并且可以存储大量的数据.但成本上有些昂贵.这种对数据的要求限制了可处理的数据种类,同时这 种惯

从理论到实践的剖析,一网打尽13款开源Java大数据处理工具

什么是大数据?你可能会问; 更重要的是为什么它是在几乎所有业务领域的最新趋势?由于事实上"大数据"是一个非常简单的术语 - 它正是它说 - 一个非常大的数据集.有多大?确切的答案是"一样大,你能想象"!这个数据集怎么能这么大规模大吗?因为数据可能来自任何地方:RFID传感器来收集流量数据,用来收集气象信息的传感器,从手机的GPRS数据包,社会媒体网站,数码照片和视频,在线购买交易记录你的名字!大数据是一个巨大的数据集可能包含从产生数据,,当然前提是这些信息是我们感兴

大数据处理工具Hadoop是否有些名不副实?

近来多次和百度.阿里.腾讯.中移动数据中心的架构师进行交流,同时也在网上的论坛/社区主导大数据分析范例的一些讨论,与互联网/云开发人员进行沟通.由此,我愉快地发现,大数据分析在中国非常普遍:不光是星巴克.纸牌屋等美国文化元素在中国广受追捧;Hadoop也受到广泛接纳,并且在中国的云开发人员的讨论中占据了主导地位.但是,和其他流行事物一样,人们在追捧讨论的同时也会考虑它当前的热度是否合理."如果我讲Hadoop有些名不副实,会不会有人来踢馆?"--可能全世界的主管和开发人员都在考虑这个问

一共81个,开源大数据处理工具汇总(上)

本文一共分为上下两部分.我们将针对大数据开源工具不同的用处来进行分类,并且附上了官网和部分下载链接,希望能给做大数据的朋友做个参考.下面是第一部分. 查询引擎 一.Phoenix 贡献者::Salesforce 简介:这是一个Java中间层,可以让开发者在Apache HBase上执行SQL查询.Phoenix完全使用Java编写,代码位于GitHub上,并且提供了一个客户端可嵌入的JDBC驱动. Phoenix查询引擎会将SQL查询转换为一个或多个HBase scan,并编排执行以生成标准的J

大数据处理技术—R的数据分析制霸

随着大数据被更多的企业采用,大数据处理分析算法编写和生产语言也得到了广泛的关注.而在不知不觉中,开源统计语言R已基本成为大数据科学家和开发者的必备技能.在所有编程语言和技巧中,人气急剧上升. 以下为译文 通过与大数据处理工具整合,R提供了大数据集的深度统计能力,包括统计分析以及数据驱动的可视化等.而在金融.药物.媒体及销售这些可直接从数据中获取决策的行业中,R更得到了深度应用. 根据Rexer Analytics 2013年对数据挖掘专业人员的调查显示,R已经成为当下最流行的统计分析工具,至少有

大数据处理技术的趋势-五种开源技术介绍

大数据领域的处理,我自己本身接触的时间也不长,正式的项目还在开发之中,深受大数据处理方面的吸引,所以也就有写文章的想法的了.大数据以Hadoop以及"NO SQL"为主的Mongo和Cassandra等数据库技术在展现.现在数据的实时分析将可能容易一些.现在集群的转换将越来越可靠,20分钟以内就能够完成.因为我们用表来支持?但是这些是仅仅是一些比较新的,未开发的优点和不平凡的大机会超过了这些常规的猜想. 你知道么,在现在的市场上超过25万个开源技术出现了.围绕在我们身边,这些越来越复杂

Hadoop:稳定、高效、灵活的大数据处理平台

如果你和别人谈论大数据,那么你们很快就会把话题转到那只黄色的大象身上--Hadoop(它的标志是一只黄色大象).这个开源的软件平台是由Apache基金会发起的,它的价值在于能够简便且高效地处理超大型数据. 但是,究竟什么是 Hadoop呢?简单地说, Hadoop是一个能够对大量数据进行分布式处理的软件框架.首先,它将大量的数据集保存在分布式服务器集群中,之后它将在每个服务器集群里运行"分布式"数据分析应用. 那Hadoop又有什么特殊之处呢?首先,它很可靠,即使某一个或某一组服务器宕

oracle大数据处理方式

从网上查询关于数据库大数据处理的方案,有很多不错的Blog,提出很多的解决方案,所以呢自己也想整理一下关于这方面的内容,如果只是把别人整理的总结Copy到这就没什么意思了,甚至在面试的时候会经常被问到怎么样来处理大数据和高并发的解决方案,再说了网上也有很多重复的内容,把一篇文章Copy来Copy去的!来点个人见解吧! 现在的做的Java WEB项目有几个算得上是大数据的,很少的,基本上整个数据库加起来也就几十万条的数据量,像那些数据量相当大的网站或是系统基本上都是有很多服务器或是配置很高的服务器