導(dǎo)讀:云計算對大數(shù)據(jù)和高級分析的影響是巨大的。那么我們是選擇公有云還是本地部署呢?在我調(diào)查的企業(yè)中,許多企業(yè)目前仍處于觀望之中。這些企業(yè)都清楚要想與客戶建立友好關(guān)系,他們就需要在公有云上投入更多。難點在于許多企業(yè)正在努力應(yīng)對企業(yè)發(fā)展和監(jiān)管問題,而這其中常常存在一些并不合理的技術(shù)限制。
云計算對大數(shù)據(jù)和高級分析的影響是巨大的。那么我們是選擇公有云還是本地部署呢?在我調(diào)查的企業(yè)中,許多企業(yè)目前仍處于觀望之中。這些企業(yè)都清楚要想與客戶建立友好關(guān)系,他們就需要在公有云上投入更多。難點在于許多企業(yè)正在努力應(yīng)對企業(yè)發(fā)展和監(jiān)管問題,而這其中常常存在一些并不合理的技術(shù)限制。
公有云在2016年曾經(jīng)是大數(shù)據(jù)的首選。為什么呢?因為企業(yè)在不斷擴展其本地基礎(chǔ)設(shè)施時會遇到成本障礙。企業(yè)希望擁有規(guī)模更大、擴展速度更快的本地配置,這其中包括混合云中的本地部署部分,然而這些根本無法跟上發(fā)展步伐。雖然業(yè)內(nèi)的共識是混合云是最適合大數(shù)據(jù)的選項,但是我并不這樣認(rèn)為。企業(yè)應(yīng)該制定一個公有云優(yōu)先的策略,只在必要時才將混合云或本地部署作為臨時過渡措施。
在新的研究中,我發(fā)現(xiàn)了大量的證據(jù),并且這些證據(jù)使我得出了這個合乎邏輯的結(jié)論。最重要的是,一些領(lǐng)軍企業(yè)認(rèn)為,他們依托公有云獲得的大數(shù)據(jù)技能是他們的新競爭優(yōu)勢。他們意識到這些將使自己能夠更加深入地了解客戶,更加迅速地適應(yīng)不斷上升的客戶期望與不斷變化的客戶需求。以下是為什么我認(rèn)為他們這樣考慮是正確的原因:
云計算和大數(shù)據(jù)帶來了指數(shù)級變化,這一點可以參考摩爾定律。谷歌曾公開承諾將采用摩爾定律理念對云服務(wù)進行定價。想象一下,如果云基礎(chǔ)設(shè)施價格下降一半會發(fā)生什么,并且大數(shù)據(jù)處理和分析能力每隔18至24個月就會翻一番。相對于本地部署或混合云競爭對手,云服務(wù)提供商可以利用規(guī)模優(yōu)勢更快地為所有客戶提供新的功能、更新后的版本和補丁。
指數(shù)級變化正在持續(xù)推動云計算領(lǐng)域中的創(chuàng)新步伐。例如,用于SQL分析的AWS Athena等服務(wù)器創(chuàng)新、來自谷歌的新人工智能服務(wù)、基于容器且可支持不同版本開源工具的Spark。
那些已轉(zhuǎn)向公有云優(yōu)先策略并定位于充分利用指數(shù)級變化和創(chuàng)新步伐的企業(yè)將會勝出。例如,在PaaS和托管服務(wù)上構(gòu)建具備深刻洞察力的應(yīng)用程序的企業(yè)將能夠以更快的速度吸納新功能和新的開源版本。
這些趨勢顯示,那些在Hadoop和Spark硬件和軟件升級上花時間以實現(xiàn)自身數(shù)據(jù)架構(gòu)現(xiàn)代化的企業(yè)注定會失敗。只需要一到兩個倍增周期,本地部署的配置就會落后。
那么我們該怎么辦呢?首先,需要一個計劃。市場研究機構(gòu)Forrester認(rèn)為制定一個計劃需要以下步驟:為大數(shù)據(jù)分析重點選擇一個初始的基本云戰(zhàn)略(SaaS、PaaS或IaaS),確定滿足自己的洞察力系統(tǒng)需求的候選云平臺服務(wù),調(diào)整包括云管理策略在內(nèi)的大數(shù)據(jù)分析路線圖,最后酌情針對其他基本的云策略重復(fù)上述步驟。
我認(rèn)為大數(shù)據(jù)向公有云遷移已經(jīng)開始了,并且它們的速度和程度都超出了我們的想象。那些擁有這種架構(gòu)并知道如何利用新的指數(shù)級變化的領(lǐng)軍企業(yè)將在競爭中勝出。答案已經(jīng)清楚了,不要再在是選擇公有云還是本地部署這個問題上猶豫不決了。