论文部分内容阅读
我们正处于一个数据爆炸性增长的时代。根据IDC的预测，从2009年到2020年，数据总量将增长44倍，达到35ZB(Zettabyte)。其中，80%的数据都是非结构化数据。这些庞大的数据信息考验着企业对大数据的处理能力。
事实上，不少企业已经感受到失控的数据增长对绩效造成的冲击。比如，越来越多的机构为了应对大数据现象，开始部署更加先进的大规模并行处理（MPP）数据库、Hadoop 分布式文件系统、MapReduce 算法、云计算及存档存储设施。
“对各个组织来说，让业务部门能够访问所有数据，以便将其应用于整个大数据基础设施极为重要。而数据集成让组织机构能够利用大数据的最大优势，将传统的交易数据与全新的交互数据组合起来，从而获得在其他情况下无法达成的洞察力和价值。”Informatica企业数据集成产品管理总监郑玮告诉记者。
“比如，可以通过社交媒体了解客户的喜恶，以此充实客户资料来提高目标行销效率。没有数据集成，大数据就仅仅是许多海量数据孤岛。” 郑玮指出，Informatica在2011年6月推出的Informatica 9.1 for Big Data，就是专门针对大数据分析而创建的统一数据集成平台。
“Informatica 9.1 for Big Data平台的开发目标非常明确，就是将海量数据带来的挑战转化为重大机遇。”郑玮说，该平台提供了3个方面的创新功能：在与大交易数据的连接方面，其提供的全新关系/数据仓库设备包括将该连接扩展到专为大数据定制的解决方案；与大交互数据的连接方面，借助其提供的与新型社交媒体的连接器，用户能够访问Facebook、Twitter等新数据源；在海量数据处理方面，该平台可让 IT 部门将来自任何来源的数据输入 Hadoop，同时从 Hadoop 中抽取数据发送给任何目标。此外，该连接还允许对 Hadoop中的数据应用 Informatica 数据质量、数量探查和其他技术。
据郑玮介绍，目前，已经有中国公司开始和Informatica就大数据项目进行沟通。从全球角度来看，在一些数据比较多、比较成熟的行业中，将会产生大量的数据分析、数据科学家的需求。
事实上，不少企业已经感受到失控的数据增长对绩效造成的冲击。比如，越来越多的机构为了应对大数据现象，开始部署更加先进的大规模并行处理（MPP）数据库、Hadoop 分布式文件系统、MapReduce 算法、云计算及存档存储设施。
“对各个组织来说，让业务部门能够访问所有数据，以便将其应用于整个大数据基础设施极为重要。而数据集成让组织机构能够利用大数据的最大优势，将传统的交易数据与全新的交互数据组合起来，从而获得在其他情况下无法达成的洞察力和价值。”Informatica企业数据集成产品管理总监郑玮告诉记者。
“比如，可以通过社交媒体了解客户的喜恶，以此充实客户资料来提高目标行销效率。没有数据集成，大数据就仅仅是许多海量数据孤岛。” 郑玮指出，Informatica在2011年6月推出的Informatica 9.1 for Big Data，就是专门针对大数据分析而创建的统一数据集成平台。
“Informatica 9.1 for Big Data平台的开发目标非常明确，就是将海量数据带来的挑战转化为重大机遇。”郑玮说，该平台提供了3个方面的创新功能：在与大交易数据的连接方面，其提供的全新关系/数据仓库设备包括将该连接扩展到专为大数据定制的解决方案；与大交互数据的连接方面，借助其提供的与新型社交媒体的连接器，用户能够访问Facebook、Twitter等新数据源；在海量数据处理方面，该平台可让 IT 部门将来自任何来源的数据输入 Hadoop，同时从 Hadoop 中抽取数据发送给任何目标。此外，该连接还允许对 Hadoop中的数据应用 Informatica 数据质量、数量探查和其他技术。
据郑玮介绍，目前，已经有中国公司开始和Informatica就大数据项目进行沟通。从全球角度来看，在一些数据比较多、比较成熟的行业中，将会产生大量的数据分析、数据科学家的需求。