数据集成将成大数据新浪潮

       到底要用多少个“V”来描述大数据呢？2001年的一份研究报告显示，大数据有三维属性：容量（volume）、速度（volocity）以及类型（variety）。在此之后，人们又添加了新的属性，即精确性（veracity），缺乏精确性的数据毫无意义与价值性（例如数据的价值随时间推移呈下行趋势）。然而，尽管供应商们尝试各种手段在这热门潮流中捞金，关于大数据的定义却仍然模糊。所以，我们不妨再给它一条“V”描述，也就是“Vague”。

　　尽管有关大数据的炒作不断，其真实性却是不可置疑的。像开源软件Apache Hadoop分布式文件系统越来越为人们接受。据Hadoop数据分析公司Karmasphere的调查，26%机构已经开始使用它，还有45%的机构正在认真考虑。另一项由Tachaisle在市场中端企业间进行的调查发现，18%的机构正投资大数据，还有25%的机构正计划投资。预计对于大数据的年投入将于2016年超过36亿美元，这仅仅是来自中端企业的数据。

　　不管真实与否，不可否认的是已经有部分公司认为大数据能成为数据分析有效的、低成本的解决方案。正如数据整合公司Informatica的首席执行官Sohaib Abbasi所言，许多大数据公司“正在大力宣传他们自己的技术”。

　　业内人士指出，从分析师的角度看世界，你发现世界很复杂。现在我们有6种分析方法从传统的数据仓库中获取数据；或从专用分析数据库获取数据，如MC Pivotal，Greenplum；或从内存数据库，如SAP HANA获取数据；或从Hadoop获取数据，这是目前最热门的数据技术。此外，还可以从云网得到服务。每一个供应商都在竭力宣传自己的优势，让人们相信他们能够胜任所有任务。

　　需要明确的是数据分析仅仅是大数据项目中的一部分。若要在Hadoop中分析数据，必须将数据载入Hadoop中。若要让那些数据与生产数据同步，又必须将数据从Hadoop中转移到另一个系统。忽视了这一关键点，对于任何企业而言都是极不明智的。

　　未来，人们希望集成来自多渠道的数据，并希望在不同的系统中对这些数据进行分析。过去，我们称这种做法为ETL——即抽取、转换与加载。预计在不久的将来，BDI（大数据集成）将成为大数据领域中的新兴热点。