爲大數據選擇新的硬件、存儲和其它數據中心基礎設備，這是IT專業人員們所面對的新應戰。推廣大數據戰略的壓力往往來自高層，因爲管理者信任，能有用運用數據的企業將比落後者具有更大優勢。大數據戰略需求數據中心基礎架構作出的改動首要有五點：
一、盤繞大數據選擇存儲
在成功的大數據戰略下，企業能夠將來自內部的高質量數據與Hadoop開掘自多個雲供貨商的低質量數據進行整合。這也就改進了事務相關數據的質量，讓鬆散在各地的數據能組織成爲具有一致和及時性的大數據資源。
大數據正在改動中心數據倉儲和鬆耦合數據集市的抉擇方案基礎，後者的存儲庫規劃要小得多，既能夠代替中心數據倉庫，也能夠成爲中心數據倉庫的數據源。跟着各地辦事機構或許世界子公司的增加，中心管理層在事務線擴展的一同更需求高質量的數據來堅持管控力度，防止權力的鬆散。
二、支撐大數據的硬件
大數據導致的存儲需求量每年都將增加60%至80%.鑑於這種快速增加和其時的本錢約束，IT收購者應選擇在可擴展性和存儲速度上最具本錢效益的硬件。類似大型機的向上擴展系統結構從頭興起，因爲它們能夠經濟高效地擴展，下降全體具有本錢。相同，在進步功用方面，固態硬盤(SSD)和固態卡帶都比傳統磁盤做得更好。
三、大數據分析和陳說才幹
儘管嵌入式分析東西現已能夠運用陳說和主動優化功用改進事務流程，但大數據再次改動了分析規矩。例如，和傳統上對單個客戶進行首要行爲分析觀察比較，大數據戰略能爲每個客戶創建一個迭代和觀察分析線程，讓公司能跟蹤客戶並更好地堅持與一切客戶的長期聯繫。
典型的大數據分析從業人員被稱爲數據科學家，和慣例的IT主管不同，他們更可能一同擔任CMO。可是，IT專業人員有必要了解他們公司的大數據戰略對數據科學家的作業發生的影響。
四、運用SSD的存儲分層戰略
存儲本錢很高，並且越快的存儲也就越寶貴。最重要的是，大數據要求存儲一同供應大容量和“大”功用。存儲分層在存儲資源池中供應多種本錢/功用選項，從寶貴的高功用固態存儲到傳統的串行SCSI(SAS)磁盤存儲，這些選項的組合下降了總具有本錢。在主內存和磁盤之間增加一個固態層將有助於將大數據任務的功用堅持在高位，並且不會引起存儲本錢失控。
SSD的用量應遵循“90-10”的存儲分層規矩：本錢和速度的最佳組合比例是：運用大約10%的SSD和90%的機械硬盤。這一戰略讓IT公司用僅增加10%本錢的價值就能獲得90%以上的功用進步。主內存和SSD的容量比例也遵循相同的規矩。
http://kke4.blog.sohu.com/
http://69f3s.blog.sohu.com/
http://69ko.blog.sohu.com/
http://99l5u.blog.sohu.com/
http://gmy06.blog.sohu.com/
http://fs98u.blog.sohu.com/
http://66ddv.blog.sohu.com/
http://ccv66.blog.sohu.com/
http://ddv59.blog.sohu.com/
http://ddv63.blog.sohu.com/
http://ddv99.blog.sohu.com/
http://ddv987.blog.sohu.com/
http://ddv631.blog.sohu.com/
http://ddv996.blog.sohu.com/
五、企業中的Hadoop
Hadoop爲數據密集型運用供應“緊貼着”MapReduce文件系統處理程序結構的分佈式文件系統。此文件系統支撐針對富文本數據的並行事務擴展，例如外交媒體數據。許多IT公司通過在企業界創建自己的Hadoop版正本處理從Web獲取Hadoop數據源的問題。可是，短少專業知識是一種應戰：知曉這種發展中的 Web數據管理結構的專業和藝術的IT管理人員猶如百裏挑一。
組織開發他們自己的數據管理東西時應該留心，如IBM、Oracle和EMC 的這些首要供貨商，往往既供應專有產品用於訪問Hadoop數據，也可進行定製開發，讓IT公司不需求專門的數據歸納方法就能訪問需求的數據。如果您抉擇建立自己的數據平臺，供貨商也供應整合效勞，使Hadoop更貼合現有IT資源來高效運作。
每個公司盤繞大數據的相關抉擇方案都會有所不同。請記住，跟着盤繞大數據的技能演化，大數據戰略也應當及時調整，與時俱進。