直面大数据 强化云管理

微软资深副总裁张亚勤博士是这样解读大数据的，他认为 过去两年我们所产生的数据是历史的总和，90%的数据是过去两年产生，大量数据是非结构化数据。这里有两类数据增长快，一类是视频，另外是移动互联。增长 速度每年超过100%。IT新的大趋势是海量数据、更加复杂的运行环境、系统和应用。

大数据的三个V特征,一个是数据量越来越大，90% 的数据是过去两年产生的。第二个是速度越来越快，比如证券交易所的大数据系统应用，需要每天做上亿次交易，对系统的延时要求相当高，基本是毫秒级、复杂的 建模和复杂的数据类型。第三个是各种各样的类型数据，过去数据更多是结构化，现在越来越多的数据是半结构，甚至是完全没有结构的数据。数据各种各样，有从 企业来的、从互联网来的、从用户来的，各种各样的数据大量进入我们的服务器，进入处理中心。这样就产生了很多挑战， 这么多数据怎么样变成信息，怎么样把信息变成知识，把知识变成决策，需要更多的很好的一些数据处理能力，这就需要有很强数学背景和统计学背景的数据专职人 员对大量数据处理逻辑分析和结构化的呈现。

微软有多年的大数据处理经验，有成熟的大数据解决方案，这具体包括三个层面。首先是数据管理， 可以对各种不同数据包括来自不同地方、不同大小的数据，都能进行采集和管理，这是第一层次，这里有实时数据，也有非实时的数据。第二层次是数据扩充，怎么 挖掘推荐，怎么转换，怎么分享和控制。第三层次是怎么把数据很好的呈现出来，用好的工具让大家获得更直觉的洞察力。

微软大数据解决方案数 据平台可以接受各种各样的数据，有在物理层次的、有企业的、有传感器的，还有从网络经过爬虫收集的数据。有了这些数据之后，根据数据的不同种类，如果是企 业数据由微软的数据仓库来进行处理。如果这个数据可以到公有云和私有云，可以通过基于Hadoop支持大数据平台，微软有很大的团队专门支持 Hadoop，数据处理之后到商业智能平台，最上面是好的视觉可视化和呈现的工具，包括powerview，用Office可以看到消化这些数据。

大数据遇到一个挑战是Hadoop对于流数据不是特别有效。微软有大量处理并行数据、流数据能力。微软在编程和平台上对Hadoop有很多投入和支持，可以支持各种各样的编程语言，比如JAVA、PHP等。微软大数据平台解决方案不管私有云公有云应该最开放。