Video: Guide - Överföra bilder video från iPad och iPhone till Windows 10. 2025
Det är uppenbart att molnens natur gör Det är en idealisk datormiljö för stora data. Så hur kan du använda stora data tillsammans med molnet? Här är några exempel:
-
IaaS i ett offentligt moln: I det här scenariot skulle du använda en offentlig molnleverantörs infrastruktur för dina stora datatjänster eftersom du inte vill använda din egen fysiska infrastruktur. IaaS kan skapa skapandet av virtuella maskiner med nästan obegränsad lagring och beräkningskraft. Du kan välja vilket operativsystem du vill ha, och du har flexibilitet att dynamiskt skala miljön för att möta dina behov.
Ett exempel kan vara att använda Amazon Elastic Compute Cloud (Amazon EC2) -tjänsten för att köra en realtidsprognosmodell som kräver att data behandlas med hjälp av massiv parallellbehandling. Det kan vara en tjänst som hanterar storleksinformation för detaljhandeln. Du kanske vill bearbeta miljarder bitar av klick-stream-data för att rikta kunder med rätt annons i realtid.
-
PaaS i ett privat moln: PaaS är en hel infrastruktur förpackad så att den kan användas för att designa, implementera och distribuera applikationer och tjänster i en offentlig eller privat molnmiljö. PaaS möjliggör för en organisation att utnyttja viktiga middleware-tjänster utan att behöva hantera komplexiteten att hantera enskilda hårdvaru- och programvaruelement.
PaaS-leverantörer börjar introducera stor datateknik som Hadoop och MapReduce i sina PaaS-erbjudanden. Till exempel kanske du vill bygga en specialiserad applikation för att analysera stora mängder medicinsk data. Applikationen skulle använda både realtid och icke-realtidsdata. Det kommer att kräva Hadoop och MapReduce för lagring och bearbetning.
Vad som är bra med PaaS i detta scenario är hur snabbt applikationen kan användas. Du behöver inte vänta på interna IT-team för att få fart på den nya tekniken och du kan experimentera mer liberalt. När du väl har identifierat en fast lösning kan du ta den hemma när den är redo att stödja den.
-
SaaS i ett hybridmoln: Här kan du analysera "kundens kund" -data från flera kanaler. Många företag har insett att en av de viktigaste datakällorna är vad kunden tycker och säger om deras företag, deras produkter och deras tjänster.
Att få tillgång till röst för kunddata kan ge ovärderlig inblick i beteenden och handlingar. Allt fler kunder "vocalizing" på offentliga webbplatser över Internet.Värdet av kundens inmatning kan förbättras kraftigt genom att inkorporera dessa offentliga data i din analys.
Din SaaS-leverantör tillhandahåller plattformen för analysen samt sociala medier. Dessutom kan du använda din företags CRM-data i din privata molnmiljö för att inkluderas i analysen.
Vissa branschinspektörer använder termen stora dataprogram när de beskriver applikationer som körs i molnet som använder stora data. Exempel på detta är Amazon. com och LinkedIn. Nu kan vissa människor argumentera (och ha) att det här är verkligen SaaS-applikationer som löser ett visst affärsproblem. Det är ofta en fråga om semantik i ett framväxande utrymme.
