繼云計算、社交網(wǎng)絡(luò )之后，如今大數據(Big Data)風(fēng)起云涌，已成為2012 年信息技術(shù)領(lǐng)域最時(shí)髦的詞匯之一。而相比大數據的興起，以前以商業(yè)智能分析而著(zhù)稱(chēng)的BI開(kāi)發(fā)商卻頗為失落。有人大膽預測，未來(lái)10年，與大數據相關(guān)的商務(wù)智能分析將引領(lǐng)管理信息化的發(fā)展。
大數據
真的那么必須?
通常所說(shuō)的大數據是具有3種特性的數據，即大數據量(Volume)、高生成速度(Velocity)和多數據類(lèi)型(Variety)。大數據量指的是數據海量，如今有許多企業(yè)已經(jīng)面臨單日數據量以數十、數百TB的速度增加，而總數據量也達到了PB(Petabyte)等級，這樣的數據量已讓傳統的數據庫難以處理;高生成速度是指企業(yè)數據增加的速度越來(lái)越快，諸如移動(dòng)化、社交網(wǎng)絡(luò )的廣泛應用，使得數據增加的速度比傳統的企業(yè)應用程序要快很多，一旦數據增生速度加快，數據處理、分析的速度也得跟上;多數據類(lèi)型是指數據的多樣性，時(shí)下人們上互聯(lián)網(wǎng)不只是看看資訊，同時(shí)也在不斷地產(chǎn)出數據：上傳照片、上傳視頻、發(fā)微博;另一方面，IT深入工作生活中的各個(gè)角落，各種各樣的傳感器、監控器也時(shí)刻不斷產(chǎn)生各種數據，數據的形式已日趨復雜、多樣了。這就催生了大數據技術(shù)的強烈需求。
雖然如何解決日漸緊迫的大數據處理已成了企業(yè)管理信息化、現代化的必然需求，但國內的大數據領(lǐng)域到底有多活躍?大數據真的如一些廠(chǎng)商所描繪的那么強大、好用，成為每個(gè)企業(yè)所必需的嗎?
在一片叫好聲中，部分專(zhuān)家和業(yè)內人士顯得小心謹慎，甚至不乏非議。一些專(zhuān)家認為，除了大量的研討會(huì )和各類(lèi)公司宣稱(chēng)進(jìn)軍大數據領(lǐng)域的雄心之外，其實(shí)際進(jìn)展至今難見(jiàn)成效。許多企業(yè)CIO認為，國內能利用大數據背后的價(jià)值的行業(yè)主要集中在金融、電信、能源、證券、煙草等超大型、壟斷型企業(yè)，其他行業(yè)談大數據為時(shí)尚早，大數據在企業(yè)的應用并不是說(shuō)只要開(kāi)放了數據、應用一些技術(shù)就可以輕易地發(fā)現“金礦”。目前國內大數據應用似乎正在呈現這樣的狀態(tài):投資人活躍，技術(shù)和服務(wù)供應商熱心，媒體高調，而大量應用企業(yè)迷惑。
有人更是批評“大數據是在既有的方案上包裝了一下，實(shí)質(zhì)是新瓶裝舊酒，只不過(guò)更時(shí)髦”，海量數據時(shí)代的數據應用并沒(méi)有給多少企業(yè)帶來(lái)革命性的變化，在 MapReduce(Hadoop中采用的編程模型，用于大規模數據集的并行運算)出現之前，也有企業(yè)能夠輕松地對數據進(jìn)行大規模并行計算了，而 NoSQL 的出現也只是為處理數據的方式帶來(lái)了更多選擇罷了，并沒(méi)有革命性、實(shí)質(zhì)性的飛躍。比如，某廠(chǎng)商說(shuō)，利用其大數據技術(shù)，電子商務(wù)網(wǎng)站就能知道“什么地方的人買(mǎi)東西最瘋狂”或是“什么型號手機最好賣(mài)”，這就是大數據分析的結果。對此有專(zhuān)家反駁“難道同樣基于數據倉庫系統的BI分析出來(lái)的結果和基于這個(gè)大數據出來(lái)的結果會(huì )有不同?”
的確，從某些大數據應用中能挖掘出新的價(jià)值，但這個(gè)價(jià)值只是附加價(jià)值，沒(méi)有理由去夸大它，更沒(méi)有理由去無(wú)端地想象。大數據是機會(huì )，但現階段還只是少數人的機會(huì )，更多的是巨頭們的商業(yè)謀略。”廈門(mén)一位電子公司CIO也認為，“一些企業(yè)所需要的數據挖掘，傳統列式數據就能很好地處理。與其參加各種口沫橫飛的會(huì )議，還不如和工程師聊聊可以運用什么更實(shí)用的工具來(lái)解決具體問(wèn)題。”
大數據當立
BI當下?
讓大數據取代BI也是當下熱議的話(huà)題。實(shí)際上，大數據與BI之間的確存在著(zhù)天然聯(lián)系，但并不是互相替代、排斥的關(guān)系。大數據與BI一個(gè)主要區別在于：與傳統基于事務(wù)的數據倉庫系統相比較，其能在BI的基礎上進(jìn)行更大容量數據和非結構化數據處理，大數據分析不僅關(guān)注結構化的歷史數據，它們更傾向于去對Web、社交網(wǎng)絡(luò )、RFID傳感器等非結構化海量數據進(jìn)行更好地分析。整體相比BI而言，大數據更寬泛。
以EMC公司的 Greenplum核心產(chǎn)品線(xiàn)為例，它分為Greenplum Database(數據倉庫)、Greenplum HD(Hadoop分析)和Greenplum DCA(數據計算設備)，后者還是基于高性?xún)r(jià)比的工業(yè)標準x86服務(wù)器的MPP(大規模并行處理)分布式可擴展架構。這三個(gè)產(chǎn)品歸于一個(gè)產(chǎn)品線(xiàn)也可以看出傳統BI和大數據之間的內在聯(lián)系。
誠然，海量增長(cháng)的非結構化、半結構化數據中確實(shí)有值得深入挖掘的價(jià)值，但這并不等于人們就要采用全新的方法、工具來(lái)處理它們。正如需求是漸進(jìn)式的增長(cháng)一樣，業(yè)務(wù)的變革也要以漸進(jìn)式為主。
筆者認為，大數據的創(chuàng )新性、先進(jìn)性與前瞻性，不容否定，值得肯定，但當有人提出“大數據當立，BI當下”之論，就顯得過(guò)分武斷。在如今細分制勝的時(shí)代，功能并不是越多越好，功能過(guò)多反而顯得累贅，增加無(wú)謂費用。Gartner研究公司BI分析師RitaSallam曾表示，“大數據讓BI更有價(jià)值和更有利于業(yè)務(wù)發(fā)展。我們總是會(huì )需要看看過(guò)去的數據，當你擁有大數據時(shí)，你更應該這樣做。BI并不會(huì )被大數據取代消失，它的作用通過(guò)大數據被放大了。至少在相當長(cháng)的時(shí)期內，大數據還難于取代傳統BI。”
時(shí)至今日，各種關(guān)于大數據與BI軟件誰(shuí)優(yōu)誰(shuí)劣的交鋒仍不斷泛起，對用戶(hù)而言，必須認真權衡，到底利用大數據后能給企業(yè)帶來(lái)了多少額外的價(jià)值?這種增加的價(jià)值是否能讓企業(yè)的投入值得?而且更為重要的一點(diǎn)是，是否只要使用大數據就一定能夠給企業(yè)帶來(lái)以前不可能實(shí)現的價(jià)值?這些是當下用戶(hù)們最需要重點(diǎn)考慮的。
