白話解析 大數據與雲計算的關係

在PaaS層中一個複雜的通用應用就是大數據平台。大數據與雲計算的關係是怎樣的？大數據是如何一步一步融入雲計算的呢？

其實所謂大數據，就是由很多小數據匯聚而成的，我們本身就是一個數據，比如我們的通訊信息、我們的路線信息、我們瀏覽網頁的信息等等，都是一個個活生生的數據，而正是這一個個精確的數據組成了我們口中的大數據。

面對這些大數據，如果置之不理，其實就是一堆數據垃圾，但如果對此充分利用，那就會讓你發現讓你意想不到的結果。而面對大量的數據做分解、統計、匯總，一台機器肯定搞不定，處理到猴年馬月也分析不完。於是就有分散式計算的方法，將大量的數據分成小份，每台機器處理一小份，多台機器並行處理，很快就能算完。例如著名的Terasort對1個TB的數據排序，相當於1000G，如果單機處理，怎麼也要幾個小時，但並行處理209秒就完成了。

什麼叫做大數據？說白了就是一台機器干不完，大家一起干。可是隨著數據量越來越大，很多不大的公司都需要處理相當多的數據，這些小公司沒有這麼多機器可怎麼辦呢？

說到這裡，大家想起雲計算了吧。當想要干這些活時，需要很多的機器一塊做，真的是想什麼時候要就什麼時候要，想要多少就要多少。

例如大數據分析公司的財務情況，可能一周分析一次，如果要把這一百台機器或者一千台機器都在那放著，一周用一次非常浪費。那能不能需要計算的時候，把這一千台機器拿出來；不算的時候，讓這一千台機器去干別的事情？

誰能做這個事兒呢？只有雲計算，可以為大數據的運算提供資源層的靈活性。而雲計算也會部署大數據放到它的PaaS平台上，作為一個非常非常重要的通用應用。因為大數據平台能夠使得多台機器一起干一個事兒，這個東西不是一般人能開發出來的，也不是一般人玩得轉的，怎麼也得雇個幾十上百號人才能把這個玩起來。

所以說就像資料庫一樣，其實還是需要有一幫專業的人來玩這個東西。現在公有雲上基本上都會有大數據的解決方案了，一個小公司需要大數據平台的時候，不需要採購一千台機器，只要到公有雲上一點，這一千台機器都出來了，並且上面已經部署好了的大數據平台，只要把數據放進去算就可以了。

雲計算需要大數據，大數據需要雲計算，二者就這樣結合了。

推薦閱讀：