大数据不仅大，而且还非常复杂，内容和形式都是多种多样的，并不符合传统数据库对存储结构的要求。要想进行大数据分析，一个很重要的领域就是开发能够处理高度多样化负载的数据库工具。这一需求也向我们解释了为什么科技媒体如此关注Hadoop。但是最近一份研究
大数据不仅大，而且还非常复杂，内容和形式都是多种多样的，并不符合传统数据库对存储结构的要求。要想进行大数据分析，一个很重要的领域就是开发能够处理高度多样化负载的数据库工具。
这一需求也向我们解释了为什么科技媒体如此关注Hadoop。但是最近一份研究发现，新型数据库领域并不是只有Hadoop一家，许多中小企业和其他数据分析用户正努力开发其他分析工具，并且已经有了比较广泛的应用。
非结构化数据需要多种工具支持
InfoWorld的Antony Savvas最近撰文指出，IDG调查发现，虽然市场对Hadoop的采用非常广泛，但是企业并没有把它当做一个万能的解决方案。相反，企业通常将其与其他大数据分析资源合并使用。调查发现，32%的受调查企业使用了Hadoop，另外31%将在未来一年内部署Hadoop。同时，还有不少受调查者正在使用其他大数据分析工具，差不多39%的用户部署了NoSQL，另外还有36%在使用MPP数据库。
传统结构化数据库也不甘被抛弃。很多分析工具既包括结构化数据，也包括非结构化数据。传统结构化数据库也在努力增加新的功能。
大挑战，大生态系统
对中小企业IT而言，这篇报告给出了很多处理大数据分析相关的资源。用于分析的非结构化数据有着多种来源，从智能设备产生数据，到公司运行数据，再到消费者社交媒体数据。
对于企业而言，他们可以将开源的Hadoop与其他工具集合并以满足需求。另一种情况是，公司可以选择云供应商来提供分析结果，而自己则可以更加专注于公司本身的业务运营。无论企业需要什么，一个日渐丰富的大数据分析生态系统都能够不断对他们给予支持。
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
