EMC紧盯大数据后的大机遇

不过至少传统IT基础设施（包括服务器，存储和网络）是围绕结构化信息而构建，且适应于半结构化信息。但实际上它们并不能满足大数据所需的多层面结构、规模和分析的要求。

这就是EMC在大数据定义中强调新架构的原因所在，同时也是EMC收购Isilon和Greenplum的原因所在。关于这些收购已经有很多的报道，因此下面本文将简单阐述企业针对大数据不同的架构需求。

基于文件的存储，是大数据应用的基础，其发展速度远远高于基于块数据的发展。IDC预测，80%的存储容量将用于基于文件的数据。NAS（网络附加存储）经常用于基于文件的数据，但纵向扩展NAS存在着多层面的限制，包括可扩展性和性能。而横向扩展NAS存储架构可以克服这些限制。

举例来说，Isilon横向扩展NAS架构（使用其OneFS操作系统）可在单一文件系统中扩展至10 PB以上，并支持每秒50GB的吞吐量。然而，大数据应用可能会更注重某方面或其其他相关数据。因此，Isilon销售的S产品系列主要针对于高事务处理和IOPS密集的应用，比如基因组研究；而X系列解决方案主要针对容量密集型应用，诸如医疗图像这样的需要高并发处理和顺序吞吐的应用。

而Greenplum专注于应对大数据所带来的分析挑战。其产品套件支持分析密集型的大数据集，最终帮助终端用户从数据中挖掘突出价值。这通常需要复杂分析，比如特定的互动分析，而非简单的结构报告。分析速度尤其重要，特别是在需要频繁执行时以及数据分析结果有助于决策时。

不过，传统的关系数据库管理系统对于大数据分析并非最优化。因为它们的设计初衷是为了满足OLTP所需的随机读取和写入，而不是应对SQL需要的顺序读取。为满足这样的不同需求，Greenplum开发了大规模并行处理（MPP）系统，其关键要素在于性能和可扩展性。另外，Greenplum也提出必须构建新的架构才能满足大数据应用的需求。

大数据应用有多种方式，但其中都有一个共同点，即消耗大量的存储。大数据的科学和工程应用，如HPC（高性能计算），已经存在很长时间了，但大数据现在正发展为主流信息技术，包括娱乐媒体、医疗保健和网络的应用。

新的主流大数据IT新应用趋向于通过机械电子和机电设备来捕捉或创建数据，比如医疗设备、摄像机、RFID读取器和传感器，而不是使用人类的触摸或语音来产生数据。一般情况下，人类创建的信息都为结构化或半结构化信息，而通过电子设备创建的数据相比起来，更加非结构化。

无论是何种结构，要想利用大量数据得到见解以作为决策基础，都需要新的且更高水平的分析工具。此外，大数据对性能的需求（要求处理数据快）以及对容量的需求（要求有效支持的数据量大），与传统信息技术所能提供的不尽相同。大数据这些不同的需求也需要采用新架构才能满足。

EMC及许多其他厂商都将大数据应用视为一个很有发展前景的市场。因此，EMC同时收购Isilon和Greenplum的举动也不足为奇，EMC需要这个两个公司的帮助，以迎接大数据所带来的机遇。虽然没有哪家公司可以在多次收购之后，仍然保持一个完美的业绩记录，但EMC已经屡次证明它是一个收购“好手”。这其中原因之一在于EMC将被收购公司的员工也作为其收购的一部分，EMC不仅倾听这些员工的声音，鼓励他们发展，还会向被收购公司增加自有的专业技术、财政资源以及完善的分销渠道，从而积极加强被收购公司的实力。

Isilon和Greenplum曾是备受尊敬的独立公司，庞大的客户群让他们的技术实力有目共睹。大数据客户应该可以预见，EMC将继续向其获取的基础技术增加特性和功能，而这些公司的客户也需要认真考察EMC推出的解决方案。