大数据来袭！欢迎加入PB俱乐部

“大数据”正朝我们袭来。市场中又爆发一处新火山，喷涌而出的“大数据”以排山倒海之势向我们猛扑过来。可大数据到底为何物呢？

EMC表示，它关乎PB级数据的处理，其中的压缩、重复数据删除、自动精简配置和管理功能，将会越来越重要，因为这些功能能够节省大量成本。

EMC所谓的大数据与Atmos（云）、Greenplum（商业智能或BI）和Isilon（横向扩展NAS）以及其PB俱乐部成员（PB级存储）有关。

在其他人看来，比如ESG（企业战略集团）的Steve Duplessie，认为大数据与BI系统相关，并且其措辞是一个不错的营销技巧，足以吸引来甲骨文的关注并干扰Exadata的营销策略。

存在这样一个背景，甲骨文试图从Teradata和Netezza（被IBM收购）等厂商那里争夺来更多的数据仓库/BI份额。甲骨文通常的做法是削减BI栈中除了甲骨文软件以外的成本，以这样的方式来告知客户节约成本。Exadata捆绑的这个栈是由Sun服务器、存储和甲骨文自有的软件组成。

Duplessie曾在博客中表示，甲骨文拥有复杂的许可条款协议，它可以到客户那里进行软件审查，发现客户违反许可条款，需要购买更多的许可。但是甲骨文称购买Exadata系统代替以完成BI事务，还可以解决更多的许可问题。这似乎令人惊异，但的确切实可行。

竞争对手EMC、惠普和IBM现在利用“大数据”的理念，提醒潜在客户需要换个角度考虑PB级存储应用，也劝服甲骨文的客户不必默认与甲骨文合作，他们还有其他选择，比如IBM的Netezza 或 EMC的Greenplum。

BI大数据与电影后期制作出现的PB数据和石油与天然气行业的地震数据存在区别吗？单就容量来说，不存在区别，但是在数据特征方面，存在区别。

BI数据保存在数据库，是基于事务处理的。它属于复制数据，而不是原始数据，通常储存在具有块访问功能的SAN（存储区域网络）。媒体和地震类型数据并不基于事务处理，是原始数据，往往以文件形式储存在NAS（网络附加存储）阵列中——通常被称为横向扩展NAS。

甲骨文在这个领域并不没有相应的产品。而EMC的Isilon、IBM的SONAS、HP的Ibrix皆可以用于该领域，BlueArc 和DataDirect Networks同样也有这样的产品。这些产品往往都是并行访问文件。

BI大数据在单一集成系统（比如Exadata或vBlock Greenplum套件）中易于存储和分析。基于文件的大数据不适合以同样的方式处理，而且Exadata或 vBlock Greenplum系统中也没有类似基于文件的大数据。这可能是因为，多个终端用户系统——而非单核、多核或者多处理器服务器——在处理数据。而且，也没有一个占主导的应用类型用与分析应用相同的方式处理BI数据。

当供应商再谈论大数据的时候，要弄清楚他们谈论的是数据分析大数据（BI+g data）还是基于文件的大数据。因为这会使得产品定位出现差别。

很奇怪，现在还没有厂商深入谈论大数据的压缩和重复数据删除。奇怪的地方在于大数据简化可以在购买磁盘容量方面获取巨大的回报。Duplessie曾提到过相关内容。

据推测，重复数据删除盲区的产生与性能有关。但是Rainstor（Clearpace也一样）可以进行重复数据删除并减小数据库规模。Permabit关于Albireo软件的市场信息表明，它可以在不影响性能的情况下进行数据简化。BlueArc也具有这样的一个许可。

大数据只会越来越大，事务也会不断积累而不会减少，渐渐成为可以被永久开采的数字矿藏。高清、计算机图形增强的电影似乎也越来越大，降低每PB的存储和管理成本必将变得越来越重要。

最后还有一个疑问：在大数据的领域里Dell身在何处呢？可能在任何地方，观察员曾表示Dell有可能收购Aster Data，这样就不会错过大数据的淘金热。