EMC基辛格：圈地大数据 融合迈云端

不同轨迹 太多交集

基辛格对于大数据理念的诠释是：来自多种数据源、规模达到10TB左右的大型数据集，并且解释说，大数据据并不局限于如今占所有数据比例90%的非结构化数据，它还涵盖半结构化数据和完全结构化数据，能够把这三种数据很好地融合起来，同时具有实时可迭代的特点。

在现实世界中，各个行业都可见大数据的身影，医疗信息、视频监控、移动设备、智能设备、非传统IT设备、传统IT信息的非传统应用以及特定行业需求等。当我们进入EB时代，数据无所不在，其中有90%都属于非结构数据，比如文件、照片、视频、电子邮件或社交网络通信，而且存在多种数据源，这让IT企业机构陷入了保存、管理和利用数据价值的困境中。

过去8年中，EMC在自主研发上的开支是105亿美元，在合并收购上的开支是140亿美元——其中大部分用于通过收购VMware、RSA、Data Domain、Greenplum和Isilon加强云战略

虽然大数据是EMC最近一年才大肆宣传的，但从过去几年中的收购路线可以看到，EMC其实早已开始布下棋局，通过Greenplum、Isilon和Atmos等不断完善每块拼图，可见EMC在大数据上的确是下足了赌注。基辛格认为，现在大数据还处于初期阶段，后续将有更多厂商提出大数据相关策略。

基辛格表示，在数据激增的云时代，云与大数据这两个有着完全不同定义的技术相互碰撞找到了交集。目前包括谷歌、雅虎和亚马逊等主要的云提供商都拥有大量大数据，打造云设施的时候，有些应用不必运行在云上，而大数据必须运行在云上，这就是云与大数据的关系——大数据离不开云。

他还补充说，支撑大数据以及云计算的底层原则是一样的，即规模化、自动化、资源配置、自愈性，这些都是底层的技术原则，因此他认为大数据和云之间存在很多“合力”的地方。

当然，大数据这一理念必须得到存储的支撑，企业存储模式也要相应地从纵向扩展、手动操作转化为横向扩展的自动化方式，孤立的存储系统整合成为容量超过10PB的统一存储池。同时，大数据应用需要大数据的分析，这同样要求以往的业务分析模式有所转变，从以前有局限性、预定义的模式逐渐转换为广泛的可反复执行的模式。

EMC描绘出这样的愿景：利用VMware虚拟化服务器基础设施、具有高弹性的阵列和云集群存储系统、半结构和非结构数据分析工具，从大数据中挖掘出有价值的信息。