大数据时代的挑战与目标

大数据时代的挑战与目标

在信息化的建设过程中，众所周知，数据可以分为3种：结构化数据、半结构化数据和非结构化数据。其中，85%的数据属于企业业务过程中产生的文档等非结构化数据。

面对着海量的数据，人们不禁感叹，大数据时代已经到来，悲观者深为管理和维护而忧虑，乐观者则看到了大数据的大价值。何谓大数据，目前没有统一的定义。通常认为，它是海量的非结构化数据，其特点是数据量很大，数据的形式多样化。如何存储这些快速增长的、海量的数据？如何对大数据进行分析处理，挖掘出价值？相关的一系列问题成为了业界面临的共同挑战。

大数据时代的挑战与目标

大数据时代的挑战包括：如何实现高效、智能的大数据存储？非结构化数据正在呈海量增长趋势，如何对其进行有效的数据管理和应用？现有数据保护与文档归档机制能否应对日益增长的海量数据？如何攻克移动数据管理的难点问题？如何在复杂的数据环境下实现高效的数据安全？如此种种问题，逐渐成为了所有CIO的共同挑战。

但是我们发现，对于这些大数据的挑战，其实归纳起来就只有两个目标：

管理好大数据：从大数据的产生、存储、保护、归档到安全维护的各个角度，从根本上而言，这是IT管理维护的范畴，只不过数据量超出常规管理尺度后，对于管理维护的难度出现了跳跃式上升的态势；

使用好大数据：这是企业管理的最终目标，大数据即意味着大价值，数据与数据、数据与人、数据与业务的关联性。这个挑战既有流动性、关联性、智能的应用挑战，也有基于大数据深度挖掘的挑战。

但是，这两个目标之间也是不可分离、相辅相成的关系。管理和维护的目的是使用，使用的基础是好的管理维护。