從海量數據中迅速找出想要的信息是件讓人十分愉快的事，但恐怕并不容易實現。

　　海量數據又稱大數據，其價值遠比想象中來的真切。大數據對美國醫療保健行業每年潛在的價值可達3000億美元。在零售業，使用大數據可能帶來營業利潤潛在的增長達60%。問題是，當用戶擁有越來越多的資源時，會發現其帶來的海量數據讓人無所適從，在海量數據中查找相關數據如同大海撈針。

　　別擔心，EMC大中華區云計算解決方案業務總監譚仲良告訴《中國經濟和信息化》，云計算和大數據的火爆也催生了新的行業數據科學家。他們能幫助公司從銷售報告、客戶社交網絡甚至語音電話等大數據中獲取、分類整理相關數據并且加以應用。作為企業用戶，首先要做好準備迎接云計算和海量數據來臨的挑戰。

　　私有云還是云

　　CEI：很多國外的云服務提供商都在中國推動私有云的建設，但也有人認為私有云并不是真正意義上的云計算，其只是企業的內部IT，你如何看待這個問題？

　　譚仲良：根據美國國家標準與技術學會（NIST）的定義，云計算是一種能夠通過網絡以便利的、按需的方式獲取計算資源（網絡、服務器、存儲、應用和服務）的模式，這些資源來自一個共享的、可配置的資源池，并能夠快速獲取和釋放。云計算的基本特征是：按需自助服務、廣泛的網絡接入、資源池、快速彈性、按使用量計費的服務。云計算的部署模式有私有云、公有云和混合云之分。私有云是云基礎設施為某個組織獨立運作的，私有云可以被該組織管理，也可以委托第三方管理。這些云基礎設施可以用于生產環境，也可以當作備用設備。

　　因此私有云也是真正意義的云，并不是企業內部現有IT環境的全新替換，而是現有IT基礎架構的不斷轉型。

　　CEI：現在很多企業都在建設自己的私有云，其私有云是如何實現跟公有云的連接的？

　　譚仲良：只要私有云與公有云遵從相同的標準或技術，就能實現私有云與公有云的無縫連接。EMC的虛擬存儲VPLEX能在私有云和公有云之間架起一道橋梁，通過與業界先進的虛擬化技術結合，例如VMwarevSphere和MicrosoftHyper-V，就能實現在私有云和公有云之間無縫的在線遷移應用和數據，實現私有云和公有云之間的動態的資源共享。

　　CEI：你如何看待云計算產業的發展趨勢？混合云是大勢所趨嗎？

　　譚仲良：云計算產業是IT發展歷史上最大的一次浪潮，將徹底地改變IT部署、管理和使用的模式。云計算將促使現有企業IT系統的轉型。混合云提供了最引人矚目的經濟性和業務的靈活性，將是大勢所趨。

　　CEI：那么混合云與私有云和公有云相比有哪些優勢？

　　譚仲良：混合云通過虛擬化和整合，可以優化工作負載來源。當私有云將要達到或處于業務高峰時，可以動態地遷移應用和數據到公有云中，優化了業務爆發期的資源調配。混合云與私有云和公有云相比，在應用部署和維護標準的架構方面有更高的生產率和敏捷性。混合云可以幫助我們的客戶取得更高水平的整合、自動化和效率。

　　CEI：目前，云計算在發展的過程中遇到的最大障礙是什么？作為云服務提供商應該如何突破？

　　譚仲良：目前在云計算的發展過程中遇到的最大障礙是缺乏規劃和優化，以及信任。EMC云優化服務可以幫助我們的客戶和云服務提供商規劃并優化其云計算基礎架構，RSA（一家提供信息安全解決方案的公司，2007年被EMC收購）可以幫助我們的客戶和云服務提供商建立一個可信任的云計算架構。

　　無縫連接可以實現

　　CEI：今年3月，IDC發表的一份報告稱，預計大數據技術與服務市場銷售量將從2010年的32億美元增長到2015年的169億美元，其年均增長率會是一般IT市場的7倍。大數據市場的火爆讓人們更想搞清楚大數據到底是什么？

　　譚仲良：大數據是個發展中的概念。EMC所說的大數據是指數據集的大小遠遠超過現在使用的通用軟件工具，在能夠容忍的時間內捕獲、管理和處理這些數據的能力。大數據的大小是一個不斷變化的目標，不是固定的，單一數據集可以從幾個TB（1TB=1024GB）到許多個PB（1PB=1024TB）。大數據的例子包括：Web日志、物聯網的RFID射頻ID、傳感器網絡、社交網絡、社交數據、互聯網文本和文檔、互聯網搜索索引、呼叫詳細話單記錄、天文數據、大氣科研數據、基因測序數據、生物地球化學數據、生物學數據、視頻監控、醫療影像、攝影歸檔、視頻歸檔、大型的電子商務等。大數據特點，一是數據集很大，從幾個TB到許多個PB，另一個某些大數據應用像基因測序、電影剪輯、地震研究等產生的單個文件，大小可能超過5TB。

　　CEI：通過大數據進行用戶行為的分析在哪些行業體現得最為成功？

　　譚仲良：大數據將是創新、競爭和提高生產率的下一個領域。大數據蘊藏著許多市場機會，我們需要抓住大數據的價值。例如，大數據對美國醫療保健行業來講，每年潛在的價值可達3000億美元；大數據對歐洲公共部門的管理來講，每年潛在的價值是2500億歐元；在零售業，使用大數據可能帶來營業利潤潛在的增長達60%。從目前看，互聯網、電子商務、零售、醫療保健、電信等行業通過大數據進行用戶行為分析，可取得更大的成功。

　　CEI：傳統的數據倉庫、商業智能和數據分析技術能夠應付海量的數據信息嗎？企業對來勢洶洶的大數據應該如何應對？

　　譚仲良：傳統的數據倉庫、商業智能和數據分析技術不能在“能夠容忍”的時間內，捕獲、管理和處理海量的數據信息。它們只能處理部分數據，而且不是實時處理。面對來勢洶洶的大數據，企業的大數據之旅可以分成三步走：第一步構建一個基于云計算的大數據基礎架構，第二步提供敏捷的分析，第三步成為具備可預測性的企業。

　　CEI：大數據時代，云計算如何解決數據在云端的集成與分享、個人數據的無縫連接、數據的跟蹤分析和挖掘？

　　譚仲良：大數據和云計算是兩個不同的概念，但兩者之間有很多交集。簡單形容兩者的關系就是“大數據離不開云”。支撐大數據以及云計算的基礎原則思想是一樣的，即規模化、自動化、資源配置、自愈性，這些都是底層的技術原則，實際上大數據和云計算之間存在很多合力的地方。

　　在大數據時代，企業應該首先實現IT轉型，搭建云計算的基礎架構。有了自動化的云基礎架構，就可以幫助企業進行應用的轉型，把關鍵任務應用放到云計算環境中，可以是私有云，也可以是公有云。同時，自動化的云基礎架構也為大數據應用搭建了一個平臺，這些大數據應用通常是采用云計算中間件創建的。大數據和云計算的關系是云計算提供基礎架構平臺，大數據應用在這個平臺上運行。云計算帶來的是IT的轉型，而大數據帶來的是業務的轉型，IT的轉型是為業務轉型做準備的，沒有IT轉型就不可能實現業務的轉型。也就是說，云計算是大數據應用的基礎。

　　目前大量智能終端的出現，促使最終用戶資源調配的轉型，解決了數據在云端的集成和分享，解決了個人數據的無縫連接，使得這些數據可以統一存放在云中，大數據的分析挖掘工具就可以針對這些數據進行實時分析和挖掘。