大数据三种典型云服务模式

大数据三种典型云服务模式

大数据能力以云服务的形式提供出来非常普遍，国际大厂aws,azure，国内阿里，华为都有类似服务。今天讨论下大数据云服务的几种模式。

第一种，最典型的叫集群托管模式

最典型的服务就是aws的emr服务，可以访问：AWS Lambda，无需配置或管理服务器即可运行代码。您只需按消耗的计算时间付费 – 代码未运行时不产生费用。借助 Lambda，您几乎可以为任何类型的应用程序或后端服务运行代码，而且全部无需管理。只需上传您的代码，Lambda 会处理运行和扩展高可用性代码所需的一切工作。您可以将您的代码设置为自动从其他 AWS 服务触发，或者直接从任何 Web 或移动应用程序调用。

这个核心是客户不用关心服务器，只需要管自己的代码即可。大数据领域也能提供类似理念的服务。

这种模式最典型的是azure的data-lake。可以访问Data Lake 包括了所有所需的功能，使开发人员、数据专家和分析师可以更轻松地存储任何大小、形状和速度的数据以及跨平台和语言进行各种类型的处理和分析。它消除了插入和存储所有数据的复杂性，同时启动更快，可与批量、流式、交互式分析一起运行。

这种服务底层是构建在基础的托管集群上，把各种服务组合在一起，提供统一的访问。服务本身提供自动弹性伸缩的能力，数据自动搬迁，自动保障客户的SLA。

第三种，大数据saas服务

品牌机相对电脑散件肯定更易用，但是对完全没有电脑知识的人也很难用，而去很多用电脑的人核心是要使用word之类的office软件，更不关心电脑本身其他更多的功能。所以大数据最重要能根据行业提供saas类的服务或者应用。阿里云最近推出了一个郡县图治，有点意思：

https://help.aliyun.com/document_detail/shujia/JX/introduction.html?spm=5176.docshujia/JX/howto.3.2.vyl0ml

总结一下

讲到最后，客户的层次，和处于业务的情况是不一样的，所以需求也是多种的，因此这三种服务模式都有广阔的空间。第一种模式想对而已，已经陷入同质化竞争，创新的空间有限，未来更看好第二种，第三种模式的发展。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。