大数据中的4A模型

对待大数据也可以从相似的角度来考虑：将数据看做是一个信息管道（information pipeline），从数据采集、数据访问、数据可用性到数据分析（4A模型）。CIO需要在这四个层面上更改他们的信息基础设施，并运用生命周期的方式将大数据和智能计算技术结合起来。

    4A模型中的4A具体如下：

    数据收集（Acquisition）：涵盖了从智能传感器到社交网络等数据来源的范围。对于力图优化数据收集效率的CIO来说，明白企业来自不同来源的数据对于商业智能的目的以及深刻理解哪些数据流能够为公司的业务提供最显著的利益是非常重要的。知道去哪里寻找数据是一切的基础。

    数据访问（Access）：涵盖了实时地及通过各种数据库管理系统来安全地访问数据，包括结构化数据和非结构化数据。就数据访问来说，在你实施越来越多的大数据项目之前，优化你的存储策略是非常重要的。通过评估你当前的数据存储技术并改进、加强你的数据存储能力，你可以最大限度地利用现有的存储投资。EMC曾指出，当前每两年数据量会增长一倍以上。数据管理成本是一个需要着重考虑的问题。

    数据可用性（Availability）：涵盖了基于云或者传统机制的数据存储、归档、备份、灾难恢复等。

    数据分析（Analysis）：涵盖了通过智能计算、IT装置以及模式识别、事件关联分析、实时及预测分析等分析技术进行数据分析。CIO可以从他们IT部门自身以及在更广泛的范围内寻求大数据的价值。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。