4.8　本章小结

以下是本章的重点内容。

■　几十年以来，分析师一直在推动提高分析可扩展性，大数据是人们要驾驭的下一代“可怕”数据。

■　分析环境与数据管理环境正在互相融合。库内处理模式正在逐渐取代传统的离线分析处理模式，以支持各类高级分析。

■　海量并行处理（MPP）数据库，云计算架构，以及MapReduce都是驾驭大数据强有力的工具。

■　分析专家可以使用MPP数据库来完成数据准备和评分，具体方法包括直接提交SQL、用户自定义函数（UDF）、嵌入式过程以及预测模型标记语言（PMML）。

■　云可以是公有云，也可以是私有云。不管是哪种云，都将使用户更容易地获得所需的系统资源，你只需要为自己的使用付费。对于研发类的活动与工作，云计算可以带来巨大的帮助。

■　公有云并不提供性能承诺，数据安全必须被严格监管，因为数据已经脱离了企业的直接控制。

■　一旦企业内公有云被广泛使用，使用公有云的成本将可能超过内部构建的自有系统。

■　私有云在一个安全的环境下提供了灵活性，这对于大型企业有重要的意义。

■　网格计算可以完成一些无法直接交给单一数据库处理的超大型任务。网格计算将被越来越广泛地使用，且功能变得更加强大。

■　MapReduce架构是一种可以使程序并发执行的技术，它将变得越来越重要。

■　MapReduce可以帮助人们驾驭大数据，它可以对大数据进行预处理，从中抽取重要的部分信息以进行更深入的分析。

■　关系型数据库、云计算、MapReduce都能帮助人们驾驭大数据。这3项技术可以整合起来协同工作，这使得每一项技术都变得更加强大和高效。