大数据分析和商务智能需要以云计算为依托

D.K

在美国2014年数据仓库研究所（TDWI）高峰会议上，顾问兼作者David Linthicum讨论了云计算对商务智能和

数据分析的影响以及它给企业带来的商业机会。他将大数据分析描述为“云计算的杀手级应用”，为云分析

应用设计分层数据架构提出了宝贵意见。
Linthicum是美国咨询服务云科技合作伙伴公司高级副总裁，他表示，稳固的数据架构是打开云平台创造潜在

利益之门的钥匙。很多基于云平台的商务智能分析系统缺乏一个良好的架构，他认为这不是IT架构师的责任

，而是因为企业追求短期利益。他还表示，大多数企业都是一季度汇报财报的，能否在本季度达到预期数字

是最重要的事。Linthicum认为这种做法太“现实”了，他鼓励公司在企业范围内，在同一时间线上应用相同

的基础设施从整体上搭建云数据架构，而不是将精力放在最容易的地方却不考虑长远利益。
Linthicum还表示，另一个普遍的错误是企业往往希望仅用技术就能攻克数据架构难关。对此他的解释是，搭

建云分析架构就像“建房子”，“最大的问题不在于我们要用什么样的木头来建，而是房子要建成什么样。

”
再者，从一个复杂的功能障碍的户内架构转到云分析架构不能解决根本问题，也不能提高其功能性。

Linthicum呼吁企业重新审查各自的数据分析架构，有必要的话在转向云计算之前考虑重建这一架构。他还提

醒，未经三思就转向云平台跟不作为一样危险。
Linthicum表示，云架构有了精心部署的策略，企业可以利用云计算支持的分层方法，更有可能基于不同的云

对特定应用的适宜性，将商务智能和分析数据划分为公共云、私有云、社区云和混合云等。而且，明智的企

业“都会选择三到四种云供应商，这样一来，如果一种不行，还有其他备选。”如此，企业的依赖性可以分

散到不同的供应商和数据模型，灵活性和架构伸缩性也大大增加。Linthicum还提倡将服务导向架构(SOA)用

于数据分析，作为云部署的一部分。
总的来说，他认为云计算在大数据分析应用以及其他商务智能分析过程中起着非常重要的作用。
Linthicum说道，“以前，我们受到技术水平的限制，但是现在，我们受到的是想象力的限制，因为我们已经

有了技术。”他还表示，云分析架构必须合理规划来达到可持续利用的效果，我们必须形成一个商业案例—

—“不是为了云转向云，一定要有具体的业务需求。”