在客戶群中主要有兩類大數(shù)據(jù)：數(shù)據(jù)挖掘和大規(guī)模NoSQL的大數(shù)據(jù)庫(kù)應(yīng)用。在本文，我們將主要介紹為數(shù)據(jù)挖掘工作負(fù)載選擇合適的基礎(chǔ)架構(gòu)的重要性。

利用大數(shù)據(jù)實(shí)現(xiàn)數(shù)據(jù)挖掘，需要隨著數(shù)據(jù)的增長(zhǎng)找到相關(guān)的信息和模式，這將有助于更深刻洞察外部環(huán)境做出更好的業(yè)務(wù)決策。這些工作負(fù)載也有可能會(huì)發(fā)生規(guī)模、范圍上的變化，尤其是在剛開始的時(shí)候。

這些工作負(fù)載通常要求強(qiáng)大的后端處理能力用來(lái)分析大數(shù)據(jù)。為了有效地提煉這種類型的數(shù)據(jù)，實(shí)施數(shù)據(jù)挖掘的基礎(chǔ)設(shè)施需要包含：

動(dòng)態(tài)變化、靈活使用——大多數(shù)大數(shù)據(jù)工作都采用分批處理，要求有靈活的基礎(chǔ)設(shè)施來(lái)處理不可預(yù)測(cè)的工作負(fù)載;

滿足海量計(jì)算需求——“大”數(shù)據(jù)需要在一個(gè)較為合理的時(shí)間，通過工作負(fù)載提交一份有效的分析處理結(jié)果。

那什么樣的基礎(chǔ)設(shè)施選擇可以滿足這些要求呢?雖然多租戶虛擬云平臺(tái)也提供了一個(gè)巨大的經(jīng)濟(jì)模型，并能處理可變的工作負(fù)載，但對(duì)性能的高要求會(huì)使得管理變得更為復(fù)雜。

虛擬化、共享和超額認(rèn)購(gòu)的多租戶云容易給用戶帶來(lái)糾紛。大數(shù)據(jù)可能會(huì)影響到同一個(gè)共享的虛擬化環(huán)境中的每個(gè)人，包括大數(shù)據(jù)工作本身。另一個(gè)方法就是建立專有的基礎(chǔ)設(shè)施來(lái)避免或者減輕這些問題。

但這樣一來(lái)會(huì)使得你面臨兩難境地：要么繼續(xù)選擇表現(xiàn)欠佳的虛擬云平臺(tái)并支付報(bào)酬，要么白手起家搭建自己的基礎(chǔ)設(shè)施。你如何既獲得靈活性又獲得大數(shù)據(jù)業(yè)務(wù)處理需要的高性能?

裸機(jī)云可以提供專用的存儲(chǔ)和計(jì)算，以及不可預(yù)知的工作負(fù)載所需的靈活性。在裸機(jī)云平臺(tái)，所有的計(jì)算和直連存儲(chǔ)與工作負(fù)載是直接相關(guān)的。這些設(shè)備不會(huì)產(chǎn)生租戶之間的糾紛，不會(huì)影響需求的滿足。最值的稱道的是，可以根據(jù)自己的使用情況來(lái)支付相應(yīng)的成本，不會(huì)存在浪費(fèi)。

另外還需要注意的是，即使是專用服務(wù)器和存儲(chǔ)設(shè)備，它們所采用的網(wǎng)絡(luò)層仍然在多個(gè)租戶之間共享，這可能是一些大型Hadoop工作負(fù)載所面臨的線速性能的瓶頸點(diǎn)之一。即便裸機(jī)擁有最優(yōu)惠的價(jià)格性能比，但它也無(wú)法消除這種限制。

主機(jī)托管云或私有云是一個(gè)更好的選擇，在某些情況下，私人網(wǎng)絡(luò)基礎(chǔ)設(shè)施可以進(jìn)行定制，以滿足您的特定需求。它們可以根據(jù)業(yè)務(wù)情況提供線性網(wǎng)絡(luò)性能以及專用的計(jì)算、存儲(chǔ)擴(kuò)展，并保持合理的靈活性。當(dāng)然，這不會(huì)是最經(jīng)濟(jì)的選擇，但如果你的工作量需求要求這一點(diǎn)，還是值得選擇。

當(dāng)然，無(wú)論你是借助虛擬云或者裸機(jī)來(lái)推進(jìn)大數(shù)據(jù)，你都需要理解一點(diǎn)，基礎(chǔ)設(shè)施會(huì)隨著需求和時(shí)間的推移而改變。往往一開始的時(shí)候，一個(gè)虛擬云平臺(tái)或者裸機(jī)系統(tǒng)就能滿足要求，而且裸機(jī)系統(tǒng)有時(shí)候還能提供更好的性能和擴(kuò)展性。但由于大數(shù)據(jù)業(yè)務(wù)的需要，設(shè)立一個(gè)完全自主可用的私有云可能會(huì)更符合自己的要求，畢竟它不存在網(wǎng)絡(luò)共享帶來(lái)的局限性。