最近一段时间，大数据成为热议的话题。大数据通常依托Hadoop构架，并与公共云相联系。相关的云服务和云产品不断推出，并且都保证能帮你解决数据问题。事实上它们都在推行着同一个理念：利用公共云的高灵活性以及“几乎无限的可扩展性”，将数据移植到拍字节的大型数据库。

　　但现实情况和媒体的渲染相去甚远。企业希望将商业数据移植到公共云中的大型数据库中，但同时往往忽略了一些技术问题。

　　首先，大数据意味着大型整合的挑战。因此，事实上，企业将数据移植到公共云的过程并不简单。当然，每天在网络上传输几百甚至几千份数据记录对你而言是家常便饭，但不要忘记，许多情况下，我们谈论的数据记录是以百万计的，你需要对它们逐一进行转换、传输以及同步处理。

　　很快你就会为带宽的问题头疼。事实上，美国的许多企业是利用联邦快递将存储数据的USB硬盘送到云服务商那里的。

　　其次，安全问题在云计算中至关重要，而在企业本地的数据架构或在私有云中，安全支出要比公共云中低很多。在许多情况下，安全模型和安全技术的费用会便宜很多。举例来说，在公共云中，你必须对所有数据预先加密——而在本地数据库在则不必这样做。

　　你可能对我的观点有所质疑，我想声明一下，我并不是说大数据与公共云永远不能相容，但对于所有技术层面的问题，你必须仔细考虑。而对于架构方面的问题，则需要根据具体情况逐一分析。

原文发布时间为：2012-02-23

本文作者：刘亚琼

本文来自云栖社区合作伙伴IT168，了解相关信息可以关注IT168。