我们都已经看到了统计数据，这些统计数据表明每天生成和收集的数据量平均在PB范围内

处理如此大量的数据是构建大数据所要做的。难怪大数据行业随着数据量及其周围潜在业务的增长而变得如此庞大，大数据传统上选择专用硬件的地方，现在是什么将其驱动到云中，有什么好处？云计算支持动态工作负载，多租户和资源共享，线索在于分析思想和基于数据的解决方案的增长和扩展，例如扩展为实时按需分析和响应，一个很好的例子就是消费者的购物体验，它表明需要实时的按需分析。

提供实时服务非常适合云计算

其中包括快速弹性，快速服务部署和敏捷性所需的实时分析，随着企业发现增强客户关系的潜力，建立关系的想法和创新方法将推动业务增长，但是针对这种增长情况的服务与传统分析有所不同，实时分析和存储随时间和位置而变化，换句话说这些类型的服务需要具有弹性，以便随时间快速响应不断变化的工作负载需求，当然采用云技术存在挑战，安全问题以及将大数据迁移到云这一过程很费力，这为考虑云迁移的公司带来了停顿，通常混合云解决方案被认为是现代的数据体系结构–您可以在其中旋转独立的存储和计算实例，以在需要时容纳它们，而在不需要时则将它们删除，这种基于需求的效率可节省大量成本。

大多数将大数据扩展到云的企业都面临着同样的挑战

即管理不断增加的复杂性和确保治理，从而导致支出浪费，风险增加和敏捷性损失，有必要降低大规模管理云的复杂性，并在云运营的每个步骤中实施合规性和安全策略，不应强迫企业在控制，速度和支出之间进行权衡，企业应跨多个云帐户集中管理多个动态云环境，从而对云的使用和操作进行控制和可视化，云资源应作为托管流程运行，以提供简洁实时的云资源拓扑视图，这使企业避免了效率低下的问题，例如孤立的基础架构可能导致浪费的支出，安全漏洞和费时的审核，对于云需要有一个真理和信任的可操作来源。

将大数据转移到云中需要一个全面的解决方案

该解决方案可以编译，配置，管理，自动化，监视和执行云工作负载，从而帮助基础架构和运营团队快速主动地优化云运营，以确保出色的终用户体验，以下是一些注意事项：

1、为企业创造价值的时间 –企业应努力确保为企业创造价值所需的时间大大缩短。

2、减轻风险 –企业应努力采用增强的基于角色的访问控制来规范云资源的创建和修改，以便团队可以安全地进行交互。可以将法规遵从性和安全性规则实施为代码（按策略编码），以确保在应用更改之前，基础结构更改符合组织策略和实践。变更计划可以包含在批准流程中，并且所有变更都将记录下来以进行审核。

3、消除配置偏差 –企业应不断管理和强制执行所需的基础结构状态，以便团队可以安全地在运行基础结构上进行协作，而不会产生在本地管理状态的负担以及部署失败和应用程序停机的相关风险。

4、增强一致性 –云架构师和DevOps团队应努力简化和共享基础架构组成，模式库和实践，以确保跨工作负载的一致性并显着减少配置基础架构的时间。

5、快速访问开发和测试环境 – DevOps团队和托管服务提供商（MSP）应该能够轻松启动和拆除开发，测试和登台环境。为合适的团队提供快速的环境可以消除阻碍IT敏捷性的典型等待时间。

当今的企业仍然需要技术效率来控制成本，风险和安全性

事实证明，云中的大数据是可行的解决方案，既可以为企业提供所需的敏捷性和弹性，又可以提供集中控制和稳定性。