云對每個人來說都是又大、又白、又輕柔的夢境。當(dāng)有人說他們的大數(shù)據(jù)戰(zhàn)略是“把全部投入云端”時，你無法確定他們是否是一個有遠(yuǎn)見的人，或僅僅是重復(fù)一個專家在一次行業(yè)會議上告訴他們的事。

大數(shù)據(jù)和云范例之間實(shí)際的重復(fù)非常廣泛，你可以宣稱你正在一個內(nèi)部部署的Hadoop、NoSQL、或企業(yè)數(shù)據(jù)倉庫環(huán)境下處理基于云的大數(shù)據(jù)。請記住云被廣泛理解為包含“私有”部署以補(bǔ)充或代替公共云、SaaS、和多租戶托管環(huán)境。

但是如果你把云的實(shí)際定義限制于公共訂購服務(wù)內(nèi)，你就能找到問題的核心：識別哪些大數(shù)據(jù)應(yīng)用相對于內(nèi)部部署更適合公共云/SaaS 部署(比如那些涉及提前優(yōu)化的硬件設(shè)備或虛擬服務(wù)器集群的應(yīng)用)。

換句話說：你什么時候可以通過引進(jìn)一個外部服務(wù)供應(yīng)商為你管理它們，從而提高大數(shù)據(jù)的可擴(kuò)展性、靈活性、性能、成本效益、可靠性、以及可管理性？以下是一些明確的大數(shù)據(jù)在公共云中的使用實(shí)例。

已經(jīng)在云中托管的企業(yè)應(yīng)用程序：如果和許多企業(yè)一樣——尤其是中小型企業(yè)——你使用了一個外部服務(wù)供應(yīng)商提供的基于云的應(yīng)用程序，許多你的源交易數(shù)據(jù)已經(jīng)被置于公共云之上。如果你在這個云平臺上有更深入的歷史數(shù)據(jù)，那么它可能已經(jīng)積累至大數(shù)據(jù)級。如果外部服務(wù)供應(yīng)商或它的合作伙伴之一提供了一個增值的分析服務(wù)——如客戶流失分析、營銷優(yōu)化、或客戶數(shù)據(jù)的異地備份和歸檔——那么利用這些服務(wù)會比將這些數(shù)據(jù)置于內(nèi)部來得有意義。

需要相當(dāng)大的預(yù)處理能力的大容量外部數(shù)據(jù)源：例如，如果你打算通過監(jiān)測社交媒體數(shù)據(jù)的聚合輸入來分析客戶的情感，內(nèi)部的服務(wù)器、存儲、或帶寬容量可能無法很好地為你完成這項(xiàng)任務(wù)。這是一個明顯的關(guān)于應(yīng)用程序的例子，在這里你會希望利用一個基于公共云的、大數(shù)據(jù)驅(qū)動的服務(wù)所提供的社交媒體過濾服務(wù)解決問題。

超過你內(nèi)部部署的大數(shù)據(jù)處理能力的策略型應(yīng)用程序：如果你已經(jīng)有一個專門為某個應(yīng)用程序內(nèi)部部署的大數(shù)據(jù)平臺(比如高容量非結(jié)構(gòu)化數(shù)據(jù)源ETL專用的Hadoop集群)，那么使用一個公共云來處理當(dāng)前平臺所不適用的、或是按需服務(wù)會更健壯或劃算的新的應(yīng)用程序(例如多渠道營銷、社交媒體分析、地理空間分析、可查詢歸檔、彈性數(shù)據(jù)沙盒技術(shù))可能會更行得通。事實(shí)上，如果你需要盡快獲得PB級規(guī)模的、流媒體的、多結(jié)構(gòu)的大數(shù)據(jù)處理能力，那么一個公共云產(chǎn)品可能是唯一可行的選擇。

非常大但只是短暫存在的沙盒的彈性供應(yīng)：如果你有一個短期周轉(zhuǎn)的短期數(shù)據(jù)科學(xué)項(xiàng)目，而這個項(xiàng)目需要比慣常大一個數(shù)量級的探索型數(shù)據(jù)集市(又名沙盒)，那么云可能是你唯一可行或可以支付的選擇。你能夠很快在項(xiàng)目期間運(yùn)作基于云的存儲和處理能力，然后當(dāng)項(xiàng)目結(jié)束時又可以很快的取消之前配置的一切。我稱之為“泡沫集市”部署模型，它是為云量身定制的。

如果你已經(jīng)有過這其中任一的經(jīng)歷，那么基于云的大數(shù)據(jù)的戰(zhàn)略問題就不是你該從何開始。隨著基于云的大數(shù)據(jù)服務(wù)逐漸成熟以及性價(jià)比(包括性能、可擴(kuò)展性、靈活性和可管理性)不斷提高，這個問題將會是你該在哪結(jié)束。到本個十年的末期，隨著越來越多的應(yīng)用程序和數(shù)據(jù)遷移到公共云上，建立和運(yùn)作你自己的大數(shù)據(jù)部署的想法似乎如同現(xiàn)在你想設(shè)計(jì)自己的服務(wù)器一般不切實(shí)際。