企业大数据环境的生产和灾备同等重要，数据类应用才是王道

数据，是一切分析的前提。可能这边有基础数据采集与建模，可以实现企业全量信息的前端采集和后端存储、建立完整数据仓库并深度挖掘数据价值。可能旁边有PaaS平台的扩展，可以实现面向不同业务的灵活扩展及分析能力，开放平台接口并支持数据的实时访问和三方对接；那边还有整体环境的私有化部署能力，支持系统的高效运行并为业务的长期发展保驾护航。

这一切都是面向企业级数据类应用的必要产出，这些都得益于将大数据引入企业的生产环境。数据是企业信息化建设的沉淀，而数据处理和分析则能进一步指导企业的经营战略，在过去没有引入大数据能力前，通常要通过信息抽样和100%全检的方式做统计、做判断、做规划，而今天却可以借助于大数据轻松实现自动化检测、云存储管理和服务能力的云化，为预测预警、相关性分析提供必要指导。

现代化企业，通常强调了企业生产系统是指在正常情况下支持单位日常业务运作的信息系统。它包括生产数据、生产数据处理系统和生产 络。生产系统往往是由人和信息化设备构成，能将一定输入转化为特定输出的有机整体，使转化过程具有增值性是生产系统的基本功能，因此就一定是企业的核心系统、至关重要。生产系统的功能决定于生产系统的结构形式，而结构形式又是系统的构成要素及其组合关系的表现形式。

在企业级大数据环境下，生产系统往往是企业发展的命脉。一方面，其生产技术、生产设施、生产能力、生产系统的集成统统离不开整个生产环境。另一方面，企业相关人员组织、生产计划管理、生产库存、工程质量管理也是关键因素。设计生产系统时首先应根据所需的功能选择结构化要素及其组合形式，形成一定的系统结构，进而根据系统对运行机制的要求选择非结构化要素及其组合形式，即管理模式。

在面向企业生产的另一对角，则更多是用于服务可靠性保障的容灾环境。今天看来，业务的连续性和数据安全是关系到企业生存的重要问题。容灾系统是在发生灾难时保障数据安全和业务连续性的重要手段，也是为了在遭遇灾害时能保证信息系统能正常运行，帮助企业实现业务连续性的目标。

在大数据能力支撑下，往往更多要考虑数据域容灾，其实就是建立一个异地的数据系统，该系统是本地关键应用数据的一个可用复制。在本地数据及整个应用系统出现灾难时，系统至少在异地保存有一份可用的关键业务的数据。该数据可以是与本地生产数据的完全实时复制，也可以比本地数据略微落后，但一定是可用的。采用的主要技术是数据备份和数据复制技术。

数据类容灾系统相对于企业生产环境而言，其实就是为计算机信息系统所提供的一个能应付各种灾难的副本环境。当计算机系统在遭受如火灾、水灾、地震、战争等不可抗拒的自然灾难以及计算机犯罪、计算机病毒、掉电、 络/通信失败、硬件/软件错误和人为操作错误等人为灾难时，容灾系统将保证用户数据的安全性（数据容灾），甚至，一个更加完善的容灾系统，还能提供不间断的应用服务（应用容灾）。可以说，容灾系统是数据存储备份的最高层次。

所以，企业级大数据环境往往要考虑生产和容灾，并为实验环境创造条件。从数据源到数据捕获、数据加工、数据分析的过程中横跨多个IT服务域，并充分运用数据管理能力为大数据应用保驾护航。什么数据生命周期、数据安全、数据标准化、元数据管理等一系列功能都驾驭在数据管控之上，并为数据服务提供输入。

对于大数据服务则是面向企业IT生产和管理的最终环节，是数据消费的必经之路，自然也就沉淀出相关应用和服务能力。我们经常看到的有数据类产品，它可能并不是数据价值的最终环节，但却直接影响业务战略，主要包括传统 表、指标、自助类查询等，都是数据分析的中间产物。另外还有面向不同业务视角的应用功能，包括客户类、财务类、风险管理类等，这些都是数据类应用的必要功能。

数据是对事实、概念或指令的一种表达形式，可由人工或自动化装置进行处理，大数据则包括了数据的采集、存储、检索、加工、变换和传输等过程。这些大量的、可能是杂乱无章的、难以理解的数据对某些企业的某些特定场景而言就是价值意义。它贯穿于社会生产和社会生活的各个领域，也极大地影响了人类社会发展的进程。

企业大数据环境的生产和灾备同等重要，数据类应用才是王道！

分析世界讲方案，为您带来精彩的一页；

——垂直领域、专注 ；

——感谢阅读、感谢共鸣。