大量数据存储用什么硬盘

　　还在用贴标签的方法判断一个人吗？比如套着手工服饰、脚踩帆布鞋、一身复古范儿的人就叫文艺青年；对IT有狂热兴趣并潜心钻研的人就叫极客；大小箱子自己搬，掰手腕一个赛俩的就叫女汉子...

　　虽然这种认知方法简单粗暴，但是它并不靠谱。

　　再文艺的青年，可能转眼间化身“红太狼”；再厉害的极客，可能同时也是一个精于游戏的御宅族；再不拘小节的女汉子，也难免有玻璃心的时候...

　　用户越来越难“讨好”，对于企业来说，捕捉海量数据背后的一切洞察，才是一秒读懂用户的小确幸、并激发价值源源不断产生的重要手段。

　　拒绝雾里看花，而是透过浮华看本质，我们需要用更精细化的数据分析解决方案，从大数据中提取真正的价值。

　　大数据分析平台的五大关键技术要求

　　那么，您希望数据分析解决方案提供哪些功能特性来解决当下及未来的数据挑战呢？这里列出了以下几点：

管理海量数据：您很可能希望具备无限扩展能力，以便存储或管理大量数据。今天的数据规模可能是GB或TB级别。但明天，您可能就要考虑如何处理PB级别数据了；

提供快速分析：用户不希望等待结果。您的解决方案需要提供足够的可扩展性，以满足服务级别协议(SLA)的要求，还需要能在期望的时间期限内完成查询；

兼容传统工具：如果您的大数据分析依赖抽取、转换、加载(ETL)工具或基于SQL的可视化技术，分析平台就应该提供稳定而强大的SQL工具，还要获得与所有工具(而不仅仅是来自主要供应商的工具)配合使用的认证；

为数据科学家提供支持：新生代数据科学家使用Java、Python和R等工具来创建预测分析。底层分析数据库应该支持并能加快创新型预测分析应用的建立；

提供高级分析：在某些使用环境下，深入了解分析引擎提供的内置SQL分析功能十分重要。您必须洞悉底层情况，了解面对海量数据，系统到底提供了怎样的SQL分析，而不必将注意力放在对这些数据执行分析上；

　　市场上涌现出了一些功能新颖、更具创意的大数据分析平台，实现了大规模、快速变化、种类各异数据的有效管理，并从容应对规模空前、复杂度空前的数据分析挑战。这些新兴的大数据分析技术需要综合考虑已知和未知情形，以前所未有的方式创造价值。HPE Vertica就是这样做的。

　　HPE Vertica，无限制，不妥协

　　HPE Vertica分析平台的设计思路由堪称传奇的数据库专家Michael Stonebraker提出，而且从编写第一行代码开始便定下了打造一个大数据分析专用平台的目标。为什么要这么做呢？原因很简单，数据仓库和惯常做法会对技术造成限制，致使企业不得不做出痛苦的妥协。

　　HPE Vertica分析平台在设计时便明确将速度、可扩展性、简易性和开放性定为核心要求，而且使用了通过分布式压缩列架构来处理分析工作负载的构建方法。

　　HPE Vertica分析平台具有速度极快(查询运行速度提高50到1000倍)、PB级别规模(每台服务器多存储10到30倍的数据)、开放性和简易性(可使用任何业务智能[BI]/ETL工具、Hadoop等)等特点，而且成本比传统数据仓库解决方案低得多。

　　将大数据变现的行业实践案例

　　从数据变现到客户挽留到合规再到流量优化，企业采用HPE Vertica的目的不一而足，零售、医疗保健、通信、能源等诸多领域的企业在引入大数据分析平台后，正在发生改变。这里将举几个例子，介绍那些通过HPE Vertica充分利用数据这种最具战略性的资产的机构：

　　Intuit：处理数十亿笔事务，为几百万TurboTax纳税申报用户提供高度个性化且快速的退税服务。

　　保护国际基金会：通过近乎实时地对8600万份样地和物种记录进行对比分析，帮助科学家评估气候、人类和土地使用的影响。

　　Cerner：通过分析临床医生在急诊室(EMR)的效率来改善为患者提供的医疗服务，截至目前为止，临床医生已利用败血症预警模型挽救了500名患者的生命。

　　美国民主党全国委员会：使用预测模型，在竞选宣传时使用数据驱动的方法优化电视广告投放时间和地点，从而一度帮助民主党再次赢得总统选举。

　　Guess：通过移动设备提供每日店铺基本报告，从而精确跟踪销售情况，改善商品调拨和配送，并深入分析顾客购买行为。

　　快来尝试一下，将您的想法变成现实。HPE Vertica下一代高性能SQL分析引擎分为企业内部、云中和Hadoop上这三种集成产品，足以满足您的不同需求。您的需求是独一无二的，您的分析数据库也应该如此。

（左右滑动图片，总有一款适合你~）