1，數(shù)據(jù)存儲面臨最大的威脅是什么2，大數(shù)據(jù)帶來的挑戰(zhàn)有哪些3，中國大數(shù)據(jù)行業(yè)發(fā)展的挑戰(zhàn)有哪些4，大數(shù)據(jù)帶來的挑戰(zhàn)有哪些 會導致數(shù)據(jù)盲點5，詳解大數(shù)據(jù)存儲哪些問題最容易出現(xiàn)1，數(shù)據(jù)存儲面臨最大的威脅是什么
我國銀行業(yè)信息存儲，是建立在具有軍工背景的日企日立公司上面。國內(nèi)21家主要銀行所使用存儲設備的94%都為國外廠商所提供，其中日立占據(jù)1/3，其中，有充分證據(jù)表明，通過利用其預留后門、以及設備巡檢和磁盤更換的各種機會。
2，大數(shù)據(jù)帶來的挑戰(zhàn)有哪些
挑戰(zhàn)一：大數(shù)據(jù)的巨大體量使得信息管理成本顯著增加挑戰(zhàn)二：大數(shù)據(jù)的繁多類型使得信息有效性驗證工作大大增加挑戰(zhàn)二：大數(shù)據(jù)的繁多類型使得信息有效性驗證工作大大增加挑戰(zhàn)四：大數(shù)據(jù)的快速處理要求使得獨立決策的比例顯著降低挑戰(zhàn)六：大數(shù)據(jù)網(wǎng)絡的相對開放性使得安全加固策略的復雜性有所降低挑戰(zhàn)六：大數(shù)據(jù)網(wǎng)絡的相對開放性使得安全加固策略的復雜性有所降低大數(shù)據(jù)近年來發(fā)展的非?？?，現(xiàn)在也普遍得到應用，大數(shù)據(jù)帶來了機遇同時也帶來了挑戰(zhàn)，當大數(shù)據(jù)產(chǎn)業(yè)鏈、行業(yè)應用逐步發(fā)展完善之后，大數(shù)據(jù)將會形成質(zhì)變，創(chuàng)新整個社會形態(tài)。光環(huán)大數(shù)據(jù)培訓認為，大數(shù)據(jù)行業(yè)的真正挑戰(zhàn)來自三個方面：一是原來的分析基礎要變化，要融合統(tǒng)計學、計算理論基礎、邏輯基礎。二是，計算技術也需要重新革新，無論是存儲、計算語言、還是計算方法都需要重新來過。三是，大數(shù)據(jù)做出來的結論對不對，還無法大規(guī)模驗證，這是目前面臨的最大挑戰(zhàn)。
3，中國大數(shù)據(jù)行業(yè)發(fā)展的挑戰(zhàn)有哪些
1、數(shù)據(jù)質(zhì)量目前醫(yī)療數(shù)據(jù)的來源主要為醫(yī)療機構(例如、醫(yī)學藥學實驗室、醫(yī)療康復中心等)和互聯(lián)網(wǎng)。采集的數(shù)據(jù)范 圍廣、維度高、類型種類繁多且不針對 特定的問題。2、不確定性的度量問題目前比較成熟且進入實用階段的大數(shù) 據(jù)模型多數(shù)都是面向藥廠和保險公司的。美國的醫(yī)療大數(shù)據(jù)應用中，面向醫(yī)生和患 者業(yè)務通常較難，很難找到合適的切入點。面向企業(yè)的業(yè)務相對容易，尤其是針對保 險公司和藥廠，而則相對難一些。由于大數(shù)據(jù)模型精度有限，在安全性要求極 高的和醫(yī)生中其實用價值非常有限，例如，一個95%準確度的模型對醫(yī)生來說可能仍然不夠精確，因為醫(yī)生在決策時是針對患者個體的，而不是基于統(tǒng)計意義的。另外，統(tǒng)計學習模型的可解釋性也較差，往往只有統(tǒng)計學家和計算機科學家才能精確完整地解釋模型，而對于模型真正的使用者如醫(yī)生和政府官員等存在巨大的障礙。挑戰(zhàn)一：大數(shù)據(jù)行業(yè)發(fā)展良莠不濟我國大數(shù)據(jù)仍處于起步發(fā)展階段，在“萬眾創(chuàng)新，大眾創(chuàng)業(yè)”的大環(huán)境下，大量的大數(shù)據(jù)企業(yè)不斷涌現(xiàn)，但企業(yè)發(fā)展良莠不濟。挑戰(zhàn)二：大數(shù)據(jù)創(chuàng)新、創(chuàng)業(yè)盲目企業(yè)在創(chuàng)新、創(chuàng)業(yè)過程，由于缺乏對大數(shù)據(jù)產(chǎn)業(yè)鏈的認識，出現(xiàn)許多跟風扎堆的情況，沒有有效發(fā)揮自身優(yōu)勢，造成巨大的資源浪費。創(chuàng)新的時候，我們往往會看到一些標桿出來。通俗來講，看到人家風光，沒有看到人家背后受罪的時候。往往一窩蜂跟去的時候就會發(fā)現(xiàn)全是坑，而且 “此去華山一條道”，滿滿的全是競爭對手。因此我們做這個排行的初衷就是為大家梳理一下，哪些行業(yè)、哪些板塊、哪些領域是什么樣的狀況，精確的找到自己的優(yōu)勢方向，去做創(chuàng)新和努力。挑戰(zhàn)三：投資盲目霍華德.馬克思說過“投資者們明確達成的廣泛共識差不多都是錯的”。究其原因是資本在選擇大數(shù)據(jù)項目、企業(yè)的時候，由于沒有客觀的評價標準，同時也缺乏對產(chǎn)業(yè)鏈的整體認知，導致投資市場追逐熱點，存在一定的盲目性，大大降低了資本對大數(shù)據(jù)行業(yè)發(fā)展的正向推動力。挑戰(zhàn)四：監(jiān)管的盲目性目前，監(jiān)管層很難對大數(shù)據(jù)企業(yè)和機構進行有效的監(jiān)管以及正確引導，要為大數(shù)據(jù)發(fā)展打造一個良性的生態(tài)環(huán)境就比較困難。其核心原因是對大數(shù)據(jù)企業(yè)的識別評價缺乏標準和規(guī)范。挑戰(zhàn)五：大數(shù)據(jù)項目建設盲目由于人才缺乏、大數(shù)據(jù)咨詢服務還沒有發(fā)展起來等原因，用戶很難對大數(shù)據(jù)項目有全面的認識，容易受到廠商的左右，導致建設內(nèi)容的盲目;由于缺乏對產(chǎn)業(yè)的整體認識和大數(shù)據(jù)企業(yè)評價標準、方法，所以在大數(shù)據(jù)服務商選擇上也存在一定的盲目性。
4，大數(shù)據(jù)帶來的挑戰(zhàn)有哪些 會導致數(shù)據(jù)盲點
大數(shù)據(jù)帶來的第一個挑戰(zhàn)就是還要不要調(diào)查數(shù)據(jù)。事實上對調(diào)查數(shù)據(jù)的挑戰(zhàn)，取決于對調(diào)查數(shù)據(jù)的替代程度和擴大程度。相對于大數(shù)據(jù)而言，調(diào)查數(shù)據(jù)，就是小數(shù)據(jù)。大數(shù)據(jù)與小數(shù)據(jù)有一個交集，兩種數(shù)據(jù)交集重疊的部分會怎么樣增長，取決于兩個因素，一個是傳感器技術的發(fā)展，一是數(shù)據(jù)挖掘的算法技術的發(fā)展，這兩項技術未來的發(fā)展，直接影響到社會科學未來發(fā)展的走向。第二個挑戰(zhàn)，社會學研究范式還有用嗎？在《大數(shù)據(jù)時代》中，提到過去的研究范式是抽樣、精確、因果。作者說這三個過去我們?yōu)橹^斗的范式可能面臨著革命性的轉變。事實是否如此，這是一個值得認真思考的信號。大數(shù)據(jù)：1. 大數(shù)據(jù)（big data）又稱為巨量資料，指需要新處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。2. “大數(shù)據(jù)”概念最早由維克托·邁爾·舍恩伯格和肯尼斯·庫克耶在編寫《大數(shù)據(jù)時代》中提出，指不用隨機分析法（抽樣調(diào)查）的捷徑，而是采用所有數(shù)據(jù)進行分析處理。3. 大數(shù)據(jù)有4v特點，即volume（大量）、velocity（高速）、variety（多樣）、value（價值）。時每刻產(chǎn)生大量的數(shù)據(jù)。在此背景下，大數(shù)據(jù)時代（big data era）將會面臨新的挑戰(zhàn)。 1、大數(shù)據(jù)時代的基本特征 所謂大數(shù)據(jù)，就是人類在生產(chǎn)和生活中產(chǎn)生的海量數(shù)據(jù)信息。 大數(shù)據(jù)時代的到來，毫無疑問會給人們帶來空前便利。據(jù)統(tǒng)計，2010年以互聯(lián)網(wǎng)為基礎所產(chǎn)生的數(shù)據(jù)比之前所有年份的總和還要多；而且不僅是數(shù)據(jù)量的激增，數(shù)據(jù)結構亦在演變。gartner預計，2012年半結構和非結構化的數(shù)據(jù)，諸如文檔、表格、網(wǎng)頁、音頻、圖像和視頻等將占全球網(wǎng)絡數(shù)據(jù)量的85%左右；而且，整個網(wǎng)絡體系架構將面臨革命性改變。由此，所謂大數(shù)據(jù)時代已經(jīng)臨。對于大數(shù)據(jù)時代，目前通常認為有下述四大特征： 第一：數(shù)據(jù)量大：數(shù)據(jù)量級已從tb（1012字節(jié)）發(fā)展至pb乃至zb，可稱海量、巨量乃至超量。第二：類型繁多：愈來愈多為網(wǎng)頁、圖片、視頻、圖像等半結構化和非結構化數(shù)據(jù)信息。第三：價值密度低：以視頻安全監(jiān)控為例，連續(xù)不斷的監(jiān)控流中，有重大價值者可能僅為一兩秒的數(shù)據(jù)流；360°全方位視頻監(jiān)控的“死角”處，可能會挖掘出最有價值的圖像信息。大數(shù)據(jù)帶來的第一個挑戰(zhàn)就是還要不要調(diào)查數(shù)據(jù)。事實上，對調(diào)查數(shù)據(jù)的挑戰(zhàn)，取決于對調(diào)查數(shù)據(jù)的替代程度和擴大程度。相對于大數(shù)據(jù)而言，調(diào)查數(shù)據(jù)，就是小數(shù)據(jù)。大數(shù)據(jù)與小數(shù)據(jù)有一個交集，兩種數(shù)據(jù)交集重疊的部分會怎么樣增長，取決于兩個因素，一個是傳感器技術的發(fā)展，一是數(shù)據(jù)挖掘的算法技術的發(fā)展，這兩項技術未來的發(fā)展，直接影響到社會科學未來發(fā)展的走向。第二個挑戰(zhàn)，社會學研究范式還有用嗎？在《大數(shù)據(jù)時代》中，作者提到過去的研究范式是抽樣、精確、因果。作者說，這三個過去我們?yōu)橹^斗的范式可能面臨著革命性的轉變。事實是否如此，現(xiàn)在依然有爭論，至少這是一個值得認真思考的信號。
5，詳解大數(shù)據(jù)存儲哪些問題最容易出現(xiàn)
數(shù)據(jù)是重要的生產(chǎn)要素信息時代，數(shù)據(jù)儼然已成為一種重要的生產(chǎn)要素，如同資本、勞動力和原材料等其他要素一樣，而且作為一種普遍需求，它也不再局限于某些特殊行業(yè)的應用。各行各業(yè)的公司都在收集并利用大量的數(shù)據(jù)分析結果，盡可能的降低成本，提高產(chǎn)品質(zhì)量、提高生產(chǎn)效率以及創(chuàng)造新的產(chǎn)品。例如，通過分析直接從產(chǎn)品測試現(xiàn)場收集的數(shù)據(jù)，能夠幫助企業(yè)改進設計。此外，一家公司還可以通過深入分析客戶行為，對比大量的市場數(shù)據(jù)，從而超越他的競爭對手。存儲技術必須跟上隨著大數(shù)據(jù)應用的爆發(fā)性增長，它已經(jīng)衍生出了自己獨特的架構，而且也直接推動了存儲、網(wǎng)絡以及計算技術的發(fā)展。畢竟處理大數(shù)據(jù)這種特殊的需求是一個新的挑戰(zhàn)。硬件的發(fā)展最終還是由軟件需求推動的，就這個例子來說，我們很明顯的看到大數(shù)據(jù)分析應用需求正在影響著數(shù)據(jù)存儲基礎設施的發(fā)展。從另一方面看，這一變化對存儲廠商和其他it基礎設施廠商未嘗不是一個機會。隨著結構化數(shù)據(jù)和非結構化數(shù)據(jù)量的持續(xù)增長，以及分析數(shù)據(jù)來源的多樣化，此前存儲系統(tǒng)的設計已經(jīng)無法滿足大數(shù)據(jù)應用的需要。存儲廠商已經(jīng)意識到這一點，他們開始修改基于塊和文件的存儲系統(tǒng)的架構設計以適應這些新的要求。在這里，我們會討論哪些與大數(shù)據(jù)存儲基礎設施相關的屬性，看看它們?nèi)绾斡哟髷?shù)據(jù)的挑戰(zhàn)。容量問題這里所說的“大容量”通?？蛇_到pb級的數(shù)據(jù)規(guī)模，因此，海量數(shù)據(jù)存儲系統(tǒng)也一定要有相應等級的擴展能力。與此同時，存儲系統(tǒng)的擴展一定要簡便，可以通過增加模塊或磁盤柜來增加容量，甚至不需要停機?；谶@樣的需求，客戶現(xiàn)在越來越青睞scale-out架構的存儲。scale-out集群結構的特點是每個節(jié)點除了具有一定的存儲容量之外，內(nèi)部還具備數(shù)據(jù)處理能力以及互聯(lián)設備，與傳統(tǒng)存儲系統(tǒng)的煙囪式架構完全不同，scale-out架構可以實現(xiàn)無縫平滑的擴展，避免存儲孤島?！按髷?shù)據(jù)”應用除了數(shù)據(jù)規(guī)模巨大之外，還意味著擁有龐大的文件數(shù)量。因此如何管理文件系統(tǒng)層累積的元數(shù)據(jù)是一個難題，處理不當?shù)脑挄绊懙较到y(tǒng)的擴展能力和性能，而傳統(tǒng)的nas系統(tǒng)就存在這一瓶頸。所幸的是，基于對象的存儲架構就不存在這個問題，它可以在一個系統(tǒng)中管理十億級別的文件數(shù)量，而且還不會像傳統(tǒng)存儲一樣遭遇元數(shù)據(jù)管理的困擾?；趯ο蟮拇鎯ο到y(tǒng)還具有廣域擴展能力，可以在多個不同的地點部署并組成一個跨區(qū)域的大型存儲基礎架構。延遲問題“大數(shù)據(jù)”應用還存在實時性的問題。特別是涉及到與網(wǎng)上交易或者金融類相關的應用。舉個例子來說，網(wǎng)絡成衣銷售行業(yè)的在線廣告推廣服務需要實時的對客戶的瀏覽記錄進行分析，并準確的進行廣告投放。這就要求存儲系統(tǒng)在必須能夠支持上述