存储大数据成本高 可考虑多平台

如今，众多企业对于大数据是“趋之若鹜”，似乎没有应用大数据就是落后，而大数据的挖掘对于企业来说却并不全是机遇，因为这还意味着财政支出，这是因为针对大数据存储或者挖掘的成本也很高。而在2013Teradata大数据峰会上，LinkedIn商业分析高级经理李玥在接受采访时也表示，企业在投入大数据存储上的成本并不低。因而企业在应用时还应考虑到其他多个解决方案。

就以LinkedIn为例，该公司就同时使用了Hadoop的解决方案和Teradata的解决方案。公司这样做的原因在于，大部分数据的价值密度很低，如果全部使用Teradata来存储，那么它的使用成本就会很高，而Hadoop则是公认的成本比较低的解决方案。

类似于Linux开源，基于Hadoop开发的公司也很多，他们可以为用户提*品。而通常来讲，Hadoop的解决方案会便宜一些。

这就要求对涉及到大数据类工作的企业进行筛眩比如，对LinkedIn来说，其报表数据分析对公司来说尤其重要。于是，该公司绝大多数的报表在后台都是用Teradata数据仓库来支持的。这部分报表要准时发出去给商业代表，而商业代表则要根据数据来做相关的决策，而且很多新功能也是通过TeradataAster大数据探索平台开发的。

据李玥介绍称，这些报表数据具有舞台效应，如果有一个延迟，后面的就会全部延迟。而在LinkedIn中，绝大多数的数据是先要从高度可靠Teradata系统里面读出来，读到LinkedIn的数据挖掘的平台上面，然后再用已有的这些统计上的工具来进行这些数据挖掘的工作。