LinkedIn李玥：存储大数据成本高，考虑多平台

4月29日消息，大数据挖掘对企业来说可能并不全是机遇，还意味着财政支出，原因是针对大数据存储或者挖掘的成本也很高。在2013 Teradata大数据峰会上，LinkedIn商业分析高级经理李玥接受Sohu IT采访时表示，企业投入在大数据存储上的成本并不低。因此，很多企业会同时考虑多个解决方案。

以LinkedIn为例，该公司就同时使用了Teradata的解决方案和Hadoop的解决方案。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，那么成本就会很高，而Hadoop是公认的成本比较低的解决方案。

CSDN总编刘江向搜狐IT表示，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。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Teradata Aster大数据探索平台开发的。

据李玥介绍，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。