成本控制对于各种规模和经验水平的企业来说都是一个问题，即使那些精通云计算的企业也是如此。这就是用户必须了解云计算分析和大数据的规模、多样性、速度、准确性、价值这五个V的原因。

    1.规模(Volume)

    顾名思义，大数据就是巨大的数据量。云端提供了几乎无限的存储容量，这就是它随着数据量不断增长而成为吸引企业和政府机构有力选择的一个原因。

    将数据和分析转移到云端在管理规模(Volume)方面发挥了很好的作用，因为它为用户提供了灵活性和可扩展性，以满足峰值需求。然而，在云存储方面，企业仍应谨慎行事，不应丢失数据包。如果用户在可能的情况下不使用低成本存储层，或者在云中放置过多不必要的数据，那么成本会迅速增加。

   2.多样性(Variety)

    作为数据科学术语，多样性(Variety)指的是异构来源，例如结构化数据、半结构化数据、非结构化数据。

    例如，IT部门可能需要分析来自其后台和SaaS应用程序的半结构化数据，而会计部门则希望以报告的形式分析结构化数据。同时，营销部门希望分析图片、视频、短信和其他不符合传统数据库行和列的数据。企业可以使用基于云计算的数据湖来容纳所有这些分析类型等。

    3.速度(Velocity)

    与云中的大数据相关，速度(Velocity)是来自SaaS应用程序、云平台、物联网设备、社交网络和任何其他与业务相关的数据点的高速信息积累。当组织试图增加足够的处理能力来处理正在生成的大量且连续的数据流时，速度(Velocity)变得更加复杂。随着组织系统的发展，云平台可以扩展以满足对可操作数据的需求。

    4.准确性(Veracity)

    无论数据驻留在何处，组织的数据始终存在不一致和不确定性。但是，云计算可以为用户提供更多的空间并变得凌乱，并进一步损害信息的质量和准确性。

    如果没有对内部数据准备、治理和管理流程进行审核和潜在改革，就无法实现云分析。

    5. 价值(Value)

    组织收集的大部分数据几乎没有任何价值，除非IT团队能够将其变为可操作的数据，并为其业务提供优势。

    借助基于云计算的自助服务分析，企业的数据科学家可以专注于更具战略性的项目，而业务用户可以获得仪表板、报告以及与数据本身交互所需的用户界面。

下一篇：SDN和NFV在适用性上的区别有哪些？

上一篇：SDN的数据平面