大数据已经占领了世界。曾几何时，TB是衡量世界数据量的有用指标。现在，这个数量已经扩展到PB甚至ζ字节，其中大部分存在于公司研究和交易系统之外。
事实上，在你阅读本文的几段时间内，超过50个小时的视频将被上传到YouTube，数百万次搜索将在搜索引擎上启动，数百万美元将通过电子商务进行交易。大数据的增长不仅限于科技公司。大量数据正在影响几乎所有行业。
众所周知，有许多大数据应用程序，如更个性化的营销或预测性库存订购，但大多数企业都无法以有用的方式组织大数据。
但大数据究竟是什么？这是一种生成的信息比当前数据管理系统所能处理的信息更多的现象。或者，换句话说，就是当你的公司数据丰富但信息匮乏的时候。
当数据被用来产生突破性见解，为明智的商业决策提供信息时，拥有大量的数据储备可能会改变游戏规则。然而，如果没有解释这些数据的工具，您将面临一个巨大的数据库，它正等待着被利用。
大数据的解决方案是一个新概念：数据应用程序。
数据应用程序究竟是什么？它们是如何工作的？
数据应用程序作为一个概念仍然相对较新。甚至还没有达成一致的定义。从技术上讲，所有应用程序都可以称为数据驱动应用程序，因为它们需要数据才能发挥作用。
然而，在商业智能和分析领域，数据应用程序的特点是图形用户界面（GUI），它向用户显示数据库中可用的资源。它允许像业务分析师这样的用户对数据库运行自定义查询，以帮助他们做出更明智的决策。
更简单地说，数据应用程序（不要与数据库应用程序混淆）是数据可视化和网络应用程序的混合体，因为它们允许最终用户（决策者、主题专家甚至消费者）可视化并有效地操作大型数据集。
旅游预订网站就是一个很好的例子。Orbitz和Kayak等网站处理大量数据，这些数据必须以互动的方式四处移动和可视化，这样消费者就很容易找到他们想要的航班并预订。
想象一下，如果你使用这些网站，只能查看航班信息，然后不得不打电话给旅行社为你预订航班。这将是一项更多的工作，而且不是很方便。
但是，这种情况与许多组织利用自己的大数据库存所做的类似。数据应用程序运动是关于从一个最终用户只查看和报告数据的环境过渡到一个任何人都可以轻松地将大数据可视化、交互和解释为日常工作的一部分的环境。
数据应用程序示例
以下是一些数据应用程序的示例：
- Orbitz：从技术上讲，Orbitz是一个包含元搜索引擎的旅游票价聚合网站。它的操作在基于Red Hat Linux和Solaris的混合平台上运行，并使用集群Java环境。Orbitz与世界各地的品牌合作，因此它必须能够准确地分发来自多个国家、公司和货币的信息，同时为全球的最终用户提供一致和稳定的体验。
- 示例：这家软件开发公司的使命是通过连接数据、工具和人员来推动创新，从而使富有成效和创造性的协作变得更加正常。客户包括医疗保健组织，它们正在使用数据管理应用程序来帮助查找公共卫生数据中的隐藏资源，避免冗余，并加快流行病学知识共享。
- Dataiku：这个一体化的数据集中化数据平台帮助企业聚合、可视化和与大数据交互。无论企业是将其用于大规模分析，还是利用企业级人工智能，Dataiku的自助服务平台都可以帮助企业操作机器学习，从而轻松发现有用的见解并采取行动。
传统基础架构如何阻碍数据应用程序增强业务能力
数据应用程序可以为各种业务提供巨大的好处。不幸的是，许多组织都受到数据移动性低的阻碍，而数据移动性低是由于遗留的IT基础设施（如数据仓库）碎片化造成的。
一个组织要想充分利用其数据应用程序的强大功能，就需要能够访问其所有数据。但是，由于传统IT基础架构中的数据往往由内部部门组织，每个部门都有自己的工作流程、行话和软件，因此收集的大部分数据不容易在整个组织中转换或传输。简言之，传统IT基础设施的孤立性导致整个组织的数据流动性较差。
孤立数据存储的后果包括：
- 管理分散数据生态系统复杂性的成本增加
- 部门数据之间存在不一致、冗余和总体缺乏同步
- 内部部署和云基础设施之间的数据移动性有限
如果您的企业打算有效利用大数据应用程序，您需要对IT基础设施进行现代化改造，并过渡到数据管理应用程序。
