如何選用合理的基礎架構

對于企業而言，如何將各種應用數據進行整合挖掘，提煉出適合其使用的商業信息是企業的一大急迫需求。傳統的BI模式大多基于數據倉庫，是關系型數據庫的模式。面對急劇增長的異構數據，傳統的數據倉庫和原有的并行計算技術由于挖掘效率低，已經不能解決海量數據挖掘工作，影響著數據的及時提取。

一直以來，商業智能系統往往基于傳統的SMP架構小型機而構建。隨著近年來X86平臺的性能與日俱增、可用性日漸提升、擴展性飛速增長，X86平臺在越來越多的市場領域開始侵蝕小型機份額，商業智能也成為X86架構向RISC小型機發起進攻的另一個戰場。例如，Oracle推出的基于英特爾至強平臺的Exadata數據庫云服務器，通過獨有的smartscan技術，以及數據處理過程下移的設計，在X86架構基礎上同時提供了較高的OLAP性能(數據倉庫應用)和OLTP性能。此外，IBM也推出了基于X86平臺的商業智能解決方案，基于IBM獨有的EX5架構服務器和XIV網格存儲系統提供了不輸于小型機的智能信息處理能力。

選購要點：

1、高可用性：BI的基礎架構層，需要建立起數據挖掘云服務平臺，而這個平臺，必然是高可用性的。

從高可用性來看，需要集中解決三個方面的問題：一是數據保護，需要利用CRC、ECC等硬件機制來對傳輸的數據進行校驗、糾錯，如果無法糾正，就將損壞的數據進行隔離，以保證不造成更大的數據，避免系統的重啟和宕機。

目前英特爾至強7500或E7合作的方案擁有諸多優勢，如成本低、性能高、可靠性(RAS)高、可擴展性好等優勢。在可擴展性能上，X86平臺橫向的向外擴展功能，即由兩臺以上的機器構成集群。能滿足大多數企業關鍵應用環境的負載需求，包括對內存和CPU要求都較高的數據庫、商業應用和虛擬化。進而避免傳統UNIX雙機方案“成本高昂，備機資源平時嚴重閑置浪費，主機故障切換期間用戶服務被迫停頓”等諸多困境。

此外，7500一些設計已經將計劃宕機時間最小化，這當中包括系統分區管理技術、CPU和內存的熱添加和熱移除等，將系統維護時間降低到最小。

2、虛擬化：數據挖掘云服務還是要依賴于虛擬化技術，要計算資源自主分配和調度，也就是說虛擬化技術是數據挖掘云服務技術的支撐。