一段时间以来，在我的脑海里有一个烦人的问题，物联网工程师，简单的答案是每隔几周就有一个不断变化的答案。

在进入主要问题之前，想象一下。

如果你生活在两百年前，有人问你一个问题，如果你想从德国飞到印度怎么办？最明显的回答应该是"Du redest Unsinn"（"你在胡说八道"）。那时飞行还不是一个概念。

让我们回到三十年前。如果有人问你，你是否愿意把你的银行信息存储在互联网的某个地方，建站系统哪个比较好，而不是你自己的银行？"答案是相似的。

即使是十年前，如果向金融机构提出同样的问题，关于在云中存储他们的财务信息，而不是问一个人，答案可能是，"我们很高兴让他们在物理安全的双门，地下室位于一个秘密位置的数据中心"

正如你自己可能经历过的，事情在很长一段时间内是不一样的。现在，比起把个人信息保存在自己家里的本地金库里，你更自信地将个人信息交给云端存储。

在90年代末，现在已经不存在的Sun Microsystems的Scott McNealy在公司徽标上加了一个子文本。网络就是计算机。当时还太早，人们不喜欢以这种网络速度运行"瘦客户机"，它很快就消失了。但是，有意思的是，考虑到未来几年5G技术将提供"更多"更高的网络速度和效率的可能性现在回到我最初的想法，为什么我们仍在考虑构建适用于本地的数据仓库（即使能够处理来自多个源的数据），而不是将它们定位为一个完整的基于云的解决方案？

目前我没有一个答案。我们想到的一个明显而直接的答案是，许多客户希望利用现有系统（包括熟练的开发人员和管理员）等可用的好处，和/或没有完全准备好接受外部托管的基于云的完整企业数据仓库解决方案，这可能是因为数据仓库的体积

图：初始数据仓库设计图片提供（IBM Systems Journal（1988））

公用事业计费十五年或二十年前，许多Unix系统的硬件供应商正在转向一种基于实用工具的计费模式，尽管这些系统本身是在客户的双门数据中心内运行的。对于当时的许多客户来说，这是一个重大的转变，并不是一个容易的转变，因为他们习惯于百分之百地拥有企业的计算系统，而没有意识到未使用系统资源的成本。

随着网络采用率的增长，数据量的增长不是等待客户（硬件）支出的增长来满足他们对速度的需求。客户需要在特定的时间和固定的时间间隔按需提供强大的计算能力，比如业务运营周期中的财务结算期。硬件供应商将此视为一个机会，决定以较低的价格销售具有更高计算能力的硬件，但客户根据公用事业计费模型中的系统CPU使用情况付费。这给了许多客户一个喘息的机会，他们转向了为他们使用的东西付费的事实。

然后，数据增长主要是因为企业业务增长和交易量，以及B2B交易自动化的增长。因此，对客户来说，根据需要开启和关闭计算能力并不是一个坏的选择。

大数据现在我们正处于B2C时代，很多公司都会从企业外部产生或依赖更多的数据，而通常只在企业内部产生的数据，包括业务伙伴之间的数据。除此之外，要对企业进行360度全方位的了解和分析，企业要想获得更好的投资回报。他们想从竞争对手来自市场来源的信息、客户在社交媒体上的帖子、他们在互联网上的浏览模式、他们在互联网交易中的消费趋势来了解市场或客户对他们的看法，并将所有这些信息用于预测他们企业的下一步战略。因此，数据分析怎么做，自然演进需要更强大的能力来处理海量、多样的数据，以获得更好的结果。

随着海量、多样性、速度（大数据的三个V，包括结构化和非结构化数据），实时大数据，尽管企业内部数据仓库中的数据集成技术正在变得可用，与在云环境下快速构建的解决方案相比，实现起来还是一定要费时的。

图：未来的云图像礼貌(cio.com网站)

有了所有这些要求，不仅CPU能力将成为一个变量，就像以前基于公用事业的计费一样，而且总的计算能力包括CPU、所需内存甚至数据存储容量，因为您不想保留所有已经发挥其价值的数据。数据分层或近线存储等解决方案可以帮助解决这一问题（包括内部部署应用程序）。有了云数据仓库，所有这些都可以很容易地按需订购，并在您完成分析后发布。"不再有价值的数据"可以从高成本的存储区域转移到低成本的存储区域，从而降低运营成本。

如前所述，B2C带来的数据量增长更大，物联网管理平台，企业的数据在互联网上的生成量比企业内部的要多。既然如此，为什么人们会认为有必要将所有这些大数据带到企业中进行分析，而不是去数据所在的地方，在大多数情况下，那就是云。对于在内部生成更多数据的大型企业来说，这可能不是正确的解决方案，但我的假设是，如果您想获得完整的视图，您可能需要从外部生成的数据多于从内部生成的数据。我还估计，将大数据带到企业内部的速度和成本将超过将数据保留在原地以便更快地了解情况。