IT产生了很多的操作数据。大数据能够让其变得更有意义么？

与无穷小的电子产品标准使用实时的概念管理环境完全不同，在任何一个瞬间，事情都可能从一帆风顺走向灾难。而且总会有数据管理和移动，大部分的数据都是数据中心自身产生的。

进入富有挑战的环境带来了新的理念：将应用借鉴全球大数据技术处理和分析的新款产品（如Hadoop、NoSQL与Cassandra），业务分析帮助决策者更好地应对IT管理挑战。

提供日志数据智能软件公司Splunk的大数据主管Brett Sheppard说：“事实上，将大数据概念应用到IT操作工具产生的数据中，可以使IT管理软件供应商解决大广泛的业务决策。IT系统、应用和技术基础设施每天每秒都在产生数据。非结构化或者结构数据都代表了‘所有用户的行为、服务级别、安全、风险、欺诈行为等更多操作’的绝对记录。”

然而，企业和组织机构运行的网络服务器、应用和网络设备等所有技术的基础设施在如此大量不可预测格式中产生了大量数据流，这些不可预知的格式会导致很难使用传统方法或者是现行的方法应用IT分析。Sheppard 同时指出，这些机器数据是有价值的。

大数据分析的产生旨在于IT管理，企业可以将实时数据流分析和历史相关数据相结合，然后分析并发现它们所需的模型。反过来，帮助预测和预防未来运行中断和性能问题。进一步来讲，他们可以利用大数据了解使用模型以及地理趋势，进而加深对重要用户的洞察力。 他们也可以追踪和记录网络行为，轻松地识别业务影响；随着对服务利用的深刻理解加快利润增长；同时跨多系统收集数据发展IT服务目录。

最低水平，这些行为可以提供适当的成本跟踪以及退款的透明度。简而言之，大数据方法有巨大的潜力。

老式方法不能够跟进

一家名为Enterprise Management Associates分析公司的系统管理主任Torsten Volk表示，他也发现了大数据对于IT的巨大潜力。随着IT环境变得复杂化、规模化以及异质性，它们将会产生越来越多的元数据，迫使许多组织机构在IT管理上采取措施。

举个例子，随着数以千计的虚拟桌面需要监测，当你将一个用于安全、性能或者管理的新应用部署到环境中，数据中心很难确定你想知道什么，Volk指出。即使简单的事情，如评估在一个单独的物理机上有多少个虚拟机在运行，使用现有的工具也很难判断。

“我们讨论一个IT分析的新大数据方法，可以发现，使用传统的监测和管理工具是不容易实现的。”Volk解释说，“例如，在Cloud Physics这样的公司，谷歌的内部引擎不能够使内部标准和外部数据产生关联。”

Volk还指出，分析不一定需要专注于非结构化数据，也可以将不期望发生关联的数据发生关联。例如，尤其是云资源，预测应用和数据之间的行为是怎样影响彼此的比较困难。Cloud Physics允许校核日志以及其他实时提示来产生数据关联行为。

“领先而不是尖端” 这个新方法对于组织机构的价值取决于数据中心的成熟度和复杂性。Volk说：“复杂度较小的中小型企业和组织机构将会从中获益。但是带有大型异质的数据中心的企业将会获益更多。”

例如，趋向于频繁地增加或者更换应用的拥有中间件和许多平台的组织机构，他们将会看到更多的益处。服务开通容量越动态，数据中心就会产生更多的异质性。你就会越需要这种工具。

处理这些类型的容量将变得日益重要，由于组织机构不能仅持续地增加员工。尽管有许多系统制造商正在通过融合基础设施，尝试减少复杂性。最终“你只是在同想象中的人战斗，因为你的企业和开发者将会一直迎来新的设备，你需要接受一种方式或者其他方式的挑战。” Volk说。

CloudPhysics CEO John Blumenthal谈到他的公司，长时间专注于“收集全世界VMware操作数据，将它们聚集到云服务中”能够支持分析和模拟。所以用户到时可以挖掘它，并从中获得其他地方获得不到的灵感。 

Blumenthal 说：“CloudPhysics公司的灵感的出现，在某种程度上源于超大规模IT操作的练习。如Google 和Facebook，这些组织机构占有相对同质的基础设施，这些基础设施被严重物联化和用于研究，有大量的操作存储数据可以用于分析。”对于CloudPhysics用户，他的期望是获取虚拟化基础设施的数据然后应用到IT分析上面，收集以前没有的灵感。

Blumenthal 强调：“CloudPhysics公司的主要灵感是‘存储是一切罪恶的基石’，存储趋向于成为虚拟化环境中最小的虚拟元素，而且通常是一切性能问题的起源。由于缺乏正确的工具和劳动分工，比如一些人专注于安全，另一人专注于虚拟化，但是通常没有特别专注于存储的人员，所以就很难发现问题根源。”

新方法接管老问题

与此同时，宣传得天花乱坠的大数据正为一些既定技术带来新鲜的旋风。

提供IT预测分析软件Netuitive公司的市场部主任Graham Gillen 指出：“整个大数据分析的想法，尤其在IT操作方面，对于我们发明并没有什么作用，但是我们一直在其中。Gartner已经关注这个话题很多年了，基本上他们已经强调，如果IT正在引进新鲜灵感，他们将会扔掉老式方法开发一个新的IT操作分析平台。”

Gillen认为，在大量的‘目测’以及‘猜测’中，监测和度量标准在过去受到了忽视。我们需要做到更多的是，对于IT的大多数部分，不事先预期。但是随着复杂度和独立性的增强，以及基础设施深层问题引发的，像网站用户响应时间这样的问题的增多，这已经成为了企业的关键任务，而且就企业自身价值而言，企业需要按规矩办事。

“现在IT管理不只是管理服务器是在使用中还是停机，而且还有运行的应用是否能够应对‘黑色星期五’这样的事情。企业现在对响应时间是如何影响业务结果的比较感兴趣。”Gillen说道。

IT企业第一次开始关注他们能从业务智能和业务行为监测中了解到什么。“他们现在感受到了曾经好像是盲人试图描述大象，他们缺乏的是对全部操作的整体画面的把握。”