据IDC的报显示告，2020年全球的数据总量将达到40ZB。全球数据的增长速度在每年40%左右，2014年全球数据总量在6.2ZB左右，2015年全球数据总量在8.6ZB左右，2016年将在12ZB左右。如此巨大量的数据，也必然蕴藏着大量的价值。但企业要如何才能及时处理这些数据，提取价值？

企业数据处理难题

随着社交网络、移动设备的普遍化，企业数据的来源已经变得多种多样；来源的多样性必然导致数据类型的多样化——数据已经不再是易于处理的、单一的结构化形式，大量的半结构化和非结构化的数据充斥在企业传统的数据中心或网络上。有调查显示，企业数据正在呈指数级增长，企业需要处理的数据量已经远远超出以往，这一事实对于企业存储资源和基础设施都提出了严峻的挑战：企业要如何快速调度计算资源、存储资源，以及如何掌控数据处理的时效性？

面对如此挑战，企业该何去何从？有人说，云计算是大数据的最佳拍档，云技术不仅可以让企业轻松存储海量数据，还可以拥有极高要求的计算资源，这样企业是不是就可以把数据完全交托到云端？

云端数据类型甄别

企业决定入云后，不能盲目地把100%的数据全部转移到云中，而且也不是所有的数据都适合云端，迁移云端之前，企业还需要对数据做出评估分类。

首先，隐私是所有人都忌讳的问题，所以对于企业来说，如果数据与用户的隐私问题极度相关，并不适合迁移到云端；第二，数据向云端传输的过程中，必然存在安全问题，所以敏感数据的敏感特性不能传输到云端；如果企业希望传输到云端，那么一定要做好加密和脱敏措施；第三，除了技术方面的限制，还需要考虑法律、法规的问题，是否需要法规的保障，是否符合合规的要求。

数据转向云端是一个较为复杂的过程，企业必须先行做好评估，确保数据迁移的工具、脱敏工具、加密工具等完备以后，企业把数据向云中迁移时才更有保障。

云端数据处理之道

云计算的自然属性是以服务的形式服务客户的，给用户提供了动态部署、自动化处理、弹性可扩展能力。大数据的分析过程需要大量的存储资源和高效的计算资源，而云计算恰好满足了大数据分析的这些需求。云计算可瞬时调度存储、计算和网络资源，为大数据提供按需服务，确保大数据结果的实效性。同时，在大数据分析任务结束后，云计算技术可立即释放资源，为下一次的任务做准备。由此可风，云计算与大数据分析是天然吻合的。

通过深入研究大数据的多样性、对分析结果要求高实效性等特点，惠普Helion产品组合也给出了相应的解决方案，帮助企业更高效地处理大数据，快速获取其中价值信息。惠普看到企业数据有些存储在传统数据中心，有些则存储在云端，数据的混合存储架构给企业数据分析带来了挑战，也决定了企业数据分析架构必须或将向着混合架构的方向发展。然而，在做混合云计算方面，惠普解决方案是业界最强的；在云计算方面，惠普具有非常强势的能力，据中国惠普有限公司云计算集团，云计算首席技术专家兼首席架构师周英飚说。

惠普Helion产品包含了一系列强云产品和解决方案，给企业云端建立大数据王国提供了一站式的服务。从数据甄选、评估，到数据向云端迁移整个过程的安全保护，再到云端数据分析并返回企业所需要的数据结果，惠普都提供了完整的服务产品。IaaS层，惠普基于开源OpenStack 技术的HP Helion OpenStack产品，提供了混合能力和对资源快速调度的能力，满足了大数据分析对底层架构的要求；PaaS层，HP Development Platform可在平台层灵活调度企业大数据相关的应用；SaaS层，惠普提供了一些大数据应用程序，可对企业数据快速分析。另外，在安全方面，HP  Tipping Point 确保了数据迁移的网络传输安全，同时搭载惠普其它数据加密保护或脱敏的工具，保证了传输过程数据的安全性；同时在整个混合云的管理方面，惠普CSA软件可对企业的传统数据架构，和云端数据分析服务做出统一的管理。

未来，企业数据都将以混合架构的模式存储与处理，换言之，混合云已经走进企业，且在未来很长一段时间内，混合云模式将成为企业云落地的主流模式。