搜索
大数据中国 首页 数据分析 查看内容
CIO需要密切关注的五大企业IT转型趋势
2013-11-4 00:17 |原作者: 李代丽|来自: 比特网| 查看: 9009| 评论: 0

        一些新技术趋势或者新型公司将打破企业信息化的传统模式,成为IT规则的改变者。当前,云计算、移动设备、社交网络和大数据正在影响着整个行业,但通过对比你会发现,其实这些技术并不算什么,下面就是海外媒体新发现的五个特别值得关注的新趋势。

  云迁移

  目前,企业IT的一个主要趋势是向云端转移,但很多基本的问题目前都还没有解决,比如这种迁移速度应该多快,以及哪些应用将走向云端;同时哪些应用将留在现有系统中等等。

  Gartner公司分析师最近公布了一个调查结果。结果显示,28%的CIO希望到2016年企业所有关键业务应用和操作系统都通过“云”来实现。55%的人预计在2020年能实现这一目标。这些态度与他们早期对云计算的反应,已经是一个巨大的变化。之前,CIO不愿意把任何业务程序迁移到云。

  尽管云计算最大的领导者是亚马逊的网络服务,但SAP、IBM和Oracle等公司最新发布的财务报告显示,这些企业级云计算服务商的云收入虽然相对较小,但其增长速度却非常快。

  这种基于企业预制型应用与云服务相结合的混合模式,更受用户欢迎。Gartner等市场分析机构预测,这种模式的转变速度可能会更快,比完全混合云模式更靠谱。

  新商业分析

  商业智能通常是CIO最优先考虑的应用。然而,随着拥有数百万交易量及全球客户基础的数字化企业的崛起,使传统的SQL类型数据库和非传统的NoSQL模式数据库都受到了巨大挑战,它们在面对庞大的数据海洋时,都需解决数据编译和数据分析的难题。

  围绕公司运营的大量的数字化数据,需要一种新的方式来收集、分析和利用数据。最近美国有一家公司最近发布了应用程序性能管理分析包,值得一看。

  新的存储模式

  数字化时代需要新的数据分析方法;同样,在移动互联时代也需要新的存储模式。尽管固态硬盘和内存计算技术正在进步,但分层方式的数据存储仍是企业主要的存储架构。

  美国希捷公司试图通过Kinetic storage动力学模型改变这种存储形态。Kinetic模式使用一个开放的API和以太网将应用程序和硬盘存储直接联系起来。它遵循了软件定义模式,通过软件取代传统硬件层的计算、存储和网络交互形式。同样的,这一点非常值得关注。

  零成本操作系统升级

  虽然我们知道哪个版本的操作系统,正运行在我们的台式机和笔记本电脑中;但我们不了解哪个版本的系统,运行在我们的智能手机或平板电脑里。这是因为,我们不需要花费任何成本,除非在升级期间能在后台看见个别的系统,其他时刻很难看见,因为都是无缝集成的。

  苹果操作系统在一段时间内已经降低了其操作系统的消费成本(我记得上一次是19美元)。但是现在苹果已经在提供最新版本的免费OS X。

  该如何看待苹果的这种改变?苹果要领先,就要在微软推出几乎免费的Windows 8.1升级版前有所行动。CIO曾对收费操作系统的升级很失望,或许OS免费是对收费的一个感恩行为。

  下一代桌面虚拟化

  虚拟化被看作是企业网络在移动互联时代的应变之道,因为它可以在保证企业应用信息安全的情况下,允许大范围的移动设备接入。虚拟化已经存在很长时间了,但还没有像业界预测的那样达到普及的程度。

  企业网络、输入/输出和存储需要考虑进移动办公的智能手机和平板电脑,这种应用需求促使桌面虚拟化成为了一大市场机会。

  我一直在观察Bromium这个公司(刚刚被投资了4000万美元),该公司由Simon Crosby和Xen hypervisor共同创建。该公司的技术平台基于micro-VMs,它为每个用户提供一个单独的空间,以执行用户的单个任务。

  恶意软件被局限于每个操作空间之内,它会随着单一任务的完成而消失,它根本不会接触到更大的系统资源。该技术目前仅限于在英特尔CPU上运行,但这是一个解决终端设备安全接入企业网络的新方法。

免责声明: 除非特别声明,文章均为投稿或网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

最新评论

关闭

站长推荐上一条 /1 下一条

 
 
大数据行业交流
大数据行业交流
大数据求职招聘
大数据求职招聘
站长电话:
15010106923
微信联系:
hb-0310
站长邮箱:
ab12-120@163.com
大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-5-2 18:33 , Processed in 0.053497 second(s), 23 queries .

返回顶部