用Hadoop真的可以一直省钱吗?

在这篇文章中，我们将仔细看一看两个大数据案例，并对两个案例分别进行分析以决定企业数据仓库（EDW）和Hadoop中，随着时间的推移，哪一个平台的成本有效性才是最高的。之后，我将向你介绍数据总成本（TCOD）机制，同时向你展示你应该从何处进行该机制的免费下载。

这两个案例均来自于WinterCorp的专题报告“大数据——它的真实成本是多少？”，在这一报告中它介绍了数据总成本（TCOD）机制。第一个案例是建立一个企业数据仓库，第二个案例是建立一个数据提炼。在这里，我们将要首先看一下每个案例所要的需求，之后再对比其各自的数据成本。再强调一次，我们想要回答的问题是：EDW和Hadoop中，随着时间的推移，哪一个平台的成本有效性才是最高的。

案例1：建立一个企业数据仓库

案例2：建立一个数据提炼

▲ 目标：

完善大型工业柴油发动机的传感器输出

▲ 数据数量：500 TB

▲ 公司要求：

①能够快速、密集的处理小部分关系密切的数据集；

②读取全部数据集的分析；

③原始数据的使用寿命较短；

④由小型专家组合作进行数据提炼分析。

成本对比：5年期总结

这份总结的结果也许会吓到你。请记住，因为必须要进行许多假设，所以这些只是估测出的结果。但是这些估测的结果却可以成功的测出任一天的数据。

比起Hadoop的解决方案（7.4亿美元），企业数据仓库平台（2.65亿美元）的成本花费更少，明显具有更高的成本有效性。在这个案例中，选择数据仓库平台降低了的成本费用因素数量是原先全部的2.8倍。而更多的分析表明，即使按50 TB到2 PB的数据大小排列，你也将会在数据仓库平台中得到基本相同的结果。

复杂查询与分析的发展是案例中主要的成本费用因素。从估测中能够看出，企业数据仓库平台的系统成本为0.44亿美元，而0.108亿美元为最初取得成本——这接近是数据总成本的4%。

虽然通常来说，人们主要是关注项目中的第一大项支出——例如购置一个平台的花费；但是项目的总成本费用却更为重要，且其他因素也大大超过所有系统花费的总额。

Hadoop的成本花费（0.95亿美元）要远远少于数据仓库专用平台的花费（0.3亿美元），即Hadoop的成本有效性要高于数据仓库平台。数据仓库专用平台的系统成本是这个案例中的主要因素。从上表中标出的包容性系统成本概念及其分类中可以看出，数据仓库专用平台中的2.27亿美元的系统成本中只有0.55亿美元是在第一年发生的。