作为当今互联网行业最为热门的两个词汇，“云计算”与“大数据”是每位企业CIO都不会错过的。然而“大数据”并不是解决方案，在被合理利用之前，它更多指的是信息爆炸所导致的一类问题。真正能够理解并运用大数据以实现企业价值飞跃的，想必都是IT界的精英。而能够将云计算与大数据完美结合以使企业获利，则是每一位决策者至高的愿景。
云计算如何应用于大数据分析
1. 云计算作为大数据的必备条件
关于大数据，维基百科给出了如下的定义：“大数据指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。总数据量相同的情况下，与个别分析独立的小型数据集(data set)相比，将各个小型数据集合并后进行分析可得出许多额外的信息和数据关系性，可用来察觉商业趋势、判定研究质量、避免疾病扩散、打击犯罪或测定实时交通路况等;这样的用途正是大型数据集盛行的原因”。正是由于大数据本身所具有的商业价值，才使得它在我们这个时代变得如此火热。如果提取、处理和利用数据的成本超过了数据价值本身，那么这项工作就是没意义的。而随着数据量的不断增长以及技术的不断地发展，大部分企业都可以通过大数据获得额外的利益。而强大的云计算能力，无论是建立在公有云、私有云还是混合云的基础之上，则都是企业提取分析大数据所不可或缺的一个前提。
2. 收集数据以供分析
在海量的数据中，其实能为企业提供显示经济利益的可用部分很少，因此有大量的数据需要过滤，以便建立关联并存储其有用性。对大量存储着临时信息的基础设施而言，几乎不存在任何投资的利益，因为这一临时数据中的绝大部分最终都会被丢弃。另外，从公司防火墙外部转移到公司内部的网络数据也很难产生多少有价值的信息。而云平台的使用则能很好地解决这一问题。在收集过滤数据这一阶段中，建立一个公有云平台是最明智的选择，它可以提供按需扩展的计算和存储资源。
3. 进行数据分析
一旦数据转化为可用的形式，那么就进入到分析产生信息的阶段。从长远来看，提供给分析应用的原始数据没有必要一下保留，需要有效存储是分析处理的结果。公有云和混合云技术可用在分析阶段，在数据集处理阶段可引入Hadoop或类似替代方案。在公有云用户的情况下，原始分析阶段可以在公有云基础设施上执行，然后使用私有云组件把处理过的、可用的信息拿到公司内部。
4. 企业管理虚拟化
在这一阶段，我们已经拥有了足够的可用信息，可以用来指导决策。但这还没有结束，还要使这些信息可为用户使用，还需要将其转化并存储到现有的系统中，如企业资源规划(ERP)和客户资源管理(CRM)系统。通过将软件即服务(SAAS)应用运行在云平台中，企业能够充分利用之前几个阶段开发得来的数据信息，以强化集成管理模式，并合理规划用户间的相互协作。
正是由于云计算技术的出现与普及，大数据的价值才能得到充分的利用和转化。不得不说，在使大数据转化为商业用途这一点来看，搭建一个云计算平台是再好不过的了。
云计算与大数据如何更好地结合
1. 发展人工智能与机器学习
相较于计算机而言，人类的大脑计算能力总显得那么有限。计算机最擅长的就是计算，云计算系统更是如此。但对于大多数只会执行程序员预先输入指令的电脑来说，如果出现一个前所未遇的情况，它便会陷入无限循环以致死机。在这一点上，人类的分析理解信息和处理异常问题的能力就显得高出一截了。虽则人工智能领域近年来已取得不少令人兴奋的进展，但电脑终还敌不过人脑，在思维分析能力这一点上，电脑还差得很远。然而，当云计算与大数据结合在一起时，一种全新的算法便诞生了——机器学习，它可以使计算机有如拥有了自主学习的能力一般，在不断的工作中学习新的处理方式，从而使计算变得更智慧。
2. 加速促进数据开放与共享
数据需要共享与交流，才能创造更多的价值，有时不同方面的数据一旦混合在一起分析，往往会得到新的结果。在不涉及商业秘密及个人隐私的前提下，数据应该越开放越好，尤其是政府部门收集的经济、气象、交通、犯罪率等数据，就更应该开放，因为这些数据本来就属于民众所有。
3. 增强云服务的质量及安全性
企业愿意花钱将数据存贮于云服务器，这些数据对公司来说一定是相当重要的，而云服务器的崩溃，则必定会给企业带来不可预估的风险和灾难。由于每个云服务器都存贮了大量数据，因此也相应地提升了被恶意攻击的风险，许多原本规模较小，不会成为攻击对象的企业，可能由于选择云服务而遭受牵连。因此，云服务必须提高其安全及稳定性能，不能让用户由于使用云服务而出现附加风险。在大数据的时代，通过对异常数据的分析处理，我们能够更及时地发现可能存在的问题，由此更好地防范出现服务器死机等严重事件的出现。
