大数据条件下的企业数据共享问题

面对海量数据，信息孤岛问题成为企业实现大数据的桎梏，企业在此条件下应如何选择合适的数据共享实现方式，对于企业实现大数据具有重要意义。

目前，大数据成为时下热门的词汇和趋势，各大企业将大数据视为自己实现竞争力的有力武器，其原因是大数据能够运用数据挖掘技术，实现海量数据的综合分析处理，以快速的发现商机和企业内外部情报，实现管理的智能决策。

企业实现大数据的前提是信息资源共享，但目前企业中普遍存在的现象是各类系统林立，不同的信息标准，将企业陷入在一个个信息孤岛中，无法对海量数据进行综合利用，由此成为企业实现大数据的桎梏。因此，解决信息孤岛问题，实现数据共享成为企业实现大数据首先要解决的问题。但是，在大数据条件下，企业中的数据量，数据结构均发生较大变化，传统的数据共享方式是否仍适合于企业，到底应该采取何种方式实现数据共享才是大数据条件下的最佳选择?

大数据条件下，企业数据呈现出新的特性，面对这些新的特性，传统数据共享实现方式的适用性怎样，企业究竟应该如何选择数据共享实现方式。大数据的 4V 特性为:

其一，Volumn，数据量大，目前，一些大型企业的数据量已接近 EB 级别;

其二，Va-riety，数据类型多，大数据条件下，企业的数据不仅有结构化数据，还有视频、音频、图片等多种类型的非结构化数据;

其三，Value，数据价值密度低，随着数据量的不断增加，数据出错的概率提高，数据不真实的比率也在不断提高，因此，数据的价值密度降低;

其四，Ve-locity，数据处理速度高，数据量的增加，要求计算机具有海量数据的较快处理速度。

根据大数据的 4V 特性，企业数据呈现以下几方面的特点:

a．信息系统繁多，系统功能基本覆盖企业业务，新建系统需求不多。随着信息系统的不断发展，大型企业不断建立各种业务功能的信息系统，如: 财务系统、供应系统、人事系统、绩效管理系统、生产调度系统以及各类监测监控系统，因此，企业对新建单一系统的需求并不是很高。

b．系统中存储的数据量大，数据质量不高。大数据条件下，大型企业信息系统中的数据量与日俱增，但在海量数据中，到底哪些数据是真实无误的，哪些是没有价值的，很难区分，致使系统中的数据质量严重下降。

c．各类系统数据异构复杂，多种数据标准同时存在。企业种类繁多的信息系统中各有各的标准，致使系统中同时存在多种数据标准，形成了一个个的信息孤岛。

d．系统中的数据类型多样。大数据条件下，企业的数据类型出现了结构化数据和非结构化数据。