大数据时??
     随着互联网的蓬勃发展，大数据时代已经来临，数据呈指数级增长。据预测??2020年全球数据使用量会达??35ZB(1ZB=10亿TB)，与此同??网络管理数据的重要性也会越来越大，如何让这些数据产生更大的价值，将成为每个企业的使命之一??


    2015年，李克强总理在政府工作报告中首次提出“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合的战略方向。不管是传统企业，还是互联网企业，对数据运营的重视程度也达到了前所未有的高度，越来越多的企业开始构建自己的大数据平台，以提高自身竞争力??


技术介??

    越来越多的企业通过开源技术（如Hadoop、Spark等）完成了自己的大数据平台的构建，如企业使用HDFS构建分布式存储，通过HBASE构建明细数据查询，通过Hive、Impala构建数据仓库，通过Spark、Storm进行流式计算等等??

Hadoop是一个能够让用户轻松架构和使用的分布式计算平台，且有高容错性，面向列的分布式数据库，轻松支持PB级大数据存储，满足千万级随机读写场景，用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序??


    Spark是专为大规模数据处理而设计的快速通用的计算引擎，Spark是一种与Hadoop相似的开源集群计算环境，但是两者之间还存在一些不同之处，Spark启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载，可用来构建大型的、低延迟的数据分析应用程序??

    网强新版本将陆续推出对大数据平台的监控解决方案，比如流处理Redis的Server、Clients、Memory、Persistence、Stats、Replication、CPU、Keyspace等信息，如分布式计算Spark的任务和调度状态的列表、RDD大小和内存使用的统计信息以及正在运行的executor的信息等等。采用和监控大数据的一些常用组件，保障系统的稳定运行??


    随着全方位信息系统的发展以及和数据时期的到来，网强IT综合管理已经从传统的网元??网络管理升级到全方位的智能运维。被管理的对象也从传统的网络设备+服务器，扩充到应用系统、业务系统、视频运维、无线运维、大数据、云计算和物联网平台；被管理设备的量级较上一代版本提??15倍。在大规模部署的环境下，可采用了大数据管理的体系架构，将计算单元尽可能分布到存储单位附近，将分布式计算和分布式存储紧密结合，充分适合了信息爆炸时代的需求??