蔡文伟

（肇庆学院计算机科学与软件学院，肇庆 526021）

1 研究背景介绍

尽管，目前业界已经从不同视角对大数据展开了充分的研究，但是，对于如何在成本和获利层面上，对云服务进行评估，该类研究还是少之又少，因此，本文就此方向，提出了一个量化模型，该模型在成本驱动和非线性分析（例如，存储空间的需求波动等）的基础上，对云服务和市面传统高性能数据仓库，两种大数据存储方式，展开了性能对比评估分析。

值得一提的是，本文是通过充分参考Skourletopou⁃los等人从大数据角度上实现的相关研究成果，以此为基础，对其量化模型展开修订，进而提出本文的相关公式模型的。

该公式模型是基于用户租赁的云存储服务的实际存储能力，通过假设用户对存储容量的需求，因为数据的大幅度增长而发生波动的情况下，采取非线性以及非对称的方式展开相关数据分析。在初始阶段，用户对数据仓库还是云服务的选择以及云存储的最大容量，明显对额外的成本产生影响，我们可由此，预测未来是否会产生更多的存储空间需求。可见该评估模型，对于技术层面以及非技术层面都有相当的参考意义[1]。

2 模型公式介绍

充分考虑到云存储的租赁属性，本研究提出的相关计算公式和公式模型，就充分建立在对成本和获利的分析基础上，通过非线性和非对称的方法，能够准确计算出，在存储容量没有充分利用的情况下，还有多少收益无法实现的。……