基于云计算架构的分布式数据挖掘

云计算架构里的分布式数据挖掘，挺适合大数据场景的。比如你有一堆数据分布在不同节点上，通过DDM可以边边挖掘，效率还不错。搭配IaaS、PaaS、SaaS三种服务模型，用起来也蛮灵活，部署和管理省不少事。

OLAP和OLTP的配合，是数据的双保险。一个搞，一个事务，两者整合好，数据挖掘能快不少。尤其你用云平台的时候，多基础资源都能动态分配，压力大的时候也不慌。

像多代理系统那种方案，在分布式环境下蛮聪明的。每个智能代理自己干活，还能互相协同。嗯，这种方式适合挖掘过程中任务多、节点多的情况，效率蹭蹭往上走。

不过也别光顾着兴奋，数据安全和隐私保护可不能忽视。还有数据一致性和系统容错这些问题，实际开发时都得考虑进去。不然真遇到故障，怕是得重头来一遍。

资源方面，推荐几个不错的地址，你可以看看：分布式数据挖掘系统讲得挺详细；Hadoop 分布式云计算这篇对初学者也挺友好；还有OLAP 商业数据仓库这份资料，做报表可以参考下。

如果你正折腾云上的大数据，不妨研究下分布式数据挖掘这块内容。工具、框架都成熟了不少，上手也不难。