期待完成数据基础设施建设的智能化并将Hadoop迁移到云服务平台中吗?下列是组织在数据迁移以前必须问的五个问题：
1.迁移的数据量多少钱?
组织有几种方式可以将少许数据传送到云服务平台，城市广场数据是静态数据而且不会改变的情形下。其面对的隐患取决于觉得一样的办法也适用很多数据，尤其是当这种数据在迁移到云间时产生变化时。假如数据集非常大而且是静止的，则组织必须在逐渐迁移以前掌握是不是有充足的时长和网络带宽，或是能否有充足的時间将其载入到大批量通信传输设备上(如AWS Snowball或Azure data Box)，将机器设备运输到云计算技术服务提供商那边开展提交。
当迁移很多持续变动的数据时，很有可能会发生真真正正的挑戰。在这样的情况下，适用中小型数据集的方式不容易合理，很有可能遭遇系统软件关机，进而造成明显的业务流程终断和数据迁移新项目不成功。挑选根据数据传输很多数据的组织，通常没法考虑到为别的工作流程共享资源这一互联网资源。即使有常用的网络通道也要充分考虑这一点，由于组织通常不可能在危害别的用户和过程的情形下应用全部网络带宽开展数据迁移。
组织必须保证有适度的体系来保证充足操纵数据，以防对工作导致不良影响。在很多情形下，沒有做好操纵就逐渐挪动数据的组织最后会干扰别的业务流程的运作，因而迫不得已终止迁移，并在工作中日完毕时重启数据迁移。
2.在迁移全过程中，怎样在数据源和终点中间保持一致的数据?
当组织必须迁移持续变动的数据时(不论是接受新数据或是升级或删掉目前数据)，都能够开展挑选。组织可以在数据源冻洁数据直到迁移进行，或是容许数据在终点再次更改。在这样的情况下，必须搞清楚怎样考虑到这种更改，便于在迁移进行后不容易得到早已明显落伍的团本。
为了避免数据源和终点中间的数据不一致，必须寻找一种方式 来分辨和迁移很有可能产生的一切更改。典型性的办法是实行多次梯度下降法以再次扫描仪数据集，并捕获自打之前梯度下降法至今的更改。这类方式使组织可以梯度下降法到一致情况。可是，假如组织有非常大的数据量而且常常转变，则很有可能始终没法追上更改的脚步。这是一个非常繁杂的问题，组织许多情况下并没真真正正想到这将对其資源和业务流程造成全方位的危害。
另一种挑选是在数据源冻洁数据，以预防产生一切更改。这显然使迁移每日任务越来越简易得多。应用这些方式，不论是根据数据连接或是根据大批量通信传输设备上传入新部位的数据团本，都和数据源中具有的数据一致，由于在迁移全过程中不允许开展一切更改。
这类办法的问题取决于，它很有可能可能会导致关机而且业务流程很有可能终断。这种系统软件是对业务流程尤为重要的，而依靠他们的工作流程通常没法试着将其关掉或冻洁很长期。应用大批量通信传输设备，很有可能要几日到几个星期的时间段能够进行传送。假如根据专用型数据连接传送数据，则在于可以用的服务器带宽。为了更好地在1GB的互联网链接上挪动1PB的数据，则必须90天以上的時间。针对绝大部分组织而言，数日、几个星期或数月的关机時间和业务流程终断是没法进行的。
3.将如何处理迁移全过程的人为解决或一切终断?
假如组织终止了数据迁移或发生了终断，如何确定要从这当中修复的点，以准确地了解早已恰当迁移了是多少数据。依据所采用的专用工具，是不是有可能从那时候逐渐恢复工作，或是组织是不是务必重新开始合理地从头开始该全过程?这是一个比较复杂的问题，假如组织迫不得已出现意外终断并持续开展迁移，则选用人力解决步骤会产生较大的隐患和成本费。人力同歩解决数据的一切试着都是会占有很多資源，成本费昂贵且非常容易出差错。试着在2个自然环境中人力实行这一实际操作都很艰难，假如试着在好几个条件中实行这一实际操作，则要繁杂得多。
在Hadoop中有着浓厚技术性特长的组织将选用DistCp(分布式系统团本)，而且期待运用这一完全免费开源系统专用工具来开发设计自身的自定迁移脚本制作。殊不知，DistCp是为群集间/集群内拷贝而制定的，而不是为规模性数据迁移而制定的。DistCp只适用特殊时间点的单边数据拷贝。它无法满足持续变动的数据，而且要对数据源开展多次扫描仪以获得每一次运作中间所做的更改。这种限定产生了很多繁杂的问题。组织最好是应用新的云云计算平台，将其資源用以开发设计和自主创新，而不是搭建自身的迁移解决方法。
4.是不是必须一个与此同时适用数据源和总体目标更改的云计算平台自然环境?
云计算平台的布署愈来愈受大家喜爱。这很有可能必须将公共性云与私有云存储或组织的内部结构布署基础设施建设一起应用。针对真真正正的云计算平台计划方案，更改务必能在任意部位产生，而且其更改必须传送到其他软件。而只考虑到单边数据迁移的方式不兼容真正意义上的云计算平台计划方案，由于他们必须数据源和终点的联络。
当组织在超过2个节点迁移数据时，这将变的更为繁杂。大家见到很多的分布式系统自然环境中不但有一个数据源和一个终点，并且有好几个云计算技术地区用以沉余目地，乃至选用好几个云计算技术服务商的服务项目。为了防止将锁住在点射解决方法中，组织必须可以跨好几个节点管理方法即时数据。在这样的情况下必须一个解决方法，该解决方案可以跨好几个自然环境拷贝更改，并处理一切不确定性的数据更改矛盾(最好是在矛盾产生以前处理)。
5.存有什么造成数据吸引力推动的应用软件相互依赖?
数据吸引力就是指数据吸引住应用软件、服务项目和别的数据的工作能力。数据量越大，吸引住大量应用软件和服务项目所需求的吸引力就越大。数据引力通常还会继续推动应用软件中间的相互依赖。
例如，很有可能有一个应用软件将另一个应用程序的导出做为键入，从而可以向更中下游的其它应用软件给予数据。设计方案给出应用软件的各个部门或客户将了解这些人的键入是啥，但她们很有可能并不了解每个人在应用她们建立的数据。错过了这类相互依赖越来越很容易。当应用软件挪到云服务平台里时，其产生的結果数据将不容易同歩遣回到内部结构实施自然环境，而且别的工作流引擎中的其它应用软件很有可能忽然没法获得当下的数据。
很多组织在试着将其数据迁移到云服务平台时遭受不成功。回应以上这五个问题可以在取得成功迁移或深陷数据迁移圈套(很有可能会消耗组织的时长和资产，并危害业务流程经营)中间开展区别。