RSS订阅 | 匿名投稿
您的位置:网站首页 > 服务支持 > 正文

创意云智郁红海:数据即服务——DT时代新引擎

作者:habao 来源: 日期:2019-10-20 16:04:50 人气: 标签:云数据服务

  如今,数据已经成为推动时代前行的新“引擎”,在经历互联网与移动互联网的“洗礼”后,使数据丰富充裕、无处不在、价值飙升。几乎每项活动都会产生数字痕迹,这就为“数据加工厂”提供了更多原料,数据给了社会以及企业更多的交换渠道和价值。

  5G时代的到来,更是加速了数据产生的速度,一辆无人车在行驶过程中瞬间产生的数据将达到100GB,对于这样庞大的数据量,蕴藏其中的能量更是不可估量,而如何成可用的再生数据就成为未来的重中之重。

  郁红海表示,谈及数据服务,比较容易想到的是算法、深度学习、分析展示等,但创意云智更关注企业如何落地数据即服务这个概念,如何推动企业业务发展的效果。在创意云智的解决方案中,既包括数据的使用,也包括数据的安全。

  基于CDM技术,以原有格式、永久增量方式,持续采集多种源目标数据存储于自身所构建的数据服务平台,之后通过自服务方式迅速便捷的对外提供无限量的、可读可写的快照副本,为用户提供数据、数据分析、开发测试或数据迁移等服务。简化数据副本管理复杂性,提高数据使用敏捷性,减少对存储系统的资源占用,为核心数据赋予新的价值。

  整个企业对数据的使用要达到智能化程度,数据供给与管理是基础。整体而言,创意云智方案的特点就是提供敏捷、自服务而且安全的数据供给平台。

  首先,我们可以看到,这是一个报告,数据即服务这个概念在目前来说是整个市场和炒作的高峰,因为所有企业和人都在关注这个,正处于高峰期。从这个报告里可以看到几点,第一,目前在市场层面是处于很高的热度;第二,达到某生产力水平的峰值还有5—10年。从这两点可以推算出,DT的时代,数据代表未来发展的方向,也是我们企业未来推动企业发展的新引擎。继而会有一个比较长时间的高速发展期,对所有的从事IT或DT时代的科技公司来讲,都是一个非常好的机会。

  讲到数据服务这个层面,大家比较容易想到就是算法、深度学习、数据展现,这是高的东西。从创意云智来讲,我们更关注在企业里如何落地数据即服务这个概念,怎么推动企业业务发展的效果。从这个层面上看,想实现需要分几个阶段,首先是数据的准备和企业的管理,这是基础。当这两个阶段企业达到后,才能在个层面上再做数据分析。

  当各个业务数据能够抓在一起做分析时,就能管理分析流程,挖掘出以后,最后就能够架起一个数据智能的平台,这个时候才能达到用我推动企业发展的高速发展期,这是我们认为企业真正达到数据智能层面要走的几步。像我们来说,我们现在更关注在基础层面,数据的供给,就是数据准备和数据管理层面的技术,这是现在正关注的技术。

  现在我们都在讲企业的数据化转型,可能很多企业是说,我缺少这方面专业人才。对数据分析层面专门的人才很缺少,但实践上真正对数据能够做出解释,真正企业里最终能够智能去使用数据,还有很多基础工作要做。

  这个调查报告是2017年对全球零售商的调查报告,在调查报告里可以看到,除了46%的零售企业,我们缺少对数据分析的资源以外,在基础设施层面上,对于网络的,分析引擎处理能力,以及数据存储方式,依然有很大的能力和缺陷。

  所以这个层面和数据分析本身是没有关系的,是数据供给的基础层,所以这也是阻碍我们真正达到数据推动企业发展的障碍。其次还有在数据运营的层面上也会有一些障碍,包括数据供给需要更大的弹性。但数据使用的风险在哪,数据安全性在哪,包括跨各种业务部门,同业务部门的管理层怎么打通。特别是像亚洲传统的企业里,对KPI的考核,各个部门的考核,已经划分的非常细,对于数据使用的层面上,要打通这种层面上的东西,所以这在数据运营层面上也要出现跨部门的压力。

  还有就是数据搜集,如何在各个层面上把各种数据收集到一起,这些层面和数据分析本身没有关系,但它是和数据供给和数据运营是相关的。

  传统IT在转型过程中会遇到的一些问题,首先传统上是把运维和业务的开发测试是分开的,运维层面上可能会有法规遵从、备份、容灾,本质上是考虑数据的安全性。但是从开发测试的角度讲,要快速推动业务,使用数据,就要从业务口获取相关的真实数据,这两个层面上考虑的数据使用的方向是不一样的,KPI考核方式也是不一样的。在真正传统的数据向新型数据推动的时代转型的时候,我们的出发点和不同部门之间的协调,这个方面就会遇到很多问题。

  创意云智的解决方案中,本质上要考虑所有的层面,包括数据的使用和数据的安全,我们考虑的都是怎么运用这个数据。因此从这个层面上,对于数据的获取,数据的使用,包括虚拟数据拷贝的技术,在达到数据安全、业务安全的层面实现的同时,对数据的运用提供一个敏捷的平台,把开发运维打通,这样才能真正去实现数据即服务的存取,数据的治理,以及在混合云层面上怎么使用数据,达到一个弹性化的平台。

  创意云智的解决方案本质上是基于CDS技术,该技术2008年在美国就开始使用了,其本质是所有的数据是以数据运用为基础,数据的保留一定是和原始数据的保留格式是一致的。与传统数据思完全不同,通过这种方式数据,使得数据获取的密度就会很大,数据使用的逻辑节点也会很好,这样可以简化整个数据平台的复杂性,提高数据的敏捷性,。因此通过虚拟数据拷贝的方式,可以大大降低存储的消耗,真正对数据、对数据的使用赋予新的价值。

  通常创意云智的方案中会实现两个目的,一是数据的,一个是数据的使用。数据层面,我们要考虑它的安全性、及时性,。所以我们的平台里,采用这种新的CDS的技术,恢复的速度会比传统的速度快很多,的密度也很快。从配置简单策略来讲都会非常的简化,大大降低存储的消耗。

  在数据运用方面可以使用自服务的方式,未来面临大量的数据,如果用传统的集中管理模式,可能不适应大规模的数据,因此创意云智也都是基于这种自服务实现的。通过敏捷的数据供给的方式,实现分钟级的使用数据,对不同的部门,在安全的管理策略上,在使用的方便性上有很大的提高,打通了数据运维和使用层面的通道。

  本质上,我们认为生产数据是前端的交易型的数据。以前我接触的大型企业,包括银行、运营商,还是从生产里面直接获取数据,这样对生产压力还常大的,所以它在不断扩容生产性能,因为所有的数据的获取还是通过生产直接获得。对数据的容灾获取,备份获取,数据分析的平台还要获取一份,像银行审计类的数据库也要从生产里获取,这样的话对生产的压力常大的。从我们的想法来说,既然已经通过了安全考虑,包括对归档类数据,这种方式在审计时,要抽取的可能是一个历史数据,整个周期都非常长。

  很多大型客户审计一来二三十人,整个时间消耗非常大,效率很低。有了这种二级数据平台以后,包括我们在宏观云里适量使用这种非常规存储的数据,在归档的时候,在这样的空间里,审计时是不是可以直接看到数据。传统备份的手段是看不到的,必须要做还原;现在的手段是可以直接看到,包括在对方存储的数据,都是可以直接访问数据的逻辑,大大提高企业的运营效率。

  简单来讲,所有方案目标管第一份拷贝叫黄金副本,后面保留介质,比如快照池、重删池、对象存储梦见手机丢了池。不同数据的使用都可以直接挂在数据池,大大增加数据使用的弹性,这是我们设计这个平台的逻辑。

  在数据中心的非常常见的框架,有同城或异地的数据中心,中间有前端的数据集群,后端有数据库的复制,底层有存储的复制,后端有备份数据,还要做一个类似两地三中心的复制,这是在数据中心常见的。

  通过我们的方式,可以把整个简化,基本上就是分成了生产中心和二级平台,同时满足客户两地三中心的部署,像容灾可以基于云上做容灾,无论是混合云还是公有云,都大大简化整个数据中心的建设。反推回来,从数据平台看,现在企业的基本的要求,通常会通过敏捷的数据平台满足四类方案,一类方案是备份容灾,这是企业里对数据安全的基本要求。

  而创意云智方案的好处,可使得整个数据的密度级别提高,达到更高级别的数据备份容灾级别。其次是混合云,整个企业发展的时候,更多的像弹性化的混合云去扩展,这是未来一个比较普遍的方案。在混合云里,因为和云的对接的接口,包括现在整个平台对外的集成接口,都会有一个非常完善的接口方式,所以能嵌入你任何的管理平台,所以在这种混合云里能帮助你在混合云架构下提供一个快速数据运用的平台,会更加经济,更加快捷。

  简单来讲,在构建多副本的容灾架构,企业如何实现,包括重删池和快照池,都可以实现异地的重删复制等方式,这肯定是能够满足现在企业对容灾备份的要求,同时还能够达到更高的级别。这是我们在混合云架构下怎么实现,我们对于在私有云和混合云的里,还有公有云接口的支持,能够快速实现和混合云和公有云的结合,能够快速使用这些数据。这是对于开发测试运怎么去实现的,包括和客户对于数据安全使用时候脱敏的结合,整体会达到自动化的流程,快速地和不同的Devops平台对接,推动客户在整个Devops平台数据运用上有一个很大的提高。

  这是个在多租户的平,提供了多租户的管理,权限的管理,策略的管理,可以统一管理企业的数据,包括它的安全性,包括客户自服务的便捷性。总的来说,创意云智的方案特点就是提供敏捷、自服务而且安全的数据供给的平台,像之前我讲过,整个企业里对数据的使用要达到一个智能化的程度,后面有很多步骤需要实现,但是这个数据的供给和数据的管理是基础,我们的方案目前是针对前两端为基础构建的。因为这次还有很多合作伙伴,可能大家的偏重点不一样,包括我们自己行为也会产生数据,我们开发测试,在上层还要有很多的开发测试的需求,创意云智是在这个基础层面上去提供敏捷的数据供给和管理层面的技术。

  

读完这篇文章后,您心情如何?
0
0
0
0
0
0
0
0
本文网址:
下一篇:没有资料
币安app官网下载 币安app官网下载