计算革命与数据价值

　　在云计算和大数据两大技术趋势的驱动和影响下，IT从传统的业务支撑者角色日益转向价值释放者角色。云计算将改变IT基础架构，大数据将促进商业模式进化。从大机到小机，从PC到互联网，直至今天的云计算、大数据，平均每十年，IT业界就爆发一次新的技术浪潮。计算的革命正在不断发生，同时也将引发应用模式的变革。

　　新技术应如何迎合市场需求，深入应用并释放价值?IT应用变革将展现怎样的图景?数据在计算革命中的价值应如何定义?企业如何利用技术变革带来的机会?2012第二届中国计算机技术大会以“计算革命与数据价值”为主题，全面解答了上述问题。站在基础架构平台、软硬一体化平台、数据生命周期管理平台和开源大数据处理平台等不同角度上，来自业界的专家梳理和分享了关于云和大数据两大技术趋势的最新观点。

　　计算的核心是数据

　　毫无疑问，数据已经成为计算的核心。虚拟化、云计算、大数据等技术，无不以围绕着如何更好地完成数据的计算、存储、迁移、分析而展开。计算的革命最终要展现的是数据的价值，并以推动企业业务的发展为目标。

　　IDC预测，到2020年，全球数据总量将达到35ZB。如何应对大量的数据和多样化的数据类型，建立数据的实时处理能力，这是摆在用户面前的必须解决的问题。大数据就是要深入挖掘数据的商业价值，将数据变为信息，进而为企业的经营决策客户服务质量提升提供强有力的支撑。在大数据时代，通过数据分析让数据成为企业的战略资产是最重要的变革之一。

　　如果说云更聚焦于IT应用的“便”——便捷性，大数据则更指向“利”——商业价值。两种技术的发展和融合代表了计算变革和IT应用的价值取向——便利性。中国电子信息产业发展研究院副院长卢山表示：“当前，技术领域出现了很多新的突破性变革。云和大数据的技术趋势为整个产业注入了革命式的创新活力。这也是本届计算机技术大会聚焦计算革命与数据价值的原因所在。”

　　在计算革命带来的应用变迁中，一项重要特征是使用者不再关心应用背后的特定技术因素。计算能力更成为像水、电一样的资源。英特尔副总裁兼英特尔中国研究院院长方之熙表示，越来越多的家庭使用智能手机取代座机，实际上智能手机和PC一样具备计算能力。他说：“随着计算平台的多元化和应用的深入，未来的计算将逐渐演变成一种‘普适计算’。无论是云计算、大数据、互联网、移动互联网还是物联网，计算资源都在向着共享和随取随用的方向发展。数据的传输、分析和挖掘，设备的连接，无论是硬件还是软件，每一个环节里都有非常多的挑战。”

　　围绕数据的平台变迁

　　众所周知，在容量、类型、速度等关于大数据的几个重要维度上，各式各样的移动智能终端日益成为数据传输和数据量激增的主力军。Skaugen报告称，未来几年联网设备数量将飙升，预计2015年将有150亿台设备接入互联网。大概60~70台PC或150台智能手机背后就有一台服务器在支持。方之熙表示：“快速扩张的接入设备数和数据量为数据中心和底层硬件平台提出了更多、更高的要求。第一，当前硬件平台的发展速度非常快，因此数据中心在设计架构时一定要考虑可扩展性。从数据中心设备连接的角度看，高速网络和芯片通信技术革新将是重要的发展方向。第二，数据中心平台架构的特殊设计和优化成为重要趋势。例如谷歌和Facebook的数据中心就有很多特殊的设计，其数据中心架构设计的原则是更好地服务于应用程序。在充斥着不同的数据类别和复杂的数据结构的环境中，如何更好地组织和分配系统资源，适应不同的应用，对系统架构是个挑战。第三，在共享资源的情况下如何做到可靠安全是一个重要议题。要对不同的数据进行分层，将一部分数据放在前端，另一部分数据放在后端。”

　　微软亚太研发集团首席技术官孙博凯表示，现代化的数据中心有四项重要特征：第一，可扩展性或弹性;第二，随时在线;第三，共享资源;第四，自动化和自服务。与现代化数据中心相对应的是现代化的应用程序，越来越多的程序正提供标准化的身份验证机制和统一的开放接口。孙博凯认为，在这种情况下通用平台的优势将得以显现。作为计算的核心，数据的价值释放需要涵盖其生命周期的全部过程。首先，企业需要管理好不同类型的数据。例如，将Hadoop集成到现有的系统上是目前针对大数据的一个普遍应用。其次，在管理好数据的基础上，组织需要更广泛的数据，以开展针对数据的分析对比，扩展数据价值。再次，拥有管理和丰富数据的能力，在此基础上通过使用特定的数据工具，并对特定工具进行增强，获得对大数据的洞察。Big Data Taiwan发起人蒋居裕表示，Hadoop工具商业化应用尚处于初始阶段，未来将出现更多的Hadoop标准平台和应用场景。

　　大数据“双刃剑”

　　在云和大数据塑造的信息环境中，组织面临的是一种机遇和挑战并存的局面。一方面，快速增长的数据量和不得不融入的信息环境不断对企业现有的基础架构平台、IT环境造成冲击和影响。另一方面，数据背后所蕴藏的商业价值和可能激发的创新潜力越来越被共同认知。在商业运营的层面，大数据意味着更多新的商业机会，消费者更大的发言权和影响力，企业应更加高效的压力和动力。IBM中国研究院院长沈晓卫认为，大数据概念中一个很重要的维度是不确定性。这种不确定性来源于数据本身不完整，或者数据采集过程中的一些瑕疵或噪音，甚至来源于模型本身的不准确性。有分析显示，预计到2015年，80%的数据是不准确的或者是有瑕疵的。因此，如何去伪存真，挖掘数据中有用的商业价值就显得至关重要。

　　面对不确定的数据和信息环境，传统的分析系统加入了新的元素。“这些新的元素归根到底是两点。一是如何管理非结构化、不确定性的数据并建立不同数据类别之间的联系。二是如何适应这样的数据环境并开展相关分析，包括建立具有反馈式的、针对不确定数据的优化。”沈晓卫表示，“数据的清洗是非常重要的。大数据以及基于大数据的分析已经成为一种重要的工作负载，驱动未来软、硬件系统的设计。如何构建以数据为中心的计算，并且把这样的系统能够有机地和传统的IT系统结合起来，这是一个很大的挑战。

　　无论是对商业运营模式，还是对物理世界、基础平台系统架构、软硬件平台，大数据转变为商业洞察，激发商业价值的关键在于完整的信息链管理。“这里不仅包含数据的采集分析，还包括数据的管理，甚至包括安全性、合规性、需要保护的隐私等多项内容。” 沈晓卫表示。

　　数据策略关乎应用体验

　　对于企业来说，复杂的数据源、网络环境和接入设备以及IT基础设施意味着IT环境的复杂度前所未有和运维等成本的明显提高。如何充分释放IT的潜能和价值并有效控制成本，无疑是所有CEO和CIO关注的重点。站在这个立场上，Informatica高级副总裁兼首席信息官托尼·杨现身说法：“目前，相对于其他企业资产，数据在信息系统中的潜在价值与其转化为可用资产，达成有效性现实之间存在差距。数据策略与管理涉及数据的一致性、可访问性、及时性、准确性以及数据保护等多个层面。企业的业务需求越来越要求成功利用数据，一方面要提高数据价值，另一方面要降低数据成本。”

　　多样化的数据接入源、访问者的不同身份和级别、不同的地理位置信息等因素意味着企业需要平台级的数据管理策略。“统一的平台和数据管理策略为企业有效捕捉所有数据的价值奠定了基础。” 托尼·杨进一步解释道，“CEO和CIO关注的不应是如何配置、连接数据，而应该是平台化的策略、共同的集成策略。这样，针对实时的批处理或者大宗数据处理需求时，管理者能够实现分层处理，从而有效处理源数据。源数据需要真正摆脱复杂性，使用这样一个抽取层，访问所有数据。关于大数据的一个很大的弊病，在于数据质量的参差不齐。面对这个挑战，企业需要统一的数据管理策略与平台来保障数据的质量与可管理性。”

　　在数据的存储方面，重复数据删除技术、分层存储、统一存储等技术已经成熟化并得到广泛应用。NetApp大中华区技术及专业服务部总监何英华表示，数据存储和管理的核心在于重复数据的精简，从而减少物理硬盘的投资。现在，固态硬盘和重复数据删除等技术的应用已经走向成熟。

　　在数据传输的过程中，受限于网络环境、带宽等因素，应用程序在不同的网络层应用和访问的用户体验可能存在受限或不一致的情况。在这种情况下，应用程序的性能监控非常重要。Compuware大中国区总经理车德明表示，大数据和云带来的复杂环境意味着更大的性能监控风险，企业需要提供更快更好的服务。快速定位、及时发现并修复应用程序的性能问题，从而保障一致性的客户体验是提升企业竞争力的重要方面。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。