大數據終極挑戰：華為智能數據釋放“數據湖”戰略價值

自2010年國際上首次提出“數據湖”概念以來，數據湖就被視為大數據的終極挑戰。所謂數據湖，即把所有的數據以原始格式存儲在一個統一的地方，以供后續使用。數據湖的出現，是為了應對城市和企業無法及時處理各種海量數據而先行將數據存儲起來，后續使用的時候隨需取用?！皵祿北灰暈榇蚱瞥鞘泻推髽I的數據孤島的重要基礎設施，而且由于“數據湖”中存儲了全量全域數據而更能為人工智能所用，從而創造更大的價值，例如用人工智能對一個城市或企業的全量數據進行分析，從而得出超越現有經驗的全新洞察。

近年來，各地都在興建“數據湖”，往往一個數據湖項目就涉及上百畝產業園以及數十億投資。因此，“數據湖”也被視為智慧城市和智慧企業發展的重大投資。簡單理解，數據湖就是要給城市和企業建立一個數據中臺，建立一個打通城市和企業的智慧基礎設施。然而，Gartner曾預測，到2018年將有90%的數據湖將毫無用處，因為這些原始數據，缺乏有效的技術手段去使用它們。換句話說，只有“數據+智能”的智能數據解決方案，才能喚醒數據湖的真正價值。

2019年6月5日，華為在北京發布智能數據解決方案FusionData，支持智能的數據全生命周期管理，讓數據存得下、流得動、算得快、用得好，把數據資源轉變為數據資產。華為Cloud & AI產品與服務總裁侯金龍表示：“不久的將來，可實現一家企業一個數據湖，一座城市一個數據湖，滿足居民的生產與生活、企業的運營和發展、城市政府的管理和服務等各項需求，加速全社會的智能化進程?！?/p>

（華為Cloud & AI產品與服務總裁侯金龍致辭）

數字化轉型也要不斷升級

眾所周知，世界上90%的數據是在過去兩年內產生的，并且以每兩年翻倍的數據往上遞增，這些數據有結構化、非結構化和半結構化數據。從現在到未來五年，將有500億臺互聯的智能機器，這些互聯智能機器和設備用來分析、收集和采集數據。如何獲得數據、如何有效使用數據并且把數據用以指導業務，這是新的課題。

國家戰略性新興產業專家委員會秘書長杜平在2019數博會的專業論壇上發言認為，數字經濟是數字技術與資本、人才、市場相融合的一種經濟形態，當前整個社會經濟發展向網絡化、數字化、智能化轉型，在轉型過程中由于人們的社會經濟活動而源源不斷產生新的數據，這是數字社會與之前工業社會和信息社會中前期最大的不同之處。

對于當前正在進行的數字化轉型，杜平強調轉型必須不斷迭代升級，同時要取得投資回報，特別是長期要有投資回報，否則不可持續。為此，要同時強調成本和產出：成本既包括資金，也包括時間、效率、營商環境；而產出不僅要有資金回報，還要帶來體驗感，也就是數字社的便利性、安全感、獲得感。換句話說，數字經濟時代是大家共享發展成果，這與之前的社經經濟模式不同，因此要統籌考慮成本和產出問題。

然而，當前的大部分應用仍為舊應用或傳統應用。政府和企業擁有大量的數據管理員，他們當中的大多數在管理著傳統數據庫，日常管理包括打補丁和升級等，都屬于重復性人工勞動。而政府和企業希望至少能拿出50%的人力進行創新和革新，希望這些人員用更多時間在數據建模、數據生命周期管理，以及前置性措施預測數據漏洞及安全，以保障和提升企業在市場上的聲譽。

因此，不論對于政府還是企業來說，“數據湖”能夠統一容納和管理傳統數據技術以及新興數據技術，把所有的數據管理員集中起來重新分配工作特別是進行創新性工作，而不是像之前那樣不同的數據庫系統都要配備高級數據管理員從事日常管理工作。更重要的是，“數據湖”作為一個企業和一個城市的統一數據基礎設施，可以在統一軟件架構的管理下，不斷升級舊技術的同時容納新技術，最終實現可持續發展的基礎設施。從這個角度來說，“數據湖”是大數據的終極基礎設施。

持續釋放數據的長期價值

華為全球產業展望(GIV)報告顯示，全球數據量將從2018年32.5ZB快速增長到2025年的180ZB。但企業生產活動產生的數據中只有不到2%被保存，而其中得到分析利用的不足10%，數據價值沒有得到充分釋放，并且企業普遍存在煙囪式業務系統，導致數據管理、應用效率低。對此，華為IT產品線副總裁、智能數據與存儲領域總裁周躍峰表示，“各行各業在實現數據價值時面臨數據接入難、分析難、消費難等挑戰，亟待更智能的數據解決方案?！?/p>

例如，北京把智慧城市建設作為推動政府決策科學化、城市管理精細化、公共服務便利化的重要手段，大力實施北京大數據行動計劃，形成“四梁八柱深地基”的大數據平臺體系總體架構，包括截止2018年完成了40個市級部門714類政務數據匯聚工作，涉及數據9.4億條，這是今年初北京2019年經濟和信息化工作會上透露的。而在北京大數據平臺體系總體架構中，城市大數據湖就是建立在北京政務云和網絡基礎設施之上的關鍵“地基”。

作為企業代表，招商銀行總行數據中心應用與數據庫管理室經理田永江介紹，目前招商銀行零售業務兩大APP的總用戶數超過1.4億、月活8000萬+、承接客戶流量占比92%。隨著兩大APP全年365天每天都可能有新業務上線，用戶浪涌特征非常明顯，即事先難以估計客群訪問量，對業務資源快速擴展提出非常高的要求，大量業務數據也帶來了大數據決策需求。在關鍵的數據庫技術方面，由于現有的開源數據庫內核還達不到Oracle的性能和功能，并且會導致集群規模過大、性價比低、維護成本高，為此招商銀行與華為進行分布式數據庫聯合創新，這就是前不久發布的華為GaussDB數據庫OLTP版本，由招商銀行負責需求和解決方案設計，華為OLTP數據庫團隊負責技術實現。

GaussDB OLTP數據庫在產品架構上采取了三層架構設計，頂層是分布式擴展層，中間層是企業級內核層，能夠承載企業級業務的高性能以及通用數據庫能力，最底層是分布式存儲層，采用云存儲技術，構筑軟硬件垂直整合的高性能、高可用、Cloud Native云數據庫能力。GaussDB OLTP版本利用華為在數據庫領域的經驗進行自主創新，基于新型硬件能力進行基礎設施整合，實現云上部署和三高一低的總體目標（高可用、高安全、高性能、低成本）。

招商銀行在數字技術領域的嘗試與互聯網金融企業的差異性在于，招商銀行是在非常嚴格的監管以及為客戶負責的前提下進行規劃實施，是在考慮了可用性、安全性和客戶體驗的前提下，實現的高可用、高擴展和高彈性。田永江強調，GaussDB在一套系統里統一解決了高可用和容災的所有問題，而且具有自動路由分布能力，運維復雜度大幅降低。而此前，招商銀行已經全面啟動了基于華為FusionInsight HD的大數據云化服務化建設，實現了大數據的異地存儲和容災；隨著各類業務快速發展，行內群集數量快速增長，在精準營銷、客戶推薦、風控管理經營決策數據分析等各個領域，發揮了大數據“發動機”的作用。

（華為IT產品線副總裁、智能數據與存儲領域總裁周躍峰發布華為智能數據解決方案）

本次華為發布的FusionData智能數據解決方案，就是過去多年服務政企客戶需求和聯合創新以及自研技術創新的集大成的系統。FusionData智能數據解決方案支持智能的數據全生命周期管理，從三個層面重新定義數據基礎設施：

數據連接層面，智能數據連接部件ROMA支持多數據源接入、消息和API的統一管理、智能通道選擇等技術實現智能全連接并加速數據流動，特別是支持1100多種應用和異構數據源接入，通過開放式數據接入框架可靈活接入第三方數據源；在數據處理層面，包含分布式存儲FusionStorage、分布式數據庫GaussDB和大數據平臺FusionInsight等，通過多類型數據融合存儲、融合分析引擎等技術實現從單一處理到智能融合處理，特別是通過存儲與計算分離技術打破系統煙囪式建設，通過智能分布式存儲的多協議融合技術實現一份數據同時支持數據庫、大數據、AI等多種業務的分析需求；在數據使能層面，智能數據使能部件DAYU通過智能元數據感知和OneQuery Turbo技術構建數據處理與業務創新的橋梁，特別是通過AI技術自動化智能化生成全局統一的數據視圖，實現多數據源、多類型數據的統一訪問等。

華為EBG中國區總裁蔡英華表示“站在智能時代的入口，在堅持‘被集成’的基礎上，華為企業業務通過‘無處不在的聯接+數字平臺+無所不及的智能’，致力于打造數字世界的底座?！倍@樣一個數字世界的底座，向上支持應用快速開發、靈活部署，使能各行業業務敏捷創新；向下通過無處不在的聯接，做到云管端協同優化，真正實現物理世界的數字化。

（華為EBG中國區總裁蔡英華致辭）

盡管FusionData為未來的“數據湖”世紀打下了技術底座基礎，但“羅馬不是一天建成的”，走向“數據湖”之上的數字經濟與數字社會也需要經歷一步一步的轉型過程。而FusionData則是很好的新舊技術結合，截至目前，華為智能數據解決方案FusionData已經應用于全球60多個國家及地區，服務于1500多個客戶，擁有500多家商業合作伙伴，并廣泛應用于金融、運營商、政府、大企業等行業。

2019年6月6日，中國發放了首批5G商用牌照。專家認為，5G將以全新網絡架構，數十倍于4G的峰值速率、毫秒級的傳輸時延和億萬級的連接能力，開啟萬物泛在互聯、人機深度交互、智能引領變革的新征程。5G也將加深當前的大數據和“數據洪荒”困境，而面向“數據湖”的FusionData智能數據解決方案發布，恰逢5G商用時代的開始，無疑將成為“5G+大數據”的時代“地基”。（文/寧川）

人工智能 云計算 大數據

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。