浪潮集團(tuán)云計(jì)算技術(shù)總監(jiān)張東
數(shù)據(jù)處理周期中所遭遇的挑戰(zhàn)
首先，浪潮還是把大數(shù)據(jù)從一個數(shù)據(jù)的收集聚集起來開始，一直到最后，浪潮把它進(jìn)行分析，進(jìn)行決策，把它展現(xiàn)出來這樣一個過程，包括采集、存儲、分析、可視化，以及最終為決策來服務(wù)。在每一個階段，實(shí)際上現(xiàn)在還有很多的問題，浪潮如果要想將大數(shù)據(jù)推廣到更多的領(lǐng)域，能夠讓更多的行業(yè)用戶，或者說傳統(tǒng)的一些信息化用戶用起來，那么浪潮必須要來解決這個問題。
挑戰(zhàn)1：數(shù)據(jù)收集/清洗/過濾
第一個，就是在采集和匯總領(lǐng)域的問題。因?yàn)槔顺痹谶@一兩年里面頂著大數(shù)據(jù)的名頭去找了很多用戶，很多用戶聽說大數(shù)據(jù)很好，搞完預(yù)算以后，要搞大數(shù)據(jù)，他們也很熱心。但是，你去看一看他的系統(tǒng)，首先第一個問題，數(shù)據(jù)在哪?很多人想做東西，實(shí)際上并沒有他要做這個東西的數(shù)據(jù)，第一個問題就是數(shù)據(jù)的歸集，可能很多數(shù)據(jù)產(chǎn)生了，但是對他來講，他沒有一個有效的辦法把它歸集到系統(tǒng)里面去。當(dāng)然，這個歸集可能是技術(shù)手段原因，也可能是一些管理上的原因。
第二個，就算他歸集來了一些數(shù)據(jù)，這些數(shù)據(jù)的來源也非常復(fù)雜，可能是自己產(chǎn)生的，比如說他自己去采集，用機(jī)器采集也好、用人去采集也好，也有的是從別人那拷過來的，然后你也沒有辦法去保證這些數(shù)據(jù)都是好的，或者說都很適合于來做他后期的業(yè)務(wù)。也就是說在這里面數(shù)據(jù)質(zhì)量是個很大的問題，數(shù)據(jù)格式不統(tǒng)一也是個很大的問題。
最后在一些政策或者管理制度上的限制，造成了很多數(shù)據(jù)沒辦法統(tǒng)一起來，浪潮后面可能會講到一個例子，是國內(nèi)一個很典型的部門，就是公安，大家都覺得它應(yīng)該是一個部門，但后來發(fā)現(xiàn)里面是N多部門，里面所有的數(shù)據(jù)在原來都是互補(bǔ)連通的，這個現(xiàn)象不僅僅在這樣一個行業(yè)，浪潮在很多行業(yè)都看到了這樣的問題，上下級之間可能不通的，平級部門之間可能也是不通的。
第一個要解決的問題就是怎么把這些東西歸集起來，解決歸集里面一些技術(shù)的手段，和浪潮怎么去做標(biāo)準(zhǔn)，怎么把它規(guī)范化的問題。
挑戰(zhàn)2：數(shù)據(jù)存儲和管理
第二個問題，這項(xiàng)數(shù)據(jù)歸集起來了，就會遇到一個問題，就是存儲和管理的問題。其實(shí)也有很多人說我有很好的采集手段，我有很多攝像頭和傳感器，但是這些東西傳回來很困難，后臺沒那么大的存儲能力，過兩天就得重新把它滾一次。在這里面，隨著數(shù)據(jù)規(guī)模的日益龐大，同時，數(shù)據(jù)類型也越來越復(fù)雜，可能有圖片、視頻，有能放到數(shù)據(jù)庫里面的，有放不到數(shù)據(jù)庫里面的，現(xiàn)在很多的那里保存了很多放到數(shù)據(jù)庫里面的東西，放不到數(shù)據(jù)庫的慢慢就被替換掉了，因?yàn)閷?shí)在太大，放不下。
還有就是在統(tǒng)一存儲過程中的共享和隱私的問題，這個浪潮在不止一個用戶那邊都會跟浪潮提出一個要求。浪潮現(xiàn)在建了一個統(tǒng)一的大池子，以前的數(shù)據(jù)都放在我這兒，我現(xiàn)在要把數(shù)據(jù)放到他那去了，你怎么保證我放在他那的數(shù)據(jù)是安全的?你一定要給我上這個手段、那個手段，當(dāng)然很多用戶聽到的都是傳統(tǒng)的手段，比如說強(qiáng)制訪問控制、要加密等等，但是在這里面，傳統(tǒng)安全的一些手段，應(yīng)該說這是在云計(jì)算模式產(chǎn)生之后大家一直在探討的問題，而且也是一直沒有非常好的答案的問題，也就是說我聚集起來以后，怎么防止用戶之間互相滲透，第二怎么防止后臺的管理員，這個我以前根本沒有見過的人，我要去信任他。
挑戰(zhàn)3：數(shù)據(jù)分析過程
第三個問題是在分析過程中產(chǎn)生的問題，從前面的接觸來看，分析過程中問題簡單來講就是兩條。第一，懂業(yè)務(wù)的人不會寫程序，會寫程序的人不懂業(yè)務(wù)，如何將這些懂業(yè)務(wù)人的知識轉(zhuǎn)化成計(jì)算機(jī)的知識，這實(shí)際上是一個很麻煩的事情。剛才前面很多專家也講到了，現(xiàn)在在一些大企業(yè)里面做的一些嘗試，做人臉模式識別，包括語音、視頻、音頻，如何訓(xùn)練機(jī)器像人的大腦一樣工作。但是在很多的專業(yè)行業(yè)里，其實(shí)還有很多更專業(yè)的知識。比如說行政領(lǐng)域可能都是靠人，比如說現(xiàn)在浪潮的醫(yī)療，當(dāng)然大家講專家醫(yī)療已經(jīng)逐步往前走了，但是在醫(yī)療系統(tǒng)里面也是一樣的。前一陣子浪潮跟同事在一起討論的時候，大家也在說這個問題，是不是可以通過計(jì)算機(jī)的網(wǎng)絡(luò)，大家拿著自己的癥狀、化驗(yàn)單能夠讓計(jì)算機(jī)幫人看病，解決浪潮現(xiàn)在很多時候面臨的醫(yī)療問題，當(dāng)然這是另外一個話題了，但是在這里面，如何能夠?qū)⑷说慕?jīng)驗(yàn)轉(zhuǎn)化成計(jì)算情感，這是很多人都會面臨的，好不容易找到新應(yīng)用的人了，其實(shí)寫出來的應(yīng)用做OA還可以，可能再做一個真的要結(jié)合他的業(yè)務(wù)就會很復(fù)雜，而且現(xiàn)在有很多算法層面或者更深層面的東西是沒有突破、沒有解決，需要更好的再往前進(jìn)一步，真正實(shí)現(xiàn)通過浪潮所有的攝像頭監(jiān)控一個人，這個事情很難做到。
第二個，就是這個應(yīng)用太復(fù)雜了，以前大家都用數(shù)據(jù)技術(shù)，后來都用數(shù)據(jù)倉庫，再忽然有一天，大家說Hadoop是個好東西，大家全上Hadoop。是不是所有的應(yīng)用都適合Hadoop，其實(shí)不是的，從原來的數(shù)據(jù)庫切到Hadoop覺得不行又切回去了。如何找到多樣性適合應(yīng)用的一些技術(shù)來解決它的根本問題，也是現(xiàn)在面臨的一個挑戰(zhàn)。
挑戰(zhàn)4：數(shù)據(jù)可視化
最后就是可視化的問題，現(xiàn)在很多人習(xí)慣用平板、手機(jī)將這些東西展現(xiàn)出來，也是一個很大的問題。前面浪潮講到一些挑戰(zhàn)，后面說一下浪潮在這方面做的一些工作。
首先，浪潮剛才講了，大數(shù)據(jù)也是浪潮整個云計(jì)算戰(zhàn)略的逐步往前邁進(jìn)的其中一步，浪潮從行業(yè)云開始，幫助用戶做運(yùn)算、聚集資源、分析數(shù)據(jù)，這由于浪潮現(xiàn)在這個云計(jì)算的解決方案。浪潮還是專注在浪潮的數(shù)據(jù)中心方面，從底層機(jī)房建設(shè)到服務(wù)器、到存儲，到浪潮提供基礎(chǔ)的系統(tǒng)軟件，一直到上面來提供大數(shù)據(jù)的咨詢服務(wù)、規(guī)劃的服務(wù)等等，來幫助用戶建立一套云計(jì)算和大數(shù)據(jù)體系。
浪潮的解決之道
在過去的一年里面，浪潮在云計(jì)算方面也推出了很多新產(chǎn)品，包括模塊化數(shù)據(jù)中心，面向互聯(lián)網(wǎng)高密度的數(shù)據(jù)中心，現(xiàn)在在互聯(lián)網(wǎng)市場占有率已經(jīng)很高了，包括面向行業(yè)的大數(shù)據(jù)領(lǐng)域等等這樣的一些產(chǎn)品。
張東表示，為用戶規(guī)劃云計(jì)算需要一步一步走，不能從零一下子蹦到三，而是逐步從建云開始到聚集數(shù)據(jù)，浪潮也為用戶提供整個一套建設(shè)方案的咨詢。
具體到大數(shù)據(jù)方面，浪潮提供的方案一個關(guān)鍵詞，就是一體化?浪潮認(rèn)為一體化分三個部分，第一是浪潮前面講到的所有處理過程的，從采集、存儲、分析、可視化，都可以用這樣一套系統(tǒng)解決。第二，發(fā)揮浪潮在硬件方面的優(yōu)勢，通過軟硬結(jié)合來提升整體性能，包括硬件方面的加速算是，以及現(xiàn)在專門面向大內(nèi)存計(jì)算的能力，提升整個大數(shù)據(jù)處理的性能。最后就是解決方案的一體化，面向不同的行業(yè)，像今年浪潮發(fā)布了面向金融行業(yè)的一體機(jī)，未來還會發(fā)布面向公安行業(yè)的一體機(jī)，來做整體的解決方案。
最后為大家分享幾個解決方案的例子，這個實(shí)際上也是浪潮的案例，浪潮現(xiàn)在還在建設(shè)過程當(dāng)中，這是一個省級公安從云到大數(shù)據(jù)的整體案例。前面列到的這些問題在剛才已經(jīng)說到了，比如說浪潮也覺得一個政府部門可能領(lǐng)導(dǎo)一句話，大家什么事都好辦，實(shí)際上什么事都不好辦。這里面的很多東西，比如說數(shù)據(jù)共享，在這之前可能刑警、經(jīng)濟(jì)、戶籍、海關(guān)、出入境全都是分開的，數(shù)據(jù)之間的共享度在這之前非常差，業(yè)務(wù)系統(tǒng)重復(fù)建設(shè)很嚴(yán)重，所有的系統(tǒng)都是單機(jī)運(yùn)行的，數(shù)據(jù)處理能力也較差。
這個就是剛才浪潮說的，每一個系統(tǒng)都對應(yīng)了一套硬件，對應(yīng)了一套數(shù)據(jù)庫，對應(yīng)了一套獨(dú)立數(shù)據(jù)，當(dāng)你要做應(yīng)用的時候，你給這個做應(yīng)用，可能在那個上面就沒法跑。通過浪潮給他從底層進(jìn)行規(guī)劃，包括底層的IaaS層，到中間的基于浪潮開放的大數(shù)據(jù)處理平臺，浪潮可理解為一個PaaS，但是浪潮還是一個初步的數(shù)據(jù)共享連通的平臺，將它所有的IT系統(tǒng)集中在一起，將它所有的數(shù)據(jù)集中在一起，實(shí)際上它原有的應(yīng)用，這個業(yè)務(wù)系統(tǒng)可以不動，它只要說我跑在這個上面，訪問那個地方的特殊數(shù)據(jù)，就形成了一個新的平臺，將內(nèi)部所有數(shù)據(jù)共享起來，同時將外面的數(shù)據(jù)拿進(jìn)來，可以進(jìn)行多點(diǎn)碰撞，實(shí)現(xiàn)更多的它以前解決不了的問題，或者說沒有辦法快速解決的問題，這樣就形成了一個整體的云計(jì)算和大數(shù)據(jù)的平臺。
這個是浪潮具體的一些方案，這是物理上的一個結(jié)構(gòu)，通過統(tǒng)一監(jiān)控管理，將全省的平臺聯(lián)合在一起，這是在大數(shù)據(jù)方面通過多種處理數(shù)據(jù)的手段，比如說它里面有很傳統(tǒng)的數(shù)據(jù)庫的東西，比如說很多人的戶籍信息可能都在數(shù)據(jù)庫里面，但是它更有大量的音視頻數(shù)據(jù)，采用了多種平臺，包括數(shù)據(jù)庫、類似Hadoop這樣的新式平臺，來構(gòu)建一個統(tǒng)一的平臺。
在上面是浪潮浪潮的一個數(shù)據(jù)共享平臺，也叫IOP，將底層所有的云數(shù)據(jù)進(jìn)行統(tǒng)一抽取，統(tǒng)一進(jìn)行處理，在上面把它展現(xiàn)出來，這樣就形成了浪潮面向公安的一個大數(shù)據(jù)解決方案。
