當前位置:
首頁 > 科技 > Teradata讓混合雲下的數據分析「無所不在」

Teradata讓混合雲下的數據分析「無所不在」

至頂網CIO與應用頻道 10月10日 人物訪談(文/王聰彬):數據驅動企業發展已經成為可見的現實,如何快速了解客戶需求、如何趕超競爭對手這些都需要大量的數據和分析。

Teradata的核心目標是幫助客戶產生業務價值,所以Teradata也一直在追求轉型與創新,從UDA統一數據架構建立分析生態系統,到擁抱開源技術實現數據倉庫平台的融合,再到Teradata Everywhere在不同混合雲環境下迅速、靈活地部署Teradata解決方案。現在,可以說混合雲已經是Teradata最新的的企業級戰略,產品、流程、服務都基於混合雲設計和實現。

混合雲中的統一數據分析

2016年Teradata對客戶進行調研發現90%的企業認為到2020年都會或多或少使用到雲計算。所以不管是大企業也好小企業也罷,他們開始考慮是否一定要自建,並配備大量的IT運維人員。

同樣是2016年Teradata提出了Teradata Everywhere,這也是為了適應現如今企業不斷變化的部署架構需求,實現Teradata資料庫在任何平台的交付,包括本地、私有雲、託管雲、公有雲四種部署方式。

本地模式:在客戶現場搭建專業高性能數據倉庫一體化解決方案;

私有雲模式:基於客戶X86虛擬化平台搭建Teradata數據倉庫,目前Teradata Database on VMware版本已經在中國上線;

託管雲模式(IntelliCloud):在Teradata數據中心部署和管理的數據倉庫和分析平台,同時還包括在AWS、Microsoft Azure等平台上的託管模式;

公有雲模式:在AWS、Microsoft Azure Marketplace上按需購買Teradata數據倉庫軟體。

除了可以在四種不同環境下部署,Teradata現在還實現了軟體許可的可移植,為本地環境、私有雲、託管雲IntelliCloud、公有雲提供等同的許可可移植性。

因為企業使用數據一直經歷著變遷,企業最早在IT建設上是分散進行的,所以產生和收集的數據也就形成了一個個孤島,於是企業開始進行數據集成,建立數據倉庫,但到了雲環境,不同的雲平台又造成了新型的孤島。

在Teradata天睿公司大中華區雲計算及服務總監張琦看來,現在數據產生在不同的環境中,分布不同的平台上,我們並不是要將所有數據進行集中,陷入十年前的怪圈,而是要在不同環境下可以做同樣的分析。Teradata在主流的平台上擁有相同的高性能分析資料庫,並實現無縫的訪問,讓新型數據孤島可以再次被打破。

Teradata讓混合雲下的數據分析「無所不在」

Teradata天睿公司大中華區雲計算及服務總監張琦

IntelliFlexIntelliBase的組合效應

在一體機上,Teradata主要擁有IntelliFlex和IntelliBase兩大產品線,可以為企業提供多種選擇。Teradata天睿公司大中華區高級解決方案架構師蔡強指出,兩者最大的區別在於IntelliFlex使用高性能節點和磁碟陣列架構,IntelliBase採用本地盤同時也支持外置磁碟陣列。

Teradata讓混合雲下的數據分析「無所不在」

Teradata天睿公司大中華區高級解決方案架構師蔡強

Teradata IntelliFlex基於光纖的架構,可提供多維可擴展性,幫助企業自主地提升處理能力,並擴展存儲容量,以滿足當前及未來不斷變化的業務需求。該架構還提供大容量內存配置,以實現高性能內存(in-memory)計算,以及適用數據中心的高密度機櫃空間。

Teradata IntelliBase是一套單機櫃交付完整邏輯型數據倉庫的低成本解決方案。可以提供多功能的計算節點,集成了計算和存儲,具備更高的靈活性,同時可以和UDA節點集成在同一機櫃內。節點可以運行Hadoop、Teradata資料庫、Aster Analytics,但是每一個節點唯一。

未來企業都是感知型企業

Teradata認為企業要成為感知型企業,在激烈競爭的商業環境中感知周圍環境並隨之進行反饋。感知型企業要具備五大核心能力:打造敏捷彈性IT平台;看重行為數據分析而不僅僅是交易數據;強調不同部門之間的協同思維;數據分析結果呈現的自助與交互;建立演算法模型庫提升決策速度與能力。

Teradata讓混合雲下的數據分析「無所不在」

Teradata天睿公司TBA業務諮詢及分析事業部副總經理劉靜如

Teradata天睿公司TBA業務諮詢及分析事業部副總經理劉靜如舉了三個金融行業的例子。

智能審計監控:資金在貿易公司間倒賬形成的單向資金循環顯然是違規行為,但之前只有資金鏈斷裂才能查出這種現象,而現在的做法是將這家銀行所有的資金全部提煉出來,讓機器自動識別不正常交易,通過警戒來通知審計部門。

智能欺詐監測:通過過往的欺詐案例總結出監督模型,再將這些監督模型投放回生產系統中,如果發現類似情況就會觸發監控。同時使用深度學習模型,自動監測出現在還沒有總結出的業務規律,將兩者結合實現反欺詐。

智能投資顧問:通過演算法和產品搭建數據模型取代傳統人工提供的理財顧問模式,大數據分析為每一個客戶都可以配備私人的投資顧問。首先認知客戶目標,之後智能投顧會根據個人資產狀況給出投資建議,最後在投資的過程中如果投資方案和目標產生差距會進行監控和調整。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 至頂網 的精彩文章:

第一輛自動駕駛汽車後 谷歌人工智慧助勞斯萊斯製造自主船舶
IDC:受公有雲擴張推動 第二季度全球雲IT基礎設施收入增長25.8%
國內首批商業數據分析MBA項目學員順利畢業
容器+DevOps:企業IT 變革之路
不要試圖「一步登天」,核心系統架構轉型還需「步步為營」

TAG:至頂網 |