Teradata張琦：在雲中Teradata「無處不在」

至頂網CIO與應用頻道 06月15日 北京消息：2017年6月14－16日，中國電子學會主辦、至頂網等協辦的「第九屆中國雲計算大會」在北京國家會議中心拉開大幕，本屆大會主題為「生態構建 深化應用」。

Teradata天睿公司雲計算及服務專家、大中華區總監張琦表示，對於鬆散耦合的數據往往是最會發生創新的地方；無耦合的數據就像是還沒有初步篩選過的礦石；緊密耦合的數據就像是已經精鍊過的礦石；鬆散耦合的很有可能當中找到寶。

Teradata天睿公司雲計算及服務專家、大中華區總監張琦

以下為演講實錄：

我們過去的商業模式，數據是商業運營的結果，今天商業是運用數據的結果。變化非常的巨大，真正的領導者至內而外引發行動，他們堅定的相信數據和分析才是今天商業社會真正的能源、真正的石油。我們堅信數據和深度分析才會釋放偉大公司的所有潛力。

我們需要提升客戶體驗，在今天的競爭當中所有的公司都希望在競爭當中能夠獲得優勢，獲得新的創新地方。他們需要重新去重塑客戶體驗流程，作為消費者我想在座的每一位都一樣，我們希望獲得是獨一無二的體驗。比如走進銀行我希望我們的客戶經理能夠了解我，能夠給我推薦的東西是我需要的。提供的服務是適合我的，但我們進入一個客服網站我不希望看到千篇一律的產品，或者是不適合我的東西。當我的設備在運行的時候，我希望我的服務商能夠提前預警告訴我什麼時候可以出現問題，而不是事後來補救，這一些就需要大家數據和深入的分析來提供洞察力了解客戶。

更重要的是要利用這一些洞察力，適當的時間、適當的地點，用適當的渠道跟客戶發生正確的溝通，否則的話基本上會讓客戶覺得非常不好的體驗。同樣今天的企業需要創新，所有產品的創新需要不停的實驗，實驗需要不是靈光一現，需要的是數據需要的是分析。美國比較領先的視頻點播廠商，它每年會在它的產品上經過超過一千次以上的實驗，它曾經選賞一百萬美金要求讓全世界各地的數據分析師參與幫他們提升數據推薦引擎成功率。事實上據我了解還有很多來自中國的數據科學家、工程師參與了這一次競爭。最終通過大家的努力，數據推薦引擎的效率提升了10%，這其實是一個了不起的成果。事實上每一個偉大的科技公司，都在做同樣的事情，谷歌也在做、亞馬遜也在做，蘋果也在做，這一切都離不開數據離不開分析。

今天大數據和深度的分析已經徹底的改變了商業的版圖和商業的模式，他們不斷能夠增進主頁的競爭力，甚至還再創造出全新的商業模式。Teradata我們是總結國內外的經驗把各種方案總結到一起，混合雲支撐服務三個主軸向客戶提供大數據和深入分析的能力。

我們來談談數據，通用公司的CEO曾經有一次講過，一架飛機從紐約飛到芝加哥它的發動機所產生的數據超過1TB，包括溫度、耗油量、磨損等等。同樣我們中國非常優秀的引人自豪的航天計劃，我們的嫦娥神州等等航天計劃，一個中等規模的航天器至少超過兩萬個物理量需要測量而且是實時的，神州飛船在天上載軌飛行兩到三年那是多麼大的數據這只是滄海一粟。舉兩個小例子，我們有大量的數據怎麼去用它們呢？實際上大數據的分析最難的地方是找出哪一些數據有用，把有用的數據用起來，這其實往往是難點，我們往往可以把數據做一些簡單的分類，比如說有一些數據它明顯具有很強的商業價值，它跟其他的數據相互關聯、相互耦合被業務用戶頻繁、反覆的使用我們稱它是緊密的數據，一般用技術的語言來講，很多時候它是結構化的數據，它有對數據質量有要求，對數據完整性有要求。

一個極端是一些所謂的無耦合的數據，什麼叫無耦合的數據，不是這一些數據不重要或者是錯誤的它只是孤立，暫時還沒有和其他的數據結合起來產生更多的洞察力，這樣的數據當然很多。一些質量的數據有時候只是一些記錄。這些所有的數據很顯然它們的價值是不一樣的，至少價值密度是不一樣的。

緊密耦合的數據用的很多，已經做了充分的發掘，顯然具有很深的業務價值，我們每天都在用它，是我們企業運營的不可或缺的，像報表、推薦等等很多的數據。

一些無耦合的數據可能往往數據密度沒有那麼高。使用的程度當然也不一樣，怎麼去保管它們怎麼去使用它們這一些平台技術都是不同的。比如簡單來講，對於無耦合的數據，怎麼做呢？我們的策略一般來講我們需要存下來，我們不知道什麼時候會有用，數據有一天就是金子，我們希望用最便宜的方式把這一些數據存儲下來，讓我們的數據科學家，讓我們的工程師可以去探索它們有一天也許就是有價值的數據。

對於鬆散耦合的數據往往是最會發生創新的地方，無耦合的數據就像是還沒有初步篩選過的礦石，緊密耦合的數據就像是已經精鍊過的礦石，鬆散耦合的很有可能當中找到寶。所以我們往往把這一些數據需要讓我們的數據科學家和數量分析專家，或者我們的業務專家去分析，提供什麼樣的方式給他們分析呢？

往往我們是要給他們最方便的分析手段，所以我們一般提供他們這種高級的分析平台、探索平台。當然了大家都很清楚對於緊密耦合的數據，就像我們企業里每天的報表、財務報表、質量報表、合規報表，每天都不能少。它是我們企業經營每天的生命線。當然它的可用性要求就很高，它對時效性要求就很高，所以一般來講我們往往會採用一些高可靠的、高性能的這種平台和工具去處理這一些數據。

另外一點不同的數據實際上不是一成不變的，就像原來是一些無耦合的數據，可能通過我們的數據科學家的探索，發現我可以找到與其他數據的相關關係，說不定這一些新的洞察力就是戰勝你的競爭對手致命的一擊。那這時候我們就可能需要把這一些貌似無耦合的數據遷移到這種高級分析的平台上。另外一點像我每天都在用的一些已經緊密耦合的數據，它們當然很有價值，它們是所謂的熱數據，可是隨著時間的推移熱數據也會變冷，一旦熱數據變冷以後，那因為成本的考量事實上我們也要進行遷移，把它遷移到相對廉價的其他的平台上去。今天的這技術和平台發展非常之快，無論是雲公有雲、私有雲還是混合雲，還是本地的很多解決方案非常之多，但是我想說，到今天為止事實上單獨的平台和技術可以解決所有數據的問題，隨便舉一個例子公有雲很靈活、伸縮性很強，但是我想很多客戶對數據的安全性，隱私會有擔憂。

私有雲具有一定的靈活性，也能夠通過把數據保留在企業內部解決了部分對數據安全性的擔憂，但是對於一個中等規模的企業來講，自己構建私有雲和運維私有雲事實上成本不低，需要去運維的IT資源和經驗並不夠多。那同樣還有很多專門設計的高性能的一些專用平台，我想並不是所有的負載都適合雲，比如說需要極高性能，極高可用性的數據事實上今天的雲無論是公有雲、私有雲不能完全的承擔，可能還需要我們一些本地的解決方案。

這一些方案也許性能很好它是專用的，靈活性又是問題，所以沒有一個辦法可以解決所有的問題。這世界上不是只有一把鎚子所有的就是釘子，它們就不是釘子。

所以在今天在我們看來對於我們的企業來講我們其實需要的是靈活性，我們需要是在多個雲，無論是公有雲私有雲最有效的方面去應用，不僅僅是簡單把數據和分析分布到不同的平台上去。這容易回到最初的數據完全分散的原始年代，我們所推薦的不同的平台，不同的分散是物理上分散，與邏輯上是要整合，並不是把數據分出去就行，邏輯上是要整合的。給用戶的體驗是要整合的，這個是很多廠商或者很多專家可能會忽略的地方。

根據2017年的調查，預計到2020年差不多90%以上的企業會選擇在雲端和本地都部署自己的IT系統。沒有一家企業今天說我會到2020年絲毫不用去考慮任何雲的部署，也很少有企業，尤其是規模比較大的企業，可以說我百分之百完完全全部署在雲上，這其實也是很困難的一件事情，所以混合雲的部署應該來講是一個大的方向，這是毋庸置疑的。

另外一個明顯趨勢是越來越多至少有85%的企業不希望再把我所有的資源投入到相對繁瑣的這種IT基礎架構的購置、運維上去。這需要很多的技能、很多的金錢，很多時候說他們會說我希望把我的精力是不是放到我的業務專長上去，放到數據分析上去。所以這種平台即服務，其實就是雲計算的服務越來越被我們的用戶所接受，我們所看到85%的客戶願意接受分析服務、平台服務。

Teradata本身是作為業界數據倉庫和高性能分析平台，今天來講我們是完全支持在公有雲、私有雲以及本地機部署。同時我們也支持向客戶提供分析託管雲。這一些部署的平台和模式應該來說是所有的企業都會去考慮的。我們認為最重要的是可以讓用戶自由的去選擇，所以Teradata在所有的平台上提供的工具，軟體是一致的。

對客戶來講我原有的時候應用、數據模型，甚至是就是數據、工具經驗都是可以無縫的遷移，隨便舉一個例子，我們可以在一些軟體項目剛剛起來的時候，需要大量的人員去做開發、測試。那我們可以在私有雲上、公有雲迅速的生成資源進行開發測試，開發測試以後我們所有的軟體和工具都是一致，你可以直接無縫的遷移到其他平台上根據業務的需要非常方便。

只把數據應用分布到不同的平台上其實只是第一步，最重要我們要提供用戶自由在各個平台之間，邏輯上統一的數據訪問，所以我們是提出我們要做無邊界分析，簡單來講我們的數據也許分布在不同的平台上，有公有雲私有雲甚至不同的雲和本地，我們可以通過某一個平台可以訪問所有的數據，否則的話這對我們真正的分析師業務用戶那得多痛苦，數據分在不同的地方。

Teradata是提供在所有的雲平台之間可以自由遷移的軟體許可。當然這應該來說在目前的混合雲廠商當中應該是第一家，可以方便用戶不會鎖定在某一個平台上，可以自由的遷移，你想適當的時候都用雲的許可，有一些時候我需要更高的我希望用本地機也可以。

我這邊想舉幾個基於Teradata的這種混合雲架構的一些應用的案例。比如說很多時候我們希望把數據、應用分布在不同的平台上去，剛才我講過什麼時候大家會選擇本地機，事實上一定會有這樣的需求，比如說我們像這一些需要高可用的系統，比如說類似於銀行的核心系統，類似於一些業務單位的4個9的系統今天的雲還是做不到我們需要本地，有的時候本地不夠靈活，往往碰到月末、季末我們的財務需要做很多的分析。

比如說我們初創的公司、初創的業務，我們當然希望他們業務能夠出現爆漲，當然IT不是那麼強的伸縮性我們需要雲，所以我們推薦雲的方式，用本地雲解決本地的問題，雲去解決雲的問題，無論是公有雲還是私有雲，利用無邊界的分析方式把這一些數據統一起來，這樣數據可以隨時遷移，負載可以隨時遷移，這樣對用戶來講帶來的是靈活性，同時保證了性能，還有本地部署的安全性，更重要的一點，雲的這種伸縮性和按需付費，可以讓我們的用戶在成本上是可以得到優化的。

今天的這種數據分析，我們叫數據實驗室，或者數據沙盒，已經是整個企業的長帶，如果有哪位你所在的公司說我們還沒有做這樣的事情，一定要回去推薦給您的領導我們需要做這樣的事情我們要用數據去做實踐，業務單位、數據科學家會說，我拿到的數據往往都不是最新，我拿到數據可能都不知道什麼時候的，甚至是假數據我怎麼做實驗。

做實驗的時候需要做一些探索需要資源，往往跟IT部門申請要很久，告訴我要半年以後我要去申請時間很長，或者有的時候實現方式生產汲取你拿最新的數據去使用，就會對生產造成衝擊。所以我認為雲就很好解決，我們可以讓用戶相對自助去生成數據實驗室和數據沙盒，另外我們不希望把生產的數據，往往是海量的數據拷貝到一個新的系統里去，我們希望是能夠穿透到不同的平台去訪問它，不用去拷貝。但是如果你個人有一些新的想法，新的數據載入進去，跟原有的數據進行分析，這一些平台對原有的生產環境不會有業務的衝突，這樣可以保證既有創新又不會影響生產環境。

今天我們用雲可能更加靈活，比如說我們可以在雲上部署，在平時可以用很少的計算資源，但是出現真正災難時，我們可以迅速的擴充計算資源使災備系統迅速的起來，在有一些場合下我們利用公有雲廉價的存儲做到成本非常低的災備系統。

今天其實已經有非常多的客戶在用這種混合雲的概念和產品在設計大數據平台，比如說以耐克為例，耐克在它的本地部署了核心的分析系統。因為有一些數據需要高性能的分析，深度的分析，有一些數據它有安全性能擔心，所以部署在本地。另外有希望靈活性，所以在亞馬遜的公有雲上部署了一些臨時的應用。另外它還利用了亞馬遜的廉價的對象存儲，存了大量的歷史數據。看起來很便宜啊，不同的平台干不同的事情，一旦碰到業務爆漲大時候，可以迅速的伸縮性擴充，更重要的一點是什麼？其實耐克特別喜歡一點，通過本地的分析平台，直接可以去訪問公有雲上所有的數據，不是簡單訪問，而是把數據拿過來直接跟數據進行關聯和分析，這是使用上非常一致的體驗，成本上又是可控，我們覺得非常高興可以幫客戶做到這一些。

回過頭來我還想講，在今天數據和分析，已經成為每一個企業主業，而不是副業。我們相信沒有一個平台在今天為止可以解決所有的數據問題，那我相信我們Teradata提供的這種混合雲的架構、公有雲、私有雲以及提供的這種分析機服務的託管雲，可以給我們的分析帶來更好的靈活性、安全性，以及成本的優化。我們Teradaa是紮根中國，我們希望跟中國所有的客戶，以及我們的合作夥伴生態構建、深化應用。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！