数据爆发式增长下,CIO不可不知的“数据经济学”
導讀:6月9日,全速重構?2020阿里云線上峰會如期舉行。阿里巴巴研究員、阿里云智能存儲資深產品總監Alex Chen做了主題為《面向未來,企業CIO該懂的數據經濟學》的分享。在分享中,他暢談了數據增長所帶來的全新挑戰,同時從“數據經濟學”的角度,闡述了阿里云存儲的應對之策。本文系根據此次分享整理而成。
一、數據增長帶來的挑戰
大部分企業/組織管理者都需要面對數據的快速增長,這些數據可能是結構化的,也有可能是非結構化的;可能是從傳統業務而來,也有可能是從物聯網 (IoT) 、人工智能(AI)等新的業務而來;可能是人產生的數據,也可能是機器產生的數據;可能是企業組織自身產生的數據,也有可能是外部合作產生的數據……數據的這種爆發式增長是難以控制的指數級增長。
除此之外,數據的價值呈現兩極化的分布。初期,數據產生實時的洞察,比如當消費者進入到購物網站之后所進行的一些及時的推薦,這類推薦更多的是實時的且具有實效性。同時,隨著數據量的積累,數據價值則是對長期的、宏觀的探索和歸納的洞察。因此,數據價值的曲線就呈現出兩極化的態勢,即所謂的“微笑曲線”。
基于這樣的“微笑曲線”,在數字化的變革中就必須有效地、快速地處理數據,同時解決海量數據的存儲問題及數據管理等問題。這些問題主要包括存、用、管等幾個方面:
在存的方面,數據量不斷增長,需要在低投入的情況下實現高容量的數據存儲,并且要應對硬件故障導致的數據丟失,實現存儲系統更高的可靠性。
在用的方面,由于業務24小時不間斷進行,所以需要隨時保證數據的安全性和可用性。并且隨著AI和大數據的發展,應用需要對海量的數據實現高帶寬、低延遲的訪問。
在管的方面,既要滿足不同國家、區域、行業的相應合規要求,也要做到防泄漏、防誤刪、防勒索。所以,頻繁的數據拷貝、調度也對數據管理帶來了更大的挑戰。
作為數字經濟的基礎設施,阿里云正在全速重構數字新基建,在這個過程中,阿里云存儲又將如何應對這些挑戰呢?
二、阿里云存儲的應對之策
首先,十年磨礪。2019全球天貓購物狂歡節創下了2864億的商業奇跡。在奇跡的背后,是阿里云自研的分布式存儲系統——盤古穩如磐石的可靠性支持。經過十年的潛心研發以及歷年“雙十一”的打磨,今天的盤古已經成為阿里云這一數字經濟基礎設施的穩定底座和性能引擎。
其次,星羅棋布。阿里云多個超大規模數據中心遍布全球,擁有數十EB的存儲規模,每日有萬億次應用請求。強大的供應鏈資源管理能力,不僅可以全速構建數字新基建,同時為用戶提供更好的使用彈性。
第三,值得信賴。在品牌層面,阿里云是亞洲第一,全球前三的云計算提供商,擁有豐富的云計算經驗,深得國內外客戶信賴。在產品技術方面,阿里云存儲提供多種數據加密方式,保障數據全鏈路安全。操作記錄可追溯,保障異常行為有跡可查。強大的備份與容災能力,有效抵御勒索病毒,并且符合不同國家、區域、行業的相關合規需求。
最后,包羅萬象。阿里云存儲具有完善的公共云、混合云產品體系以及多場景的解決方案生態,用戶無論是需要全棧上云還是部分上云,都可以進行匹配。同時,在具體產品線上,擁有包括塊存儲、對象存儲、文件存儲、表格存儲以及企業級混合云存儲等多元化的產品形態,可以滿足客戶遷移、備份、容災、日志服務等數據管理的實際需求。
三、阿里云,釋放數據智能原力
存儲行業的變革正在持續發生,作為下一代存儲的定義者,阿里云存儲將以“數據經濟學”的角度充分釋放云時代的數據智能原力。
首先,阿里云激活了全閃存存儲的極致性能,進一步挖掘數據價值。首先傳統線下全閃存存儲投入成本高,且對于核心業務難以做到針對性的性能提升;其次線下的全閃架構因為需要對計算和網絡的鏈路進行優化,架構部署復雜,而阿里云存儲通過將全閃技術和云結合后,可以根據業務需求針對單個ESSD云盤進行容量和性能上限的在線提升,從而發揮出更為極致的性能。
其次,以往的IT架構如果想要實現高可用的架構都需要極大的IDC成本和專業人員投入。而阿里云通過構建統一的數據存儲平臺,讓更多的企業只需花費少量的成本即可享受等同于世界500強企業一樣的、先進的、高可用的IT架構,實現存儲技術的普惠。
第三,數據引力下的“數據經濟學”。數據遷移帶來了高傳輸成本、高傳輸時延等問題,因此,計算需要向存儲下沉,這樣的架構可以帶來多個好處,包括無需多份數據的頻繁拷貝且單份數據可以被多個大數據分析引擎使用,以及FPGA(Field Programmable Gate Array)與存儲的就近處理,可以提升圖片處理的效率等等。
今天,在數字化變革的當下,數據已經成為一門“經濟學”。在這門學科里,隱含著數據存儲、數據治理、數據挖掘等在內的諸多難題。阿里云存儲致力于和CIO一道,努力破解這些難題,真正讀懂 “數據經濟學”。
原文鏈接
本文為云棲社區原創內容,未經允許不得轉載。
總結
以上是生活随笔為你收集整理的数据爆发式增长下,CIO不可不知的“数据经济学”的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Fabric中的Transient Da
- 下一篇: 阿里每天究竟要抵御多少攻击