数据爆发式增长下,CIO不可不知的“数据经济学”
導(dǎo)讀:6月9日,全速重構(gòu)?2020阿里云線(xiàn)上峰會(huì)如期舉行。阿里巴巴研究員、阿里云智能存儲(chǔ)資深產(chǎn)品總監(jiān)Alex Chen做了主題為《面向未來(lái),企業(yè)CIO該懂的數(shù)據(jù)經(jīng)濟(jì)學(xué)》的分享。在分享中,他暢談了數(shù)據(jù)增長(zhǎng)所帶來(lái)的全新挑戰(zhàn),同時(shí)從“數(shù)據(jù)經(jīng)濟(jì)學(xué)”的角度,闡述了阿里云存儲(chǔ)的應(yīng)對(duì)之策。本文系根據(jù)此次分享整理而成。
一、數(shù)據(jù)增長(zhǎng)帶來(lái)的挑戰(zhàn)
大部分企業(yè)/組織管理者都需要面對(duì)數(shù)據(jù)的快速增長(zhǎng),這些數(shù)據(jù)可能是結(jié)構(gòu)化的,也有可能是非結(jié)構(gòu)化的;可能是從傳統(tǒng)業(yè)務(wù)而來(lái),也有可能是從物聯(lián)網(wǎng) (IoT) 、人工智能(AI)等新的業(yè)務(wù)而來(lái);可能是人產(chǎn)生的數(shù)據(jù),也可能是機(jī)器產(chǎn)生的數(shù)據(jù);可能是企業(yè)組織自身產(chǎn)生的數(shù)據(jù),也有可能是外部合作產(chǎn)生的數(shù)據(jù)……數(shù)據(jù)的這種爆發(fā)式增長(zhǎng)是難以控制的指數(shù)級(jí)增長(zhǎng)。
除此之外,數(shù)據(jù)的價(jià)值呈現(xiàn)兩極化的分布。初期,數(shù)據(jù)產(chǎn)生實(shí)時(shí)的洞察,比如當(dāng)消費(fèi)者進(jìn)入到購(gòu)物網(wǎng)站之后所進(jìn)行的一些及時(shí)的推薦,這類(lèi)推薦更多的是實(shí)時(shí)的且具有實(shí)效性。同時(shí),隨著數(shù)據(jù)量的積累,數(shù)據(jù)價(jià)值則是對(duì)長(zhǎng)期的、宏觀(guān)的探索和歸納的洞察。因此,數(shù)據(jù)價(jià)值的曲線(xiàn)就呈現(xiàn)出兩極化的態(tài)勢(shì),即所謂的“微笑曲線(xiàn)”。
基于這樣的“微笑曲線(xiàn)”,在數(shù)字化的變革中就必須有效地、快速地處理數(shù)據(jù),同時(shí)解決海量數(shù)據(jù)的存儲(chǔ)問(wèn)題及數(shù)據(jù)管理等問(wèn)題。這些問(wèn)題主要包括存、用、管等幾個(gè)方面:
在存的方面,數(shù)據(jù)量不斷增長(zhǎng),需要在低投入的情況下實(shí)現(xiàn)高容量的數(shù)據(jù)存儲(chǔ),并且要應(yīng)對(duì)硬件故障導(dǎo)致的數(shù)據(jù)丟失,實(shí)現(xiàn)存儲(chǔ)系統(tǒng)更高的可靠性。
在用的方面,由于業(yè)務(wù)24小時(shí)不間斷進(jìn)行,所以需要隨時(shí)保證數(shù)據(jù)的安全性和可用性。并且隨著AI和大數(shù)據(jù)的發(fā)展,應(yīng)用需要對(duì)海量的數(shù)據(jù)實(shí)現(xiàn)高帶寬、低延遲的訪(fǎng)問(wèn)。
在管的方面,既要滿(mǎn)足不同國(guó)家、區(qū)域、行業(yè)的相應(yīng)合規(guī)要求,也要做到防泄漏、防誤刪、防勒索。所以,頻繁的數(shù)據(jù)拷貝、調(diào)度也對(duì)數(shù)據(jù)管理帶來(lái)了更大的挑戰(zhàn)。
作為數(shù)字經(jīng)濟(jì)的基礎(chǔ)設(shè)施,阿里云正在全速重構(gòu)數(shù)字新基建,在這個(gè)過(guò)程中,阿里云存儲(chǔ)又將如何應(yīng)對(duì)這些挑戰(zhàn)呢?
二、阿里云存儲(chǔ)的應(yīng)對(duì)之策
首先,十年磨礪。2019全球天貓購(gòu)物狂歡節(jié)創(chuàng)下了2864億的商業(yè)奇跡。在奇跡的背后,是阿里云自研的分布式存儲(chǔ)系統(tǒng)——盤(pán)古穩(wěn)如磐石的可靠性支持。經(jīng)過(guò)十年的潛心研發(fā)以及歷年“雙十一”的打磨,今天的盤(pán)古已經(jīng)成為阿里云這一數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施的穩(wěn)定底座和性能引擎。
其次,星羅棋布。阿里云多個(gè)超大規(guī)模數(shù)據(jù)中心遍布全球,擁有數(shù)十EB的存儲(chǔ)規(guī)模,每日有萬(wàn)億次應(yīng)用請(qǐng)求。強(qiáng)大的供應(yīng)鏈資源管理能力,不僅可以全速構(gòu)建數(shù)字新基建,同時(shí)為用戶(hù)提供更好的使用彈性。
第三,值得信賴(lài)。在品牌層面,阿里云是亞洲第一,全球前三的云計(jì)算提供商,擁有豐富的云計(jì)算經(jīng)驗(yàn),深得國(guó)內(nèi)外客戶(hù)信賴(lài)。在產(chǎn)品技術(shù)方面,阿里云存儲(chǔ)提供多種數(shù)據(jù)加密方式,保障數(shù)據(jù)全鏈路安全。操作記錄可追溯,保障異常行為有跡可查。強(qiáng)大的備份與容災(zāi)能力,有效抵御勒索病毒,并且符合不同國(guó)家、區(qū)域、行業(yè)的相關(guān)合規(guī)需求。
最后,包羅萬(wàn)象。阿里云存儲(chǔ)具有完善的公共云、混合云產(chǎn)品體系以及多場(chǎng)景的解決方案生態(tài),用戶(hù)無(wú)論是需要全棧上云還是部分上云,都可以進(jìn)行匹配。同時(shí),在具體產(chǎn)品線(xiàn)上,擁有包括塊存儲(chǔ)、對(duì)象存儲(chǔ)、文件存儲(chǔ)、表格存儲(chǔ)以及企業(yè)級(jí)混合云存儲(chǔ)等多元化的產(chǎn)品形態(tài),可以滿(mǎn)足客戶(hù)遷移、備份、容災(zāi)、日志服務(wù)等數(shù)據(jù)管理的實(shí)際需求。
三、阿里云,釋放數(shù)據(jù)智能原力
存儲(chǔ)行業(yè)的變革正在持續(xù)發(fā)生,作為下一代存儲(chǔ)的定義者,阿里云存儲(chǔ)將以“數(shù)據(jù)經(jīng)濟(jì)學(xué)”的角度充分釋放云時(shí)代的數(shù)據(jù)智能原力。
首先,阿里云激活了全閃存存儲(chǔ)的極致性能,進(jìn)一步挖掘數(shù)據(jù)價(jià)值。首先傳統(tǒng)線(xiàn)下全閃存存儲(chǔ)投入成本高,且對(duì)于核心業(yè)務(wù)難以做到針對(duì)性的性能提升;其次線(xiàn)下的全閃架構(gòu)因?yàn)樾枰獙?duì)計(jì)算和網(wǎng)絡(luò)的鏈路進(jìn)行優(yōu)化,架構(gòu)部署復(fù)雜,而阿里云存儲(chǔ)通過(guò)將全閃技術(shù)和云結(jié)合后,可以根據(jù)業(yè)務(wù)需求針對(duì)單個(gè)ESSD云盤(pán)進(jìn)行容量和性能上限的在線(xiàn)提升,從而發(fā)揮出更為極致的性能。
其次,以往的IT架構(gòu)如果想要實(shí)現(xiàn)高可用的架構(gòu)都需要極大的IDC成本和專(zhuān)業(yè)人員投入。而阿里云通過(guò)構(gòu)建統(tǒng)一的數(shù)據(jù)存儲(chǔ)平臺(tái),讓更多的企業(yè)只需花費(fèi)少量的成本即可享受等同于世界500強(qiáng)企業(yè)一樣的、先進(jìn)的、高可用的IT架構(gòu),實(shí)現(xiàn)存儲(chǔ)技術(shù)的普惠。
第三,數(shù)據(jù)引力下的“數(shù)據(jù)經(jīng)濟(jì)學(xué)”。數(shù)據(jù)遷移帶來(lái)了高傳輸成本、高傳輸時(shí)延等問(wèn)題,因此,計(jì)算需要向存儲(chǔ)下沉,這樣的架構(gòu)可以帶來(lái)多個(gè)好處,包括無(wú)需多份數(shù)據(jù)的頻繁拷貝且單份數(shù)據(jù)可以被多個(gè)大數(shù)據(jù)分析引擎使用,以及FPGA(Field Programmable Gate Array)與存儲(chǔ)的就近處理,可以提升圖片處理的效率等等。
今天,在數(shù)字化變革的當(dāng)下,數(shù)據(jù)已經(jīng)成為一門(mén)“經(jīng)濟(jì)學(xué)”。在這門(mén)學(xué)科里,隱含著數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)治理、數(shù)據(jù)挖掘等在內(nèi)的諸多難題。阿里云存儲(chǔ)致力于和CIO一道,努力破解這些難題,真正讀懂 “數(shù)據(jù)經(jīng)濟(jì)學(xué)”。
原文鏈接
本文為云棲社區(qū)原創(chuàng)內(nèi)容,未經(jīng)允許不得轉(zhuǎn)載。
總結(jié)
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?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: Fabric中的Transient Da
- 下一篇: 微服务治理实践:如何对单点异常进行自动摘