本刊记者 李浩 通讯员 佟剑
在IT发展的浪潮当中,大家都知道“ABC”技术,A代表人工智能,B代表数据,C代表云计算,基于云计算基础之上衍生出的就是数据·智能·链接。
数据资产、数据智能、数据挖掘、数据治理等已成为当下的科技热词。
“但问耕耘,莫问收获”,云和恩墨(北京)信息技术有限公司董事长/首席架构师盖国强在接受《科技中国》记者专访时坦言:我是70年代的人,希望把事情做好做到极致,付出真心,但问耕耘,莫问收获。
实践中寻找新的着眼点
众多传统企业随着互联网化进程的不断推进,面临一系列转型升级问题,其中一条核心主线就是基于已有数据的使用以及对于用户数据的采集。
“无论数据技术、数据产品怎样变化,我们如果站在用户的角度来看,核心仍然没有改变,那就是安全、连续、高效、智能。”盖国强如是说。
盖国强解释道:安全是基石,尤其是云时代的数据安全,没有安全就没有企业;永续运行是云时代和互联网时代的核心诉求,无连续就无发展;性能是支持业务高速增长、获得竞争力的关键,是成本和效率的核心;智慧智能是未来的必然方向,是制高点,是产品和技术演进的终极目标。
谁掌握了数据,谁就掌握了主动权。
“数据本身都是有价值的,不应该武断的分出有用数据和无效数据。”盖国强觉得,不同数据种类,不同信息分片都有存在的意义,数据容量大,多样性是大数据的特质。对于应用来说,只是通过不同的维度,应不同的需求,所呈现出来不同的角度,从长期发展来看,随着技术的进步,我们看待数据的角度和方式就可能不同,而原始数据的采集和存储就显得尤为重要。
为数据资产赋能
在数据驱动的DT时代,不论是政府公共部门还是直面全球竞争的商业组织,积累起来的海量数据从包袱变为了资产,需要以数据进行决策,以数据资产进行价值变现。
谈到数据,盖国强在接受《科技中国》记者专访时表示,数据只存储不使用就是负担,就是浪费。数据用起来后才能真正创造价值,成为驱动企业成功的“发动机”,变成数据时代的“大脑”或者“心脏”。
今天的数据库和数据仓库,对于企业来说,数据存储和数据运维都属于非常初级的基础工作,专业的事情交给专业厂商来做,企业才可以抽身去做更高级的事情,包括数据运营、数据智能。
盖国强指出,企业的思维要转型,要真正认识到数据对发展的重要价值。在云的时代和云的架构里,数据库已经不再单独存在了,它变成云里边的一个环节、一个元素。
云和恩墨的理念是什么?或者我们看到行业变化得出来的理想是什么?盖国强指出,我们以“数据驱动,成就未来”为使命,致力于帮助用户从前端应用到中层数据库、后端基础设施,能够全面的去改善基础工作,让用户的数据环境适应云时代的要求端到端的走向自动化和智能化。
围绕核心数据和数据交互,在前端,在顶层,云和恩墨研发推行SQL审核理念,希望在前端开发时就找出问题去优化和解决。在中层,我们发现随着时代的进步,用户面临的是场景不是变简单而是变复杂了。以前我们可能用一种数据库支撑业务,可是今天你会用很多种数据库,可是人力其实并没有增加,怎么办呢?云和恩墨希望通过统一平台对不同种类数据库进行纳管,自顶向下的建设维护,以云服务模式去改变企业IT理念。在底层,系统运行需要不断加速,云和恩墨的数据库加速产品称为zData数据库一体机,采用高性能、低成本分布式架构为用户带来极致的性能体验,产品已经在核心用户核心场景运行超过5年。
开启云数据库时代
云时代的核心特质是分布式,盖国强主题演讲时强调,Oracle数据库产品,不断在横向和纵向进行大量的技术革新,孜孜不倦地把提高并发性做到了极致,是数据库领域的典型代表。
在云时代,Oracle做了什么?盖国强觉得,云时代的Oracle自治数据库有自动扩展、自动迁移、自动安全、更新、保护等等特性。这些特性有一个要求就是只有你在云上使用Oracle数据库的时候,你才会借助到这些特点。但是非常遗憾的是,Oracle公有云至今没有到中国来。
自动化的好处是减少人工的参与,减少人犯错的机率。从IT厂商角度来说,未来谁能提供更整合、更自动、更智能的系统,谁就是赢家。
这个时代的特点是什么?在盖国强看来,是很多云企业、云厂商依托过去的经验和数据技术积累重新构建云数据库的生态。
据盖国强介绍,云和恩墨经过多年发展,已经获得全国28个省市500多个关键行业(银行、保险、通信、电力、商业服务业、制造业)客户的认可 ,为他们提供专注、专业、灵动的解决方案。
未来,云和恩墨要思考的是如何通过整合分析去洞悉数据价值,去让数据流动起来,让数据的价值快速呈现出来,助力用户成功。
地址:中国 北京市海淀区玉渊潭南路8号 邮编(ZIP):100038
电话(Tel):86-10-58884543 咨询:webmaster@casted.org.cn 新闻与信息:xxxz@casted.org.cn
版权所有 中国科学技术发展战略研究院 备案号/经营许可证备号:京ICP备10036465号-11 技术支持:中研网