开启数据智慧,阿里云大数据团队调研高新区

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 随着“云计算”、“互联网”、“物联网”的快速发展,大数据(Big Data)也吸引了越来越多的人关注,成为社会热点之一。大街小巷不论是技术人员、咨询人士以及各行各业的精英达人都在探讨着“大数据”,“大数据”显然已经成为新一代“网红”。

2月15日,阿里云大数据公司调研组来到高新区,进行为期三天的大数据产业发展情况调研活动。高新区分管领导、市工商联副主席及职能部门参加了此次调研活动。

调研组一行首先走访了大全集团和威腾集团。两家企业就目前的业务现状、大数据的运用、大数据与人工智能方面的相关设想,企业在云计算与大数据这块面临的问题等方面进行深入探讨。

走访大全集团

走访威腾集团

阿里云创新中心五叶草大数据孵化器CEO王献旗在考察了高新区区域规划和主导产业后,向分管领导介绍了阿里云孵化大数据,不同于只提供办公场地传统孵化器,阿里云则是创新型孵化器,提供的是流量、云计算服务器和发布平台。就算在家里也能创业。

考察高新区区域规划

考察高新区主导产业

阿里云大数据平台--“数加”

长期以来,企业数据处理的终极结果往往就是商务智能,但一张所谓的智能报表由于无法实现实时计算,并不能真正代表企业的运营情况。其次,数据存储的成本并不低,倘若无法从数据中挖掘出核心价值,那么数据不但不会是企业发展的动能,还将成为企业的重要成本。第三,即便是Hadoop平台出现之后,虽然拥有了开放、廉价、基于普通商业硬件的平台,但大数据应用的开发成本,无论是技术门槛还是价格都让很多普通开发者望而却步。


在这样的产业发展背景之下,“数加”这样一个分布式大数据开发平台的推出引人关注。


首先,作为“一个数据公司”(马云语),阿里巴巴拥有着处理大数据的丰富经验。单就双十一来说,淘宝/天猫订单的创建峰值能力突破了每秒钟14万笔,支付宝的支付峰值达到了每秒8.59万笔,远高于Visa实验室测试数据的每秒5.6万笔以及MasterCard实验室测试数据的每秒4万笔,这些数据处理经验都将反映到“数加”的产品中。


其次,“数加”并非一款单独的产品,而是一条完整的大数据开发链条。当天发布的20款产品,覆盖了数据采集、计算引擎、数据加工、数据分析、机器学习、数据应用等数据生产全链条。


其中,由大数据计算服务(MaxCompute)、分析型数据库(Analytic DB)、流计算(StreamCompute)共同组成的底层计算引擎,速度快且成本低。测算数据显示,自建Hadoop集群的成本是“数加”的1.5倍,国外计算厂商AWS 的EMR成本更是“数加”的5倍。


另外,“数加”的云端数据开发套件,包括数据集成、数据开发、调度系统、数据管理、运维视屏、数据质量、任务监控,能够帮助开发者快速部署相关产品。则通过视化产品DataV的数据分析,开发者可以一星期做出阿里双十一的数据监控大屏。同样基于DataV,“数加”还发布了面向政府的行业应用产品“郡县图治”。通过这款产品,县长可以在一个屏幕下统览全县各项经济民生数据,为政府决策提供辅助。


“数加”推出的机器学习工具,可基于海量数据实现对用户行为、行业走势、天气、交通等的预测。图形化编程让用户无需编码、只需用鼠标拖拽标准化组件即可完成开发。产品还集成了阿里巴巴核心算法库,包括特征工程、大规模机器学习、深度学习等。


而在应用层面,支撑阿里巴巴客服系统的智能语言交互和文字识别OCR也即将上线。开发者可以利用这两个应用开发更具人工智能的大数据产品,比如搭建智能化的客服体系,利用文字识别OCR快速推出扫描类的应用,保障用户体验,节约成本。


最后,在一个软件即服务的时代,“数加”要做的也不仅仅是完整的数据开发工具,而是一项数据增值服务。大数据行业的进步不仅需要底层技术尤其是开发技术的发展,以降低技术门槛和资金门槛,还需要大量数据分析人才、数据科学家。

 

正如科幻小说家威廉·吉布森所言:未来已经到来,只是分布还不均衡。我们已经看到整个社会都在转向数据层面的运作。而当互联网成为像水、电一样的基础设施时,产生于互联网(包括但不限于桌面互联网、移动互联网、物联网等)的数据也成为一种新型的生产资料,在云计算的大背景下,分布式的数据分析计算平台将创造更多的创业机会,让数据能够互联互通,数据驱动的创业变革也已在发生。

版权说明

文中图文来源网络,版权属于原作者!

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
5天前
|
分布式计算 Shell MaxCompute
odps测试表及大量数据构建测试
odps测试表及大量数据构建测试
|
14天前
|
存储 人工智能 数据管理
|
7天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
13天前
|
机器学习/深度学习 分布式计算 数据挖掘
MaxFrame 性能评测:阿里云MaxCompute上的分布式Pandas引擎
MaxFrame是一款兼容Pandas API的分布式数据分析工具,基于MaxCompute平台,极大提升了大规模数据处理效率。其核心优势在于结合了Pandas的易用性和MaxCompute的分布式计算能力,无需学习新编程模型即可处理海量数据。性能测试显示,在涉及`groupby`和`merge`等复杂操作时,MaxFrame相比本地Pandas有显著性能提升,最高可达9倍。适用于大规模数据分析、数据清洗、预处理及机器学习特征工程等场景。尽管存在网络延迟和资源消耗等问题,MaxFrame仍是处理TB级甚至PB级数据的理想选择。
40 4
|
21天前
|
SQL DataWorks 数据可视化
阿里云DataWorks评测:大数据开发治理平台的卓越表现
阿里云DataWorks是一款集数据集成、开发、分析与管理于一体的大数据平台,支持多种数据源无缝整合,提供可视化ETL工具和灵活的任务调度机制。其内置的安全体系和丰富的插件生态,确保了数据处理的高效性和安全性。通过实际测试,DataWorks展现了强大的计算能力和稳定性,适用于中小企业快速搭建稳定高效的BI系统。未来,DataWorks将继续优化功能,降低使用门槛,并推出更多灵活的定价方案,助力企业实现数据价值最大化。
|
21天前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
57 2
|
16天前
|
SQL 存储 分布式计算
阿里云 Paimon + MaxCompute 极速体验
Paimon 和 MaxCompute 的对接经历了长期优化,解决了以往性能不足的问题。通过半年紧密合作,双方团队专门提升了 Paimon 在 MaxCompute 上的读写性能。主要改进包括:采用 Arrow 接口减少数据转换开销,内置 Paimon SDK 提升启动速度,实现原生读写能力,减少中间拷贝与转换,显著降低 CPU 开销与延迟。经过双十一实战验证,Paimon 表的读写速度已接近 MaxCompute 内表,远超传统外表。欢迎体验!
|
2月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
105 4
|
3月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
482 7

相关产品

  • 云原生大数据计算服务 MaxCompute
  • 下一篇
    开通oss服务