IBM与用友展合作加速推进大数据与分析应用

简介:

ZDNet至顶网软件频道消息:在2014用友用户大会上,IBM与用友软件股份有限公司(以下简称用友)共同宣布展开战略合作,进一步利用IBM大数据与分析技术方案,帮助客户在大幅度降低成本的基础上更有效地运行应用。

根据合作协议,用友和IBM将为用友NC(ERP、供应链、客户关系与人力资源软件平台)优化带有BLU加速器的IBM DB2。用友将向客户提供带有BLU加速器的IBM DB2连同用友NC产品。同时,用友和IBM计划共同发展端到端的生态系统,涵盖应用测试、技术支持、市场专家支持和销售支持。同时,用友还决定将IBM的分析软件,如Cognos,采纳到统一应用平台(UAP)上。UAP是应用于企业和组织的通用计算平台。

IBM信息管理部门数据库与数据仓库副总裁Sean Poulley表示:“数据是全新的自然资源,我们的目标是为用友的客户提供同类最佳的处理和分析能力。将带有BLU加速器的IBM DB2与用友NC组合起来,将会为用友的客户带来成本和性能的全面优势。同时,利用IBM中国开发中心资源,IBM承诺致力于发展新一代的生态系统,像用友一样继续成为中国企业可以信赖的厂商。”

作为新一代平台,带有BLU加速器的IBM DB2可以在一个数据库中通过高效能的事务处理进行内存级计算分析,更快速地解决当今的商业问题。

“ERP与财会应用软件需要处理大量的报表。在IBM System X服务器上进行数据库供应商对比,带有BLU加速器的IBM DB2进行复杂查询测试时的性能,与传统的行式数据库相比提升了40倍。这项技术非常适合用友的大数据分析服务。”用友软件股份有限公司高级副总裁郑雨林先生表示。

行业分析师认为,中国在大数据技术应用方面将处于国际领先地位。据权威分析机构IDC预测,大数据技术和服务在中国市场的复合年增长率将达到38.7%,到2017年将从1.655亿美元增至8.5亿美元。

原文发布时间为:2014年09月14日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
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
|
1月前
|
SQL 分布式计算 数据可视化
Tableau与大数据:可视化工具在大数据分析中的应用
【4月更文挑战第8天】Tableau是一款领先的数据可视化工具,擅长于大数据分析,提供广泛的数据连接器,支持多源整合。它与Hadoop、Spark等深度集成,实现高效大数据处理。Tableau的拖拽式界面和交互式分析功能使得非技术人员也能轻松探索数据。在实战中,Tableau用于业务监控、数据storytelling和自助式分析,推动数据民主化,提升决策效率。未来,Tableau将持续创新,扩展生态系统,并保障数据安全与合规性,助力企业最大化数据价值。
40 0
|
3天前
|
数据可视化 大数据 Python
python大数据分析处理
python大数据分析处理
10 0
|
4天前
|
机器学习/深度学习 人工智能 大数据
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
|
10天前
|
存储 机器学习/深度学习 数据采集
大数据处理与分析实战:技术深度剖析与案例分享
【5月更文挑战第2天】本文探讨了大数据处理与分析的关键环节,包括数据采集、预处理、存储、分析和可视化,并介绍了Hadoop、Spark和机器学习等核心技术。通过电商推荐系统和智慧城市交通管理的实战案例,展示了大数据在提高用户体验和解决实际问题上的效能。随着技术进步,大数据处理与分析将在更多领域发挥作用,推动社会进步。
|
13天前
|
存储 运维 监控
|
13天前
|
存储 数据可视化 大数据
大数据分析与处理:探索数据的深层价值
大数据分析与处理:探索数据的深层价值
41 2
|
15天前
|
算法 数据可视化 数据挖掘
IBM SPSS Modeler分类决策树C5.0模型分析空气污染物数据
IBM SPSS Modeler分类决策树C5.0模型分析空气污染物数据
|
23天前
|
存储 分布式计算 大数据
使用 Java 进行大数据处理和分析
【4月更文挑战第19天】本文探讨了Java在大数据处理中的关键作用,涉及Hadoop框架、HDFS数据存储、MapReduce编程模型及Spark等数据分析工具。还包括数据预处理、可视化、性能优化、安全与隐私保护以及完整处理流程。Java在金融、医疗、电商等领域有广泛应用,为大数据洞察和决策提供支持,但同时也需要开发者具备深厚的技术背景和实践经验。
|
23天前
|
缓存 大数据 Python
python利用代理IP分析大数据
python利用代理IP分析大数据
|
1月前
|
人工智能 分布式计算 安全
Azure Databricks实战:在云上轻松进行大数据分析与AI开发
【4月更文挑战第9天】探索Microsoft Azure的Databricks服务,体验其在大数据分析和AI开发中的高效性能。此平台简化流程,提升效率,适用场景包括数据湖分析、实时流处理和AI开发。核心优势在于一体化平台设计、云原生的弹性伸缩和企业级安全保障。Databricks提升研发效能,无缝集成Azure生态,且持续创新,是应对大数据挑战和加速AI创新的理想工具。
35 1

热门文章

最新文章