IBM Platform Computing:云计算与大数据的智慧粘合剂

简介:
ZDNet至顶网软件频道消息: 对于大数据战略,IBM一直把它看做公司整体战略极其重要组成部分,不久前更是与苹果公司达成一项排他性合作,把大数据和分析能力引入苹果的iPhone和iPad。在IBM大数据战略及解决方案中,Platform Computing处于什么地位?它的特点和优势对于IBM大数据战略的影响是什么?ZDNet记者近日采访了IBM大中华区系统与科技部研发中心总监谢东。

谢东表示,IBM的大数据理念是提供一个完整的解决方案,其中包括硬件系统、硬件管理、大数据运算平台、大数据分析软件。Platform一如它的名字——平台,核心任务是负责对资源进行整合、调度,确保上层应用能够访问底层资源,Platform Computing处于中间层。

作为一个平台,Platform Computing实际上跨越了好几个环节,包括数据的采集、数据的存储以及在这之上的大数据运算。在这之中,Platform Computing要充当管理职能,为这些系统提供快速响应以及合理、高效的应用。

Platform助力大数据与云计算结合
对于Platform Computing应用来说,哪里数据多、对大数据需求旺盛,哪里就是Platform Computing的用武之地。金融、电信、气象、公共安全都是Platform Computing迅速发展的领域。在应用方面谢东特别强调,大数据与云计算的结合是Platform Computing非常显著的一个应用场景。大数据和云计算并不是割裂开的,很多用户需要的,是在云上构建一个大数据解决方案,而Platform Computing提供多租户的概念,使得客户可以在云的平台上构建几个大数据集群,不仅灵活使用,而且可以更高效地利用硬件资源。

为进一步介绍大数据与云计算结合的典型应用,谢东还列举了Platform Computing与SoftLayer的结合实例。如果某一个用户用Platform Computing建立了大数据方案,但是它在某一个阶段运算资源不够,不需要额外购买硬件。实际上IBM的Platform Computing可以给用户提供一个与SoftLayer结合的解决方案,使运算资源无缝扩展,不需要对应用、体验进行任何修改,用完以后还可以退租回来。

Platform成为软硬件优化调和剂
在IBM收购Platform之后,其实已经改变了Platform Computing单纯作为一个软件产品的产业形态,IBM把Platform Computing并入硬件部门,这也就意味着Platform Computing在软硬件优化方面有着极大的优势,也被赋予重大的责任。

对于此,谢东提到了几个月前IBM发布的Power 8服务器。Power8有一个显著的特点,那就是从硬件平台的角度为大数据应用而设计,反过来思考,IBM也需要从软件平台的角度把硬件性能充分利用起来。为了实现这一目的,Platform Computing起到了关键作用,它对Power 8服务器与其他存储设备的资源整合进行了深度融合。

在这种融合当中,其实应用场景是不同的,有的是运算密集型,有的是存储密集型,有的要求高带宽,有的需要大内存和快速响应。针对不同的应用,实际有不同的优化方案,在这方面Platform Computing都可以根据用户不同的需求,根据应用所选用的硬件平台做出适当的优化,使整个系统在一个最优的状态下运行。

大数据平台与已有系统无缝对接
其实在国内,最近一两年已经出现众多Platform Computing的成功案例,对此,谢东也进行了详细介绍。以电信为例,话费详单查询的应用需要考虑不同的查询条件以及历史查询的需求,导致数据量很大,而且这些数据还处于快速增长的态势下,这时候可以采用IBM的大数据平台进行查询。解决方案可以跟电信部门当前业务系统进行连接,让业务系统得到实时数据,然后为用户提供实时的详单查询。

而气象领域更是一个非常典型的应用场景。气象领域需要做数据收集、转换、分析的工作,实际上就需要大数据的处理能力。比如从卫星上获取的数据,如何把这些数据进行更好的处理,同时更快为用户提供查询访问,并进行预报,这也是一个典型的大数据应用。

在这些应用场景中,IBM的大数据平台解决方案会尽量让用户采用已有的系统进行无缝连接,使用户在原有业务基础上拓展到大数据平台,这点已被IBM重点考虑。另外,当用户建立的大数据系统面对持续不断的数据量增长的时候,系统仍然能够无缝的随着业务需求扩展能力和能量。这也是谢东特别强调的一点。而因为同时具有与类似SoftLayer公有云结合的能力,谢东也表示,用户部署的大数据系统与自身的云系统也可以紧密结合。

在采访的最后,谢东也再一次强调了Platform Computing的三大优势:首先,完整性,整个大数据平台从设计开始是一套完整的系统,是集成化的;其次,性能。IBM的大数据平台在实时响应、快速处理等方面有严苛的要求;最后,是容易被大家所忽略的,那就是整个系统的开放性和兼容性。Platform Computing的设计理念就是一个跨平台的、面向不同应用的产品,既有IBM的应用,众多应用场景、分析软件都跑在Platform Computing平台上,系统的开放性、兼容性非常好。
原文发布时间为:2014年07月31日
本文作者:张晓楠
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
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
存储 弹性计算 分布式计算
云端智链:挖掘云计算中的大数据潜能
云端智链:挖掘云计算中的大数据潜能
359 21
|
安全 大数据 虚拟化
随着云计算和大数据技术的发展,Hyper-V在虚拟化领域的地位日益凸显
随着云计算和大数据技术的发展,Hyper-V在虚拟化领域的地位日益凸显。作为Windows Server的核心组件,Hyper-V具备卓越的技术性能,支持高可用性、动态迁移等功能,确保虚拟机稳定高效运行。它与Windows深度集成,管理便捷,支持远程管理和自动化部署,降低管理成本。内置防火墙、RBAC等安全功能,提供全方位安全保障。作为内置组件,Hyper-V无需额外购买软件,降低成本。其广泛的生态系统支持和持续增长的市场需求,使其成为企业虚拟化解决方案的首选。
|
存储 分布式计算 大数据
大数据与云计算:无缝结合,开启数据新纪元
大数据与云计算:无缝结合,开启数据新纪元
949 11
|
人工智能 大数据
阿里云云计算ACA、大数据ACA、人工智能ACA三门认证升级调整公告
阿里云云计算ACA、大数据ACA、人工智能ACA三门认证升级调整公告
|
边缘计算 监控 安全
掌握Edge Computing:开启下一代云计算时代
随着5G与物联网的发展,数据处理需求剧增。边缘计算作为新兴计算模式,通过在网络边缘处理数据,减少延迟、提高响应速度、减轻数据中心负担,展现出降低延迟、减少带宽消耗、提高数据处理能力和增强数据安全性的优势。本文探讨了边缘计算的概念、优势及开发实践,包括选择平台、优化数据流、实现容错设计、保障安全隐私及监控维护等方面,并介绍了其在工业自动化、智能交通和远程医疗等领域的应用案例,旨在帮助读者掌握边缘计算,迎接下一代云计算时代的到来。
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
存储 弹性计算 分布式计算
云计算在大数据处理中的优势与挑战
云计算在大数据处理中的优势与挑战
|
人工智能 运维 安全
中企出海大会|打造全球化云计算一张网,云网络助力中企出海和AI创新
阿里云网络作为全球化战略的重要组成部分,致力于打造具备AI技术服务能力和全球竞争力的云计算网络。通过高质量互联网服务、全球化网络覆盖等措施,支持企业高效出海。过去一年,阿里云持续加大基础设施投入,优化海外EIP、GA产品,强化金融科技与AI场景支持。例如,携程、美的等企业借助阿里云实现业务全球化;同时,阿里云网络在弹性、安全及性能方面不断升级,推动中企迎接AI浪潮并服务全球用户。
2110 8
|
监控 安全 网络安全
云计算与网络安全:技术挑战与解决方案
随着云计算技术的飞速发展,其在各行各业的应用越来越广泛。然而,随之而来的网络安全问题也日益凸显。本文将从云服务、网络安全和信息安全等技术领域出发,探讨云计算面临的安全挑战及相应的解决方案。通过实例分析和代码示例,旨在帮助读者更好地理解云计算与网络安全的关系,提高网络安全防护意识。
460 56
|
存储 安全 网络安全
云计算与网络安全的深度探讨###
本文旨在全面解析云计算环境下的网络安全挑战,涵盖云服务模型、数据安全、身份与访问管理等关键技术领域。通过剖析云计算对网络安全格局的影响,探讨如何构建和维护坚实的安全防护体系,确保云环境中的数据安全、隐私保护及业务连续性。 ###

热门文章

最新文章