浪潮亮相数博会:专注“计算+”,发挥大数据的“长板”优势

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

5月25日-29日,中国大数据产业峰会暨中国电子商务创新发展峰会(简称“数博会”)在贵阳举办。作为中国云计算、大数据领军企业,浪潮再次携领先的云计算、大数据产品和解决方案参加此次盛会。浪潮集团副总裁张晖在同期举办的“2016绿色数据中心发展国际论坛”上发表题为“大数据 新生态”的主题演讲。

 浪潮亮相数博会:专注“计算+”,发挥大数据的“长板”优势

持续深化“计算+”,助力贵州大数据建设

2016年,浪潮将持续深化计算+战略,全力发展融合架构2.0和生态2.0,加快硬件重构与软件定义的深度融合,促进云计算、大数据生态的建设,构建未来核心竞争力。自2012年起,浪潮先后助力贵州省建设了“云上贵州”系统平台、贵阳大数据交易所和贵安 -- 浪潮大数据应用创新中心,并在大数据精准扶贫、气象大数据研究等方面取得了阶段性成果。

发挥大数据威力,需要拉近数据计算和存储的距离

浪潮集团副总裁张晖在演讲中深入分析了当前大数据行业所面临的压力和挑战,并重点介绍了浪潮在大数据领域的技术优势和成果。

浪潮亮相数博会:专注“计算+”,发挥大数据的“长板”优势 

张晖指出,上一次工业革命,80%的蓝领劳动被新的生产模式和技术取代,本次的大数据浪潮可能会取代80%的简单脑力劳动,会对当前的产业模式产生巨大的冲击。

在此背景下,大数据也呈现爆炸性增长的趋势,现有的数据保有量平均每两年翻一番,越来越多的用户面临数据存储成本过高,平台架构限制导致扩容瓶颈,以及传统手段无法计算挖掘数据价值等问题。想要发挥大数据真正的威力,需要拉近数据计算和存储的距离,由业务和应用来决定底层的计算存储架构。

发挥“长板”,以业务和应用来定义底层的IT基础架构

浪潮基于自身在硬件重构+软件定义的融合架构上的积累和优势,深入理解用户的业务痛点,从简化基础架构入手,深化计算、存储和网络的融合,推出了软硬一体化的大数据平台解决方案。

在计算与存储性能优化方面,浪潮采用分布式存储模式,提供分级分场景的最优性价比方案,同时在存储数据交换上,创新性的采用SAS Switch存储设备,将计算存储设备高度融合,实现了柜内计算、存储和网络资源的集中池化、统一调度和统一管理,减少数据传输环节,使计算和存储靠拢得更近,提高了系统性能和效率,保证整个系统的高效稳定运行大数据处理能力进一步提升。

在数据处理上,浪潮推出了从GB到PB一整套云海Insight大数据解决方案,包含Insight HD、Insight MPP和Insight MemDB三款产品。应对结构化、半结构化、非结构化数据的采集、存储和计算处理。

以云海Insight组件产品MPP分布式数据库为例,在数据随机读写处理上,效能同比开源社区产品高2-10倍,查询性能是传统关系数据库的10-100倍;数据并行加载和导出能力,每小时每节点最高入库的封装数据数量可达2TB,原来传统数据库需要20多个小时才能加载入库的数据量, MPP 只要5分多钟就完成数据的载入处理。同时,浪潮还将 MPP核心的SQL引擎部分移植到开源Hadoop上也取得了显著的效果。

数博会上软硬并进,大数据产品齐亮相

本次数博会期间,浪潮软硬并进,展出了多款大数据软硬件产品,云海大数据一体机、云海Insight大数据平台等悉数登场。

 浪潮亮相数博会:专注“计算+”,发挥大数据的“长板”优势

其中,SDA70000云海大数据一体机作为大数据明星产品亮相展区。云海大数据一体机采用融合架构理念,基于业界最先进的软硬件平台,为客户量身打造企业级融合高效架构。以软件定义和硬件重构为核心,对软硬件进行深度解耦拆分,针对不同软件单元的特性,重组最优的计算单元、网络单元和存储单元,在充分激发软硬件潜能的同时,多层次整合优化保障性能卓越。有效减少了慢任务数量,平均运算速度提升40%以上。此外,面向不同的应用场景,浪潮还推出了分布式并行数据库一体机SDA50000,并将推出新一代超融合架构一体机SDA80000。

张晖表示,随着大数据和云计算业务持续发展,企业厂商之间的合作会更加密切。浪潮提供的是云计算大数据平台级产品,在软硬件融合能力方面,更是浪潮的强项,浪潮将把自身的产品技术核心能力,向上下游合作伙伴开放共享,共同打造一站式大数据解决方案,构建开放融合的大数据新生态。


原文发布时间为:2016年6月3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
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 
相关文章
|
1月前
|
分布式计算 大数据 Java
大数据-87 Spark 集群 案例学习 Spark Scala 案例 手写计算圆周率、计算共同好友
大数据-87 Spark 集群 案例学习 Spark Scala 案例 手写计算圆周率、计算共同好友
49 5
|
1月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
50 3
|
1月前
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
60 0
|
19天前
|
分布式计算 Java MaxCompute
ODPS MR节点跑graph连通分量计算代码报错java heap space如何解决
任务启动命令:jar -resources odps-graph-connect-family-2.0-SNAPSHOT.jar -classpath ./odps-graph-connect-family-2.0-SNAPSHOT.jar ConnectFamily 若是设置参数该如何设置
|
1月前
|
存储 运维 物联网
长安汽车×云器Lakehouse一体化数据平台,成本降低50%,建立智能互联时代的领先优势
长安汽车智能化研究院致力于汽车智能化技术研究,通过构建基于云器科技Lakehouse一体化数据平台,解决了高并发、大规模车联网数据处理难题,实现了数据实时写入、高效分析和成本优化,助力汽车智能驾驶、网联和交通全面发展。
51 0
长安汽车×云器Lakehouse一体化数据平台,成本降低50%,建立智能互联时代的领先优势
|
2月前
|
人工智能 分布式计算 大数据
超级计算与大数据:推动科学研究的发展
【9月更文挑战第30天】在信息时代,超级计算和大数据技术正成为推动科学研究的关键力量。超级计算凭借强大的计算能力,在尖端科研、国防军工等领域发挥重要作用;大数据技术则提供高效的数据处理工具,促进跨学科合作与创新。两者融合不仅提升了数据处理效率,还推动了人工智能、生物科学等领域的快速发展。未来,随着技术进步和跨学科合作的加深,超级计算与大数据将在科学研究中扮演更加重要的角色。
|
3月前
|
存储 大数据 数据处理
Delta Lake革新浪潮:EMR中的数据湖守护者,如何重塑大数据生态?
【8月更文挑战第26天】Delta Lake是一款开源大数据处理框架,以数据版本控制和ACID事务特性著称,在大数据领域崭露头角。在阿里云EMR平台上,它为用户提供高效可靠的数据处理方式,通过结构化的存储、事务日志实现数据版本控制和回滚。Delta Lake在EMR中实现了ACID事务,简化数据湖操作流程,支持时间旅行查询历史数据版本,优化存储格式提高读取速度,这些优势使其在开源社区和企业界获得广泛认可。
51 2
|
3月前
|
分布式计算 大数据 数据处理
Apache Spark的应用与优势:解锁大数据处理的无限潜能
【8月更文挑战第23天】Apache Spark以其卓越的性能、易用性、通用性、弹性与可扩展性以及丰富的生态系统,在大数据处理领域展现出了强大的竞争力和广泛的应用前景。随着大数据技术的不断发展和普及,Spark必将成为企业实现数字化转型和业务创新的重要工具。未来,我们有理由相信,Spark将继续引领大数据处理技术的发展潮流,为企业创造更大的价值。
|
3月前
|
分布式计算 大数据 API
|
4月前
|
存储 弹性计算 大数据
阿里云ECS在大数据处理中展现高效存储与计算实力,提供多样化实例规格适应不同需求
【7月更文挑战第3天】阿里云ECS在大数据处理中展现高效存储与计算实力,提供多样化实例规格适应不同需求,如大数据型实例配备高吞吐硬盘。与OSS集成实现大规模存储,通过Auto Scaling动态调整资源,确保任务高效运行。案例显示,使用ECS能提升处理速度、降低成本,为企业数据驱动创新提供有力支持。
61 1