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
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
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
相关文章
|
3月前
|
SQL 人工智能 分布式计算
ODPS:数据浪潮中的成长与突围
本文讲述了作者在大数据浪潮中,通过引入阿里云ODPS体系(包括MaxCompute、DataWorks、Hologres)解决数据处理瓶颈、实现业务突破与个人成长的故事。从被海量数据困扰到构建“离线+实时”数据架构,ODPS不仅提升了数据处理效率,更推动了技术能力与业务影响力的双重跃迁。
|
2月前
|
存储 SQL 分布式计算
大数据之路:阿里巴巴大数据实践——元数据与计算管理
本内容系统讲解了大数据体系中的元数据管理与计算优化。元数据部分涵盖技术、业务与管理元数据的分类及平台工具,并介绍血缘捕获、智能推荐与冷热分级等技术创新。元数据应用于数据标签、门户管理与建模分析。计算管理方面,深入探讨资源调度失衡、数据倾斜、小文件及长尾任务等问题,提出HBO与CBO优化策略及任务治理方案,全面提升资源利用率与任务执行效率。
|
存储 机器学习/深度学习 人工智能
阿里云ODPS:在AI浪潮之巅,铸就下一代智能数据根基
在智能爆炸时代,ODPS正从传统数据平台进化为“AI操作系统”。面对千亿参数模型与实时决策挑战,ODPS通过流批一体架构、多模态处理、智能资源调度等技术创新,大幅提升效率与智能化水平。从自动驾驶到医疗联合建模,从数字孪生到低代码AI开发,ODPS正重塑企业数据生产力,助力全球客户在算力洪流中抢占先机。
132 0
|
11月前
|
存储 负载均衡 算法
大数据散列分区计算哈希值
大数据散列分区计算哈希值
168 4
|
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
179 5
|
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
127 3
|
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
206 0
|
11月前
|
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
|
11月前
|
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
|
12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。
364 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