【云栖号案例 | 教育与科研机构】浙江大学联手驻云科技进行信息化建设 实时数据驱动校园智能管理

简介: 浙江大学想要实现通过实时统一大数据平台,智能管理校园。上云后通过实时统一大数据平台,节省故障排查时间,提高IT设施和业务平台稳定性和安全性。

云栖号案例库:【点击查看更多上云案例】
不知道怎么上云?看云栖号案例库,了解不同行业不同发展阶段的上云方案,助力你上云决策!

公司介绍

浙江大学是国家“211工程”和“985工程”重点建设的综合性大学,经过一百多年的建设与发展,已成为一所基础坚实、实力雄厚,在海内外有较大影响的研究型、综合型、创新型大学。曾被英国著名学者李约瑟称誉为“东方剑桥”。

业务痛点

随着网络信息化技术的不断进步,就我国高校而言,传统的学习和生活模式已无法满足学生的需求;老机房堆硬件的建设,给信息化深度建设的管理和运维工作人员造成了巨大的麻烦。

这些因素促使各所高校对校园智能管理的需求日益剧增。

浙江大学有多个校区,现有学生50000多人,教职工8000多人,拥有数十幢教学大楼,数百个智慧教室。浙大网上的IT资产和应用分布广泛,有浙大飞天专有云,浙大机房Vmvare虚拟集群,浙大阿里云公共云。应用涵盖了浙大钉,远程保障,门户应用等,设备端包含网路设备,安全设备,教室主机设备等,分散在各个不同的校区,如何实现通过实时统一大数据平台,助力浙大校园智能管理,这是一个值得深思的问题。

解决方案

驻云作为国内领先的IT技术服务提供商,一直致力于为企业在IT方面提供技术赋能,以丰富的实践经验和服务能力为企业提供专业的解决方案,自公司成立以来,已累计服务企业超过5000家。此次“网上浙大”项目,驻云携手阿里云在两周时间内,部署DataFlux实时统一大数据平台,通过DataV大屏输出数据,完成IT基础设施和应用监控数据的统一管理,助力浙大利用实时数据驱动校园智能管理。

DataFlux作为一个实时统一大数据平台,采用阿里云时序数据库,并引入阿里云ClickHouse,能提供全场景的数据洞察分析处理能力,通过对任何来源、类型、规模的实时数据进行监控、分析和处理,释放数据价值。DataFlux强大的数据处理能力背后离不开阿里云各技术栈的支持,阿里云的时序数据库团队为DataFlux提供稳定高可用的数据存储底座,达摩院为DataFlux提供ClickHouse的技术支持等,阿里云数据库团队的专业支持让DataFlux能够为企业提供更稳定的产品和服务。

DataFlux基于容器技术标准化安装部署,通过Datakit标准数据采集工具,DataWay网关部署,DataFlux函数平台数据处理,统一输出到DataV进行展示和管理。

上云价值

在DataFlux方案部署前,由于浙大IT资产种类繁多,IT管理人员需要登录多个平台监控数据状况;部署后只需通过实时统一大数据平台,即可监控多个来源渠道的数据,节省故障排查时间,提高IT设施和业务平台的稳定性和安全性。以前在教学过程中才能发现的教学设备故障,现在通过DataFlux实时数据运营洞察,即可提前预知并采取行动,保障教学活动正常进行,为全校师生提供可靠的IT服务,实现智慧校园统一管理。

证言

浙江大学信息技术中心主任陈文智说:“教育信息化从应用型作坊式全面升级为体系化平台式建设是大势所趋,未来,教育数据共享将成为常态,数据智能将成为推动教育科研的核心动力。”

相关产品

驻云作为阿里云使命级合作伙伴,致力于为企业提供更优质的产品和服务。驻云DataFlux实时统一大数据平台,已入选“阿里云心选”产品,在阿里云云市场全面上线。“阿里云心选”是由阿里云用心挑选”质量最优、服务最优、口碑最优”的精品软件,云市场官方自营品牌背书,提供优质云上软件服务,更安全、更便捷。

【云栖号在线课堂】每天都有产品技术专家分享!
在线课堂地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

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
|
JavaScript 搜索推荐 Java
一次偶然的机会,让我遇见了amis之排错总结(持续更新,因为还在学习)(上)
一次偶然的机会,让我遇见了amis之排错总结(持续更新,因为还在学习)
|
存储 缓存 分布式计算
【Hbase】(十一)详解 HBase 表的设计原则
【Hbase】(十一)详解 HBase 表的设计原则
1720 0
【Hbase】(十一)详解 HBase 表的设计原则
|
10月前
|
安全 Linux 数据安全/隐私保护
Red Hat Enterprise Linux 9.6 (x86_64, aarch64) - 红帽企业 Linux (RHEL)
Red Hat Enterprise Linux 9.6 (x86_64, aarch64) - 红帽企业 Linux (RHEL)
1209 36
Red Hat Enterprise Linux 9.6 (x86_64, aarch64) - 红帽企业 Linux (RHEL)
|
5月前
|
缓存 API 调度
70_大模型服务部署技术对比:从框架到推理引擎
在2025年的大模型生态中,高效的服务部署技术已成为连接模型能力与实际应用的关键桥梁。随着大模型参数规模的不断扩大和应用场景的日益复杂,如何在有限的硬件资源下实现高性能、低延迟的推理服务,成为了所有大模型应用开发者面临的核心挑战。
|
8月前
|
Android开发 数据安全/隐私保护 Python
微信抢红包脚本安卓插件,微信xposed抢红包模块, magisk微信抢红包模块
这个代码实现了一个完整的微信抢红包自动化工具,包含红包检测、自动点击、日志记录等功能
|
自然语言处理 物联网 API
检索增强生成(RAG)实践:基于LlamaIndex和Qwen1.5搭建智能问答系统
检索增强生成(RAG)实践:基于LlamaIndex和Qwen1.5搭建智能问答系统
检索增强生成(RAG)实践:基于LlamaIndex和Qwen1.5搭建智能问答系统
|
人工智能 计算机视觉
YOLOv11改进策略【损失函数篇】| NWD损失函数,提高小目标检测精度
YOLOv11改进策略【损失函数篇】| NWD损失函数,提高小目标检测精度
1654 6
YOLOv11改进策略【损失函数篇】| NWD损失函数,提高小目标检测精度
|
Java Linux iOS开发
如何配置 Java 环境变量:设置 JAVA_HOME 和 PATH
本文详细介绍如何在Windows和Linux/macOS系统上配置Java环境变量。
17306 12
|
调度 异构计算
NVIDIA Triton系列10-模型并发执行
NVIDIA Triton服务器支持模型并发执行,通过在单个或多个GPU上同时运行多个模型实例,提高计算资源利用率和性能。配置`instance_group`可调整每个模型的并发实例数,优化推理效率。此外,通过设置资源限制和优先级,确保在有限的计算资源下实现高效的任务调度。
838 0
NVIDIA Triton系列10-模型并发执行
|
存储 机器学习/深度学习 人工智能
二维码生成原理和解码原理
二维码(Quick Response Code,简称QR码)是一种广泛使用的二维条形码技术。二维码能有效地存储和传递信息,广泛应用于商品追溯、支付、广告等多个领域。二维码的主要特点是信息存储量大、读取速度快、容错能力强等。
3541 2

热门文章

最新文章