数据爆发式增长下,CIO不可不知的“数据经济学”

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 6月9日,全速重构•2020阿里云线上峰会如期举行。阿里巴巴研究员、阿里云智能存储资深产品总监Alex Chen做了主题为《面向未来,企业CIO该懂的数据经济学》的分享。

导读:6月9日,全速重构•2020阿里云线上峰会如期举行。阿里巴巴研究员、阿里云智能存储资深产品总监Alex Chen做了主题为《面向未来,企业CIO该懂的数据经济学》的分享。在分享中,他畅谈了数据增长所带来的全新挑战,同时从“数据经济学”的角度,阐述了阿里云存储的应对之策。本文系根据此次分享整理而成。

一、数据增长带来的挑战

大部分企业/组织管理者都需要面对数据的快速增长,这些数据可能是结构化的,也有可能是非结构化的;可能是从传统业务而来,也有可能是从物联网 (IoT) 、人工智能(AI)等新的业务而来;可能是人产生的数据,也可能是机器产生的数据;可能是企业组织自身产生的数据,也有可能是外部合作产生的数据……数据的这种爆发式增长是难以控制的指数级增长。

除此之外,数据的价值呈现两极化的分布。初期,数据产生实时的洞察,比如当消费者进入到购物网站之后所进行的一些及时的推荐,这类推荐更多的是实时的且具有实效性。同时,随着数据量的积累,数据价值则是对长期的、宏观的探索和归纳的洞察。因此,数据价值的曲线就呈现出两极化的态势,即所谓的“微笑曲线”。
_

基于这样的“微笑曲线”,在数字化的变革中就必须有效地、快速地处理数据,同时解决海量数据的存储问题及数据管理等问题。这些问题主要包括存、用、管等几个方面:

在存的方面,数据量不断增长,需要在低投入的情况下实现高容量的数据存储,并且要应对硬件故障导致的数据丢失,实现存储系统更高的可靠性。

在用的方面,由于业务24小时不间断进行,所以需要随时保证数据的安全性和可用性。并且随着AI和大数据的发展,应用需要对海量的数据实现高带宽、低延迟的访问。

在管的方面,既要满足不同国家、区域、行业的相应合规要求,也要做到防泄漏、防误删、防勒索。所以,频繁的数据拷贝、调度也对数据管理带来了更大的挑战。

作为数字经济的基础设施,阿里云正在全速重构数字新基建,在这个过程中,阿里云存储又将如何应对这些挑战呢?

二、阿里云存储的应对之策

首先,十年磨砺。2019全球天猫购物狂欢节创下了2864亿的商业奇迹。在奇迹的背后,是阿里云自研的分布式存储系统——盘古稳如磐石的可靠性支持。经过十年的潜心研发以及历年“双十一”的打磨,今天的盘古已经成为阿里云这一数字经济基础设施的稳定底座和性能引擎。

其次,星罗棋布。阿里云多个超大规模数据中心遍布全球,拥有数十EB的存储规模,每日有万亿次应用请求。强大的供应链资源管理能力,不仅可以全速构建数字新基建,同时为用户提供更好的使用弹性。

第三,值得信赖。在品牌层面,阿里云是亚洲第一,全球前三的云计算提供商,拥有丰富的云计算经验,深得国内外客户信赖。在产品技术方面,阿里云存储提供多种数据加密方式,保障数据全链路安全。操作记录可追溯,保障异常行为有迹可查。强大的备份与容灾能力,有效抵御勒索病毒,并且符合不同国家、区域、行业的相关合规需求。

最后,包罗万象。阿里云存储具有完善的公共云、混合云产品体系以及多场景的解决方案生态,用户无论是需要全栈上云还是部分上云,都可以进行匹配。同时,在具体产品线上,拥有包括块存储、对象存储、文件存储、表格存储以及企业级混合云存储等多元化的产品形态,可以满足客户迁移、备份、容灾、日志服务等数据管理的实际需求。
_

三、阿里云,释放数据智能原力

存储行业的变革正在持续发生,作为下一代存储的定义者,阿里云存储将以“数据经济学”的角度充分释放云时代的数据智能原力。

首先,阿里云激活了全闪存存储的极致性能,进一步挖掘数据价值。首先传统线下全闪存存储投入成本高,且对于核心业务难以做到针对性的性能提升;其次线下的全闪架构因为需要对计算和网络的链路进行优化,架构部署复杂,而阿里云存储通过将全闪技术和云结合后,可以根据业务需求针对单个ESSD云盘进行容量和性能上限的在线提升,从而发挥出更为极致的性能。

其次,以往的IT架构如果想要实现高可用的架构都需要极大的IDC成本和专业人员投入。而阿里云通过构建统一的数据存储平台,让更多的企业只需花费少量的成本即可享受等同于世界500强企业一样的、先进的、高可用的IT架构,实现存储技术的普惠。

第三,数据引力下的“数据经济学”。数据迁移带来了高传输成本、高传输时延等问题,因此,计算需要向存储下沉,这样的架构可以带来多个好处,包括无需多份数据的频繁拷贝且单份数据可以被多个大数据分析引擎使用,以及FPGA(Field Programmable Gate Array)与存储的就近处理,可以提升图片处理的效率等等。
_

今天,在数字化变革的当下,数据已经成为一门“经济学”。在这门学科里,隐含着数据存储、数据治理、数据挖掘等在内的诸多难题。阿里云存储致力于和CIO一道,努力破解这些难题,真正读懂 “数据经济学”。

目录
相关文章
|
编译器 C# 开发者
C# 10.0中的全局`using`指令:简化命名空间引用的新方式
【1月更文挑战第4天】本文介绍了C# 10.0中引入的全局`using`指令,该指令允许开发者在项目级别统一管理命名空间引用,从而消除源文件中重复的`using`语句。全局`using`指令通过减少冗余代码、提高可维护性和统一命名空间管理,为开发者带来了更高效的编码体验。文章详细解释了如何实现全局`using`指令,并探讨了其在实际项目中的优势和适用场景。
阿里云商标注册申请官方入口(附商标自助申请流程)
阿里云商标分为商标智能注册申请、商标安心注册申请和商标顾问注册申请
33302 4
阿里云商标注册申请官方入口(附商标自助申请流程)
|
6月前
|
存储 弹性计算 安全
从0到1看懂:阿里云服务器ECS是什么?详解、价格、优势及使用问题解答FAQ
阿里云ECS是基于飞天架构的弹性计算服务,提供高稳定、高性能、安全可靠的云服务器,支持多种计费模式与丰富规格族,适配企业应用、互联网、AI等上百种场景,助力用户实现算力随需所用、成本最优。
|
7月前
|
人工智能 安全 数据挖掘
2026年企业级BI系统建设方案:构建智能数据驱动决策新体系
企业数字化转型深化,数据成核心生产要素。Gartner报告显示,AI赋能、全场景协同的BI工具占主流。瓴羊Quick BI凭借“智能小Q”与阿里生态协同,连续六年入选Gartner魔力象限,助力企业实现数据驱动决策。本文剖析10大BI工具竞争力,提供选型指南。
|
8月前
|
人工智能 算法 API
谈谈玩美移动 AI API 的技术路径与落地能力
玩美移动凭借多年美妆科技积累,打造稳定、可控的AI API服务,覆盖虚拟试妆、肤质分析、AI换装等场景。其多模态技术体系融合高精度人脸关键点、皮肤纹理建模与3D结构预测,结合商业化落地经验,实现跨设备、跨光线的高质量图像处理。模型幻象率低,结果一致性高,已广泛服务于全球品牌与零售商。
470 5
|
10月前
|
Ubuntu 网络安全 数据安全/隐私保护
搭建SSH服务于RK3399平台上的Ubuntu 18.04,实现远程连接
以上步骤涵盖从安 装 到配制再至实际使 用户建立Ssh 连接所需知识点 。务必注意,在对外提供Ssh 访问
480 2
|
Android开发 Swift iOS开发
iOS和安卓作为主流操作系统,开发者需了解两者差异以提高效率并确保优质用户体验。
【10月更文挑战第1天】随着移动互联网的发展,智能手机成为生活必需品,iOS和安卓作为主流操作系统,各有庞大的用户群。开发者需了解两者差异以提高效率并确保优质用户体验。iOS使用Swift或Objective-C开发,强调简洁直观的设计;安卓则采用Java或Kotlin,注重层次与动画。Swift和Kotlin均有现代编程特性。此外,iOS设备更易优化,而安卓需考虑更多兼容性问题。iOS应用仅能通过App Store发布,审核严格;安卓除Google Play外还可通过第三方市场发布,审核较宽松。开发者应根据需求选择合适平台,提供最佳应用体验。
523 3
|
12月前
|
测试技术 数据安全/隐私保护
刷视频自动滑屏器,全自动刷视频脚本,看广告屏屏幕滑动【autojs】
示例仅用于学习自动化测试技术,不建议用于实际刷视频。真正的自动化测试需要更完善的异常处理和验证机制
|
机器学习/深度学习 编解码 人工智能
超越Transformer,全面升级!MIT等华人团队发布通用时序TimeMixer++架构,8项任务全面领先
一支由麻省理工学院、香港科技大学(广州)、浙江大学和格里菲斯大学的华人研究团队,开发了名为TimeMixer++的时间序列分析模型。该模型在8项任务中超越现有技术,通过多尺度时间图像转换、双轴注意力机制和多尺度多分辨率混合等技术,实现了性能的显著提升。论文已发布于arXiv。
1151 84