阿里云贾扬清:数据湖正成为企业数据应用创新标配

本文涉及的产品
对象存储 OSS,20GB 3个月
对象存储 OSS,恶意文件检测 1000次 1年
对象存储 OSS,内容安全 1000次 1年
简介: 全球数据湖峰会开幕

数字经济蓬勃发展的今天,越来越多的用户已经从“上好云”,走到了“用好云”的这个阶段。如果说在“上好云这个阶段,大多数用户关心的是如何在成本上获得更好的回报。那么在上好云这个阶段,更多的用户开始思考,如何在云平台上支持更多、更复杂、更有价值的数据分析场景。

3月 31 日,阿里云全球数据湖峰会上,阿里云从“湖管理、湖存储和湖计算“这三个方面,为观众带来了“数据湖 3.0” 的重磅升级方案。为用户呈现数据湖在各行各业多场景的融合方案和实践,共同推动产业数据湖的发展浪潮。

1.jpg

阿里巴巴集团副总裁,阿里云计算平台事业部负责人贾扬清认为,云原生让数据湖加速迈入 3.0 时代,而数据湖已经成为企业数据应用创新的标配。

由于数据应用体量持续增加,数据分析的开放性和多样化也在持续地增加,这也标示着数据湖的应用已经进入深水区。企业如何系统地实现湖存储、湖计算和湖管理是企业能否实现业务创新与增长的关键。

阿里云云原生企业级数据湖,帮助这些用户实现对新的数据化的赛道进行赋能,助力业务在云上创造更多新的可能性。

借助它,任意门科技高效地支撑了各种业务数据分析场景,通过数据湖提供上百Gbps 高吞吐能力,满足业务数据分析对于弹性扩展吞吐的需求。同时数据湖也提供了存算解耦合架构和多存储类型的,让任意门科技具备更灵活的成本优化空间。

“AI 和大数据的融合,驱动企业创造业务价值。基于数据湖存储OSS的冷热智能分层能力,可实现成本降低95%。”阿里云基础产品资深产品总监 Alex Chen 如是说。

2.jpeg

以映客互娱为例,采用数据湖的解决方案,在技术层面支持了其业务从单一直播平台向泛娱乐生态的转型。

据了解,映客互娱将阿里云数据湖体系与自研的大数据中台打通,对产品矩阵进行技术上面的支撑。成功实现了在只配备最前线运营人员和少量的客户端研发的情况下,可实现数据的运营,挖掘其背后的价值。

在智能物流领域,嬴彻科技是一家业务聚焦于干线物流场景的自动驾驶技术和运营公司。基于云数据湖实现自动化物流,将数据GPU的利用率提升至70%—80%,而资源仅提升14.5倍,帮助其以最低的成本将自动驾驶训练速度提升24倍。

3.png

在阿里云看来,数字经济转型的大环境下,生态伙伴也已经开始从单纯的信息提供商开始向数字经济的服务商转型。

数据湖带来的能力是能够帮助我们的伙伴打开这扇门最好的钥匙。

大会现场,阿里云与德勤、恒生、软通动力等20+合作伙伴,首次面向外界联合发布产业数据湖生态圈,共同利用数据湖解决方案的能力,为行业用户畅想数据更多可能性提供创新支点。

4.jpg

阿里云透露,2020年至今,已超过1万个客户在云上构建数据湖。未来,阿里云希望同伙伴一起,将云原生数据湖渗透到各行各业,推动更多企业实现数字创新。

相关实践学习
借助OSS搭建在线教育视频课程分享网站
本教程介绍如何基于云服务器ECS和对象存储OSS,搭建一个在线教育视频课程分享网站。
相关文章
|
3月前
|
数据采集 存储 分布式计算
构建智能数据湖:DataWorks助力企业实现数据驱动转型
【8月更文第25天】本文将详细介绍如何利用阿里巴巴云的DataWorks平台构建一个智能、灵活、可扩展的数据湖存储体系,以帮助企业实现数据驱动的业务转型。我们将通过具体的案例和技术实践来展示DataWorks如何集成各种数据源,并通过数据湖进行高级分析和挖掘,最终基于数据洞察驱动业务增长和创新。
243 53
|
3月前
|
存储 分布式计算 监控
揭秘阿里云EMR:如何巧妙降低你的数据湖成本,让大数据不再昂贵?
【8月更文挑战第26天】阿里云EMR是一种高效的大数据处理服务,助力企业优化数据湖的成本效益。它提供弹性计算资源,支持根据需求调整规模;兼容并优化了Hadoop、Spark等开源工具,提升性能同时降低资源消耗。借助DataWorks及Data Lake Formation等工具,EMR简化了数据湖构建与管理流程,实现了数据的统一化治理。此外,EMR还支持OSS、Table Store等多种存储选项,并配备监控优化工具,确保数据处理流程高效稳定。通过这些措施,EMR帮助企业显著降低了数据处理和存储成本。
127 3
|
3月前
|
安全 数据管理 大数据
数据湖的未来已来:EMR DeltaLake携手阿里云DLF,重塑企业级数据处理格局
【8月更文挑战第26天】在大数据处理领域,阿里云EMR与DeltaLake的集成增强了数据处理能力。进一步结合阿里云DLF服务,实现了数据湖的一站式管理,自动化处理元数据及权限控制,简化管理流程。集成后的方案提升了数据安全性、可靠性和性能优化水平,让用户更专注业务价值。这一集成标志着数据湖技术向着自动化、安全和高效的未来迈出重要一步。
74 2
|
3月前
|
存储 机器学习/深度学习 数据采集
深入解析大数据核心概念:数据平台、数据中台、数据湖与数据仓库的异同与应用
深入解析大数据核心概念:数据平台、数据中台、数据湖与数据仓库的异同与应用
|
3月前
|
存储 机器学习/深度学习 弹性计算
阿里云EMR数据湖文件系统问题之OSS-HDFS全托管服务的问题如何解决
阿里云EMR数据湖文件系统问题之OSS-HDFS全托管服务的问题如何解决
|
3月前
|
存储 缓存 数据管理
阿里云EMR数据湖文件系统问题之JindoFS数据孤岛的问题如何解决
阿里云EMR数据湖文件系统问题之JindoFS数据孤岛的问题如何解决
|
3月前
|
存储 对象存储 云计算
阿里云EMR数据湖文件系统问题之JindoFS处理大量小文件的问题如何解决
阿里云EMR数据湖文件系统问题之JindoFS处理大量小文件的问题如何解决
|
3月前
|
存储 对象存储
阿里云EMR数据湖文件系统问题之JindoFS的Snapshot实现的问题如何解决
阿里云EMR数据湖文件系统问题之JindoFS的Snapshot实现的问题如何解决
|
3月前
|
安全 分布式数据库 数据安全/隐私保护
阿里云EMR数据湖文件系统问题之JindoFS支持Snapshot功能的问题如何解决
阿里云EMR数据湖文件系统问题之JindoFS支持Snapshot功能的问题如何解决
|
3月前
|
安全 数据安全/隐私保护
阿里云EMR数据湖文件系统问题之JindoFS的INode定义与HDFS有何不同
阿里云EMR数据湖文件系统问题之JindoFS的INode定义与HDFS有何不同

热门文章

最新文章