파 장 동: 빅 데이터 시대, 도전과 솔루션

첫 번째 중국 클라우드 컴퓨팅 컨퍼런스 6 월 2013 5-7 일 베이징 국립 컨벤션 센터에서 열렸습니다. 회의 국제적인 관점, 통찰력에 글로벌 클라우드 컴퓨팅 동향, 그리고 응용 프로그램에서 찾아보기 클라우드 컴퓨팅 및 대형 데이터, 클라우드 컴퓨팅 및 모바일 인터넷, 클라우드 보안, 클라우드 컴퓨팅 산업 응용 프로그램, 항목의 초점. 특히, 회의 클라우드 컴퓨팅 서비스 표시 영역, 국제 클라우드 컴퓨팅, 쇼케이스 국내 클라우드 컴퓨팅 시범 도시 개발 성과의 최신 연구 결과 교환, 클라우드 컴퓨팅 개발 경험 공유, 글로벌 클라우드 컴퓨팅 혁신 협력을 촉진.

웨이브 그룹 시스템 소프트웨어 감독, 클라우드 컴퓨팅 제품 부서 총괄 매니저 장 동

클라우드 컴퓨팅 컨퍼런스, 웨이브 그룹 시스템 소프트웨어 감독, 클라우드 컴퓨팅 제품 사업부 일반의 다섯 번째 세션의 두 번째 날에 매니저 장 동 다가가 "빅 데이터 시대, 도전과 솔루션," 강의 문제, 및 공유 솔루션의 조 수의 깊은 분석에 있어서 대규모 데이터 처리에 그의 주제.

그러나 장 동 큰 데이터와 클라우드는 지적 수 년에 걸쳐 진화 컴퓨팅,, 데이터 규모의 증가 함께 클라우드 컴퓨팅 데이터 센터, 전통적인 데이터 센터의 변화에 많은 문제가 아직도 있다 그리고 데이터 센터의 고성능 컴퓨팅, 그래서 그것은 대형 데이터 기술에 전통적인 응용 프로그램 변환에 대 한 또 다른 임계값 될 피할 수 기본 이다. 장 동, "안전 및 유용성"의 가장 중요 한 포인트 중 계산에서 모델은 깊이, 분석 하 고 파도의 연습 공유. 다음 장 동 데이터 센터 모듈화 및 리소스 예약, 그리고 마지막으로 실제 사용 사례를 공유 했다.

다음은 라이브 기록입니다.

클라우드 컴퓨팅, 오늘의 주제는 클라우드 컴퓨팅 컨퍼런스, 그리고 올해의 테마는 "큰 광대역"드라이브 데이터를 응용 프로그램 및 혁신의 클라우드 컴퓨팅 되고있다 때문에 시작 하자. 구름의 진화에 대 한 우리의 이해 컴퓨팅: 클라우드 컴퓨팅 서비스를 제공 하는 리소스의 모임입니다. 그것은 그 전에 우려의 더. 자원 수집, 데이터 센터에 리소스를 배포 하 고 천천히 그것을 할 방법에 대 한 생각. 그리고 그 후에 더 큰 역할을 하는 집계 된 데이터는 어떻게 확인 합니까? 이제 클라우드 컴퓨팅 개발의 새로운 상태에 들어간, 대용량 데이터의 시대 이다.

업계 클라우드 및 빌드 무엇입니까

큰 데이터의 출현은 클라우드 컴퓨팅, 또는 많은 큰 데이터 기술 참조, 많은 응용 프로그램 패턴 등의 개념을 보다 더 늦은 지금 우리는 클라우드 컴퓨팅의 개념을 보다 더 늦은. 이 전에 파 우리 업계 클라우드 라는 개념을 앞으로 넣어, 중국의 개발에 업계 클라우드 추진, 중국의 발달에서 다른 산업에의 응용을 추진 하겠습니다. 우리 산업 구름의 개념을 제시, 우리 데이터는 산업 전반에 걸쳐 클라우드 응용 프로그램의 변화에 매우 중요 한 포인트 라고 생각 합니다.

전체 정보 기술은 데이터 처리 기술, 데이터, 프로세스 정보로 지식, 그것을 변환 하 고 마지막으로 결정에 영향을 수집 해야 합니다 우리가. 어떻게 해야 합니까 데이터 궁극적으로 서비스? 이것은 구름의 궁극적인 목적은 컴퓨팅. 그것은 단지 자원을 함께 넣어 하 고 비즈니스입니다.

일부 정보 건설 과정을 통해이 앞에서 우리는 많은 데이터 수집. 어떻게 그걸로 지금 거래 합니까? 데이터 처리, 몇 가지 새로운 도전, 성능 및 확장성 문제에 많은 새로운 문제를 때문에 데이터의 다양 한 융합 과제, 데이터 저장 및 처리의 비용을 입력 합니다. 하기 전에 어쩌면 우리 또한 데이터 분석, 데이터 웨어하우스 또는 더 높은-엔드 소프트웨어, 높은 비용을 사용 하 여와 같은 많은 데이터 마이닝을 한다. 그리고 마지막 대량 응답에 대 한 필요입니다. 이 요즘 많은 전문가 들은 큰 데이터에 대 한 얘기, 대용량 데이터 사용자의 배경 들었을 생각 많은. 이러한도 전에 우리가 직면 하는 문제를 해결 할 방법? 큰 데이터의 기술 산업 응용 프로그램 서비스에 대 한 더 나은 확인 하는 방법? 여기 우리가 생각 하는 지금 직면 하는 문제 중의 일부의 응용 프로그램의 프로세스에가 서 성숙한 기술에서 큰 데이터에서 특정 모습이 이다.

대용량 데이터 기술 연습에의 도전

지금 우리가 추진 하 고 있습니다 그것은 완전히 모든 문제를 해결할 수, 적어도 우리는 홍보 하지 말 기술 중 일부는 기술 중 일부는 완전히 원래 아니다. 대부분은 이미 많은 인터넷 기업, 연구 기관, 대학, 기관 기술의 몇 년 동안 사용 되었습니다, 그리고 많은 프레임 워크 성숙 되었습니다. 하지만 이러한 기술은 일반 산업 사용자에 게 어떻게가? 업계 클라우드는 클라우드 컴퓨팅에서 중국, 중국에 있는 대부분의 정보는 문제 해결의 미래 발전에 대 한 매우 중요 한 위치 이다. 예를 들어, 정부, 공중 안전, 산업 및 상업, 과세, 사람들의 생활 고에 대 한 그들은 많은 데이터 처리 될 필요가 있다. 그러나, 우리가 느끼는 기존 대용량 데이터 기술 응용 프로그램 임계값의 많은 여전히 다소 높은, 일부 사용자가 또한 그들의 자신의 5 월을 걸릴 하려고 할 수 있습니다 던지기 반나절도 안 밖으로 던져 않았다. 우리는 한가, 그것의 성과 최고를 달성 하기 위해 하지는 기존 플랫폼의 기존 하는 소프트웨어를 했다? 어떻게 원래 사업 전환, 전문 기업이 필요로 하는 문제 이며 제공 하는 기관의 성숙 제품 및 솔루션. 사용자가 더 나은 이러한 새로운 기술을 사용 하 여 그가 지금 직면 하는 문제를 해결 하는 데 도움이.

둘째, 우리가 믿는 성공 큰 데이터 응용 프로그램의 몇 가지 요소를 열 수 없습니다: 하나는 좋은 플랫폼입니다, 하나는 좋은 응용 프로그램, 마지막 데이터를가지고 있어야 합니다. IT 사람들이 할 플랫폼을 할 것입니다 마지막 것, 수집한 데이터를 사용자를 밀어이 매우 쉽습니다. 웨이브의 관점에서 우리는 우리 자신의 큰 데이터 플랫폼이 있다.

사용자가 실제로 사용 하는 환경에 대 한 가장 큰 과제는:

1. 데이터 컬렉션입니다. 우리는 공중 안전 국 강한 부서 되어야 데이터 통합의 많은 일을 해야 잘, 하지만 그들의 상황의 실제 이해 낙관적 이다, 그들은 다른 부서, 다른 링크 생성 된 데이터는 여전히 분산, 어떻게 데이터 집계 생각? 비즈니스 데이터는 기존 장벽을 깰 수 있습니다.? 이것은 또한 그 계획 및 작업을 마무리 할 수 있도록 큰 데이터 응용 프로그램 필요입니다.

2입니다. 전체 데이터 서비스의 응용 프로그램입니다. 우리 다시 보면 많은 데이터의 분석 모델은 어려운, 모델은 종종 매우 간단 하다. 하지만 이러한 모델의 생성이이 모델의 지속적인 최적화는 긴 과정을 필요로 합니다. 많은 사용자가 스스로 수 있습니다 하지 하 고 있을 수학, 그리고 수학은 아무도 그것을 할 그를 돕는다. 그래서 어떻게 해야 합니까 이러한 응용 프로그램 좋은? 이 모델은 어떻게 최적화할 수 있습니다? 그의 데이터는 더 큰 역할을 할 수 있습니다.? 예를 들어 그를 비디오 정보를 많이 수집합니다. 예를 들어 많은 카메라에 있다 거리, 비정상적인 상황 안에 신속 하 게 찾을 수 있다면? 이것은 또한 지 원하는 전문 기관에 대 한 필요입니다.

3. 대용량 데이터의 응용 프로그램에서 전체는 여전히 컴퓨터에 장치를 사용 하 여, 저장소를 사용 해야 합니다. 이 소자는 데이터 센터에 있을 거 야 항상 하 고 데이터 증가의 규모,으로 우리 전문 데이터 처리, 높은-성능 응용 프로그램을 포함 하 여, 데이터를 처리 하는 응용 프로그램을 참조 하십시오. 그것은 여전히 크기, 성장 하 고 전통적인 데이터 센터 새로운 데이터 센터 변환 됩니다 때 많은 문제를 직면 하고있다. 많은 데이터와 함께 문제는 여전히 존재 컴퓨팅 구름의 건물 센터. 높은 에너지 소비와 더 복잡 한 관리입니다. 새로운 상황에서 대형 데이터 처리의이 종류의, 그것은 장비와 데이터 센터 스토리지의 요구 사항을 변환 하는 데 필요한.

위의 몇 가지 문제를 언급에 대 한 기술 사용자 응용 프로그램에서 이러한 임계값이입니다, 있도록 우리의 산업 사용자가 어떻게 더 나은이 기술을 사용 하 여 이러한? 우리는 그 데이터 계획을 할 수 있도록 플랫폼의 전제를 해결 해야 합니까? 응용 프로그램을 어떻게 계획 합니까? 우리는 조 수 큰 데이터 해결 방법 앞으로 두고 있다. 큰 데이터 통합 솔루션의 도입의 응용 프로그램에 대 한 우리의 큰 데이터입니다. 그것의 주요 특징:

다른 응용 프로그램 제품 안전 고려 사항

소프트웨어 및 하드웨어 통합된 혁신적인 데이터 처리 플랫폼

기술의 많은 매우 새로운 기술, 알고리즘, 위의 분산된 데이터베이스의 중간에는 분산된 시스템의 아래에서 큰 데이터 이며 데이터 마이닝, 많은 것 들 꽤 성숙 했 고 많은 분야에서 되었을 수도 있습니다 이제 적용 되었습니다. 일반 사용자를 위해이 일을 통합 하는 방법? 이 통합된 솔루션을 필요합니다. 사용자 환경에 이러한 장치를 얻을, 방에 넣어 하 고 즉시 적용. 이것은 통합, 파 각도, 우리의 가장 중요 한 일 이나 하드웨어 수준 이다. 어떤 하드웨어 큰 데이터 처리를 위해 적당 하다? 많은 사람들이 일반적인 서버 또는 스토리지 서버, 더 많은 메모리와 하드 디스크와 함께 더 많은 구매 하는 경향이, 이것 대형 데이터 처리에 적합 하지 않습니다? 파 큰 데이터 처리 통합된 기계, 우리는 하드웨어 수준은 또한 데이터 처리 요구 사항 및 이러한 최적화에 대 한 저장소 요구 사항에 대 한:

첫째, 첫 번째 링크는 데이터 저장소입니다. 큰 데이터 플랫폼으로 서 우리는 처음에 데이터를 저장합니다. 경우 보다 빠르고이 데이터를 저장할 수 있습니다. 수 기술의 글로벌 부하 분산 기술를 포함 하 여 동적으로 코딩 된 다중 단계 루프, 리프팅 스토리지 속도, 그리고 더 많은 사용 하 여 여러 복제본.

둘째, 클러스터입니다. 우리는 대형 데이터 처리 플랫폼은 여전히 클러스터, 클러스터 계산, 컴퓨팅, 스토리지 및 네트워크에 밀접 하 게 함께 3 링크 각 링크의 최적화 중 하나는 필수 고려 알아요. 전송 효율 또는 데이터 교환 효율 높은 노드 간에 어떻게 확인 하나요? 우리는 큰 데이터 교환 제안 칩, 보다 효율적인 다른 노드 간에 데이터를 교환 하 게 하는 방법? 우리는 전달 하기 전에, 사용자와 물론, 간단한 텍스트 요청 할을 너무 높이 되지 않을 수 있습니다. 하지만 지금은 큰 데이터를 천천히 확장 하 고 전통적인 높은-성능 컴퓨팅 분야, 우리는 지금 많은 응용 프로그램에서 볼 보다 더 많은 데이터를 처리 합니다. 하지만 다른 데이터 교환 요구 사항을 매우 높다, 데이터가 내부에 있이 필요가 대 한 비-그만, 네트워크 모드를 기반으로 뿐만 아니라 또한 승천 하 키.

큰 데이터의 개념

개념의 두 번째 이야기, 지금 큰 데이터 처리의 말하기는 하나의 일이 될 것으로 보인다. 우리는 큰 데이터의 특성의 그래프를 그린 하 고 여러 가지 기능을 추출. 어떻게 데이터의 응용 프로그램 특성을 분석 합니까? 그것의 총 데이터는 대용량 데이터의 첫 번째 요구 사항을 참조 하십시오. 그러나, 데이터 수 대표 하는 양의 데이터의 크기 큰 있을 수 있습니다, 작은, 있을 수 있습니다 하지만 데이터의 양이 매우 어려운 되어야 생각 하지 않습니다. 예를 들어 전체 중국 사람들이 할 각 한 작업, 각 작업은 매우 작습니다. 하지만 당신이 어떻게 보고는 구조적 또는 비구조적, 얼마나 높은 사람들 간의 결합의 정도 이다. 다른 모델을 업데이트 하는 것입니다, 그리고 당신은 은행 또는 필요 사업 지속적으로 트랜잭션 처리, 원본 데이터 업데이트 하거나 지속적으로 겹쳐 원래 데이터를 유지. 또 다른 응답 처리, 내가 하루에 한 번 또는 반환 하는 요청을 제출 하 오 초 그걸로 거래 여부 등 이다.

총, 업데이트 및 데이터의 처리

이러한 각도에서 다른 데이터는 다른 특성이 있다. 우리는 아마 이것을 구분 하는 것은, 세 바퀴, 반드시 매우 엄격한 그린. 우리의 제품 플랫폼의 관점에서 다른 응용 프로그램에 맞게 다른 것 들을 소개 하는 방법 필요 합니다. 안쪽 원은 모두 보고 아주 많이, 가장 전통적인 데이터베이스 응용 프로그램, 은행에의 응용, 민간 항공, 제 3 자 지불의 응용 프로그램에 비슷한 응용 프로그램 중 하나입니다. 그것은 여전히 데이터베이스의 기본 부분 하 고 기존 분산 기술의 많은 아주 작은 여기. 이 가장은 데이터, 비록 규모 큰, 하지만 느슨한, 배포 될 수 있다 완벽 하 게 처리. 전통적인 높은-성능 데이터는 여기서 본다 수 있습니다. 그리고 중간 계층은 데이터의 많은이 계층 가운데 수 검색 데이터 마이닝의 텍스트입니다.

다른 수준 또는 데이터의 밀결합을, 있을 수 있습니다 느슨한 커플링, 배포할 수 있습니다, 그리고 일부 배포 되지 않은이 다른 장치에 해당 합니다.

즉, 큰 데이터 응용 프로그램을 많은 사람들은 아직도 보고 텍스트 검색, 더 많은 이미지 분석. 하지만 실제로 많은 핵심 데이터베이스 응용 프로그램의이 방향에서 아직도. 그래서 어떻게 그것의 요구에 맞게 좋은 플랫폼을가지고, 구조화의 진정한 통합 데이터 구조? 이것은 가장 강력한 장치 하이브리드 구조, 데이터베이스, 실행할 수 있지만 또한 새로운 유형의 데이터베이스를 실행할 수 있습니다. 이것은 많은 양의 데이터, 또는 적은 양의 데이터 컴퓨팅 용량 요구 사항입니다.

안전 하 고 신뢰할 수 있는 메타 데이터 고가용성:

일부 사용자 다른 단위의 다른 부서에 흩어져 원래 데이터와 함께 올라와 있다, 이제 이러한 데이터를 넘겨 그들에 게 물어, 그들은 많은 의견을가지고 하지 않는 것. 그러나이 데이터를 3 문제가 있다.

큰 데이터 플랫폼을 많이 사용할 수 있으며 우리가 여기에 대해 얘기 하는 개념의 대부분은 새로운. 액세스 제어 암호화 제어를 포함 하는 메타 데이터 항상 사용 가능한 방법을 통해 보장된 여부를 포함 합니다. 하지만 현재 대형 데이터 처리 플랫폼 디자인에서이 부분은 매우 한쪽으로 치우친 다, 이것은 지금 많은 일, 많은 큰 데이터 플랫폼, 대용량 데이터 플랫폼을 강화 하는 암호화 수단을 포함 한 제어 방법의 다른 수준에와 같은 운영 체제의 전통적인 개념에서 우리는 큰 데이터 플랫폼 데이터 집계 보호에 대 한 사용자 요구 사항을 충족. 우리의 하드웨어 기반 암호화 및 스토리지, 운영 체제 내부 보안 기술을 사용 하 여 액세스 제어의 일부를 포함 하 여 메타 데이터 계층의 높은 가용성을 포함 한다. 오프 사이트 이중화, 백업 소프트웨어에 대 한 우리의 소프트웨어를 포함 하 여 기반으로 기존 대형 데이터 플랫폼.

큰 데이터 응용 프로그램 개발 플랫폼:

이제 대용량 데이터 플랫폼을 사용 하 여 문제에 맞게 사람들의 실제 산업 응용 프로그램 알고 둡 거의 몇 사람들의 새로운 개발 구조 이해, 많은 응용 프로그램은 여전히 원래 플랫폼에 묶여있다 그리고 심지어 인터페이스 변경 하고자 하지 않습니다. 그것은 또한 우리의 능력을 원래 산업에 많은 새로운 영역에서 기술 밀어 방해 큰 드래그입니다. 우리는 지금 새로운 플랫폼으로 원활 하 게가 원래 비즈니스 프로그램을 얻을 하는 방법을 포함 하 여 몇 가지 작업을 수행 하려고 합니다. 사실, 우리는 익숙해 많은 인터페이스 작성 프로그램은 분명, 하지만 이러한 인터페이스는 자주에 새로운 플랫폼을 하지 않습니다, 이것은 첫 번째 수준.

두 번째 수준 데이터의 많은 정말 새로운 플랫폼으로 그 하자 MPI를 사용 하 여, 이제 기차를 변경할 생각은 매우 곤란 하 고,이 기술 수준 지원을 제공 하는 방법? 우리가 원하는 어떤 작업, 그리고이 한 손에 또한 우리가 중요 한 포인트를 홍보할 수 있는 새로운 응용 프로그램, 난 우리가 함께 할 바랍니다.

그래서 파도의이 부분 우리는 전문 서비스와 사용자를 제공 합니다. 초기 단계에서 데이터 분석을 할 데이터를 분류 하 고 그 후 복잡성, 규모, 트랜잭션 모드, 동작 모드 및 최종 응답 요구 사항에 따라 다른 형식으로 데이터를 분할 하는 방법. 다른 모델, 솔루션, 하드웨어 또는 소프트웨어 응용 프로그램을 결국 할를 제공 하기 위해 다른 데이터에 대 한

또 다른 매우 중요 한 점은 그 데이터 모델링을 할 수 있도록입니다. 데이터 모델링이 아니 야 그냥 컴퓨터 일을 하 고, 그것은 일에 대해 사람들을 위한 수학. 하지만 컴퓨터를 계획 하 고 새로운 애플 리 케이 션의 광범위 한 그들의 이전 데이터를 다시 정렬 하 수 어떻게? 이제 더 나은 처리를 위한 플랫폼에 넣어도, 조정 하는 당신의 원본 테이블 및 데이터 구조에 따라 그에 게이 모델, 더 나은 귀하의 데이터를 사용 하는 방법?

큰 데이터 끝에 데이터 센터에 배치 될 수 있다. 그리고 규모 또한 매우 큰, 우리가 본 일부 높은-성능, 데이터 처리, 할 전통적인 방 크기가 될 것입니다 매우 큰. PC, 인터넷, 클라우드 컴퓨팅, 클라우드 컴퓨팅 데이터 센터 요구의 현재 시대에 이전 메인프레임 시대에서 데이터 센터 개발은 전체 방으로 우리를 요구, 점점 더 높은 에너지 효율, 효율적으로 관리할 수 녹색 이다. 물론 다른 전문 보안 및 신뢰성 요구 있다. 웨이브 업계 클라우드 데이터 센터 솔루션의 몇 가지 핵심 단어를 제공: 모듈형, 전문, 지능형, 안전 하 고 신뢰할 수 있는. 우리는 데이터 센터 우리의 여러 수준을 통해 효율적, 유연 하 고 신뢰할 수 있는 데이터 센터 인지 확인 합니다.

오늘 나는 단순히 소개 두 수준:

1. 모듈 생성

이 2 년 모듈화 구글, 마이크로 소프트, 여러 인터넷 회사를 포함 하 여 국가에 포함 하 여 인터넷에서 모듈형 개념에 대 한 얘기를 많이 하고있다. 하지만 어떻게 더 나은 일반 사용자에 게이 개념을 홍보? 많은 웨이브 사용자가 높은-성능 하 고는, 그들은 여전히 전통적인 메서드를 사용 하는 방을 구축이 일을 더 잘 할 하는 방법? 우리는이 개념에 대해 이야기 하기를 계속 해야 합니다. 모듈화는 먼저 기능 집중 이다. 컴퓨터의 원래 전통적인 하나, 우리는 그들의 자신의 전원 공급 장치, 그들의 자신의 팬 및 냉각 시스템 농도, 농도 나타납니다 경제 규모의 전체 공간 사용률을 만들 것입니다, 전반적인 에너지 이용은 전반적인 소비를 줄이기 위해, 우리의 발자국을 줄이기 위해 좋을 것입니다.

동시에 표준 디자인을 통해 수 수 박제 모듈 제품의 전체 범위는 모듈형 데이터 센터에 배치 될 수 있는 모든 것 들에. 각 기계는 작은 모듈, 각 캐비닛은 중간 모듈, 각 데이터 센터는 큰 모듈. 우리의 자동된 관리 모니터링을 통해 에너지 소비, 방열를 포함 하 여 내부 전체 공간 효율 향상.

2. 운영 관리

운영 관리로 클라우드 컴퓨팅 데이터 센터 관리에서에서 가장 중요 한 것은 자원을 파견 하는 방법 이다. 이 여전히 큰 데이터 시대에 필요 합니다. 우리는 여전히 문제가 새로운 데이터 처리 시스템을 배포. 클라우드 컴퓨팅, 관리 기술 또는 하지의 배포 기술과 결합 하는 방법? 또한 수요, 그리고 클라우드 가상화, 물론 반드시 컴퓨팅의 개념에 온 디맨드 조합을 달성 하기 위해 Hadoop 플랫폼 열 데이터베이스 처리 플랫폼 신속한 배포 및 응용 프로그램 전환, 자원의 공유 하는 더 나은 달성 하기에 실제 컴퓨터에 있을 수 있습니다와 같은 큰 데이터 처리 플랫폼을 보자.

우리의 소프트웨어 레벨 튜닝을 통해 재단에 하드웨어 더 큰 데이터 플랫폼을 충족 뿐만 아니라, 전체 큰 데이터 플랫폼을 향상 일부 소프트웨어 성능 튜닝, 스케줄링 알고리즘 최적화 작업에 저장 분배 알고리즘을 포함 하 여 제공 한다 전반적인 성능. 리소스 관리는 또한 우리의 통합된 자원 관리를 통해 모니터링 상태를 실행 하는 전체 대형 데이터 플랫폼.

성공 사례:

지난 공공 보안 예: 전통 산업, 공공 보안 업계에서에서 지난 공공 보안 데이터 축적의 매우 큰 금액입니다. 많은 것 들을 넣어 수 있습니다 멀리 몇 시간 동안 때문에 저장 및 처리 기술 제한으로 인해 2 p 공간 보다 더 제공 하 남 공중 안전에 우리의 기간 수 없습니다 넣어, 그리고 많은 양의 문제를 많이 다루는 절약. 그들은 이전 데이터 격리 통합의 문제를 해결 하기 위해 우리의 새로운 대형 데이터 플랫폼을 사용 하는.