精誠雲中心Etu蔣居裕：大資料仍處於發展初期

2012年，如果說有一個概念比雲計算還要火熱，那無疑就是大資料。 大資料應用廣泛，尤其是隨著互聯網、移動互聯網以及各種傳感網路的興起，資料爆炸最符合當下的特徵。 如何從資料分析中發現價值，來指導企業的日常業務決策？ 大資料將給出答案。 近日，臺灣精誠集團雲中心暨Etu品牌負責人蔣居裕接受記者採訪時表示，目前大資料還處於發展的初期，整個亞洲地區落後于美國，而美國談大資料也僅僅有4、5年的時間。

剖解大資料

在中國談大資料，更多的停留在資料的採集、存儲和處理層面，還缺乏真正的資料分析和洞察應用案例。 蔣居裕表示，大資料超市要進入比較穩健的成長期，需要完成從專案市場進到方案市場的跨越，樂觀來看或許2014年可以跨越，或者更晚。 從亞洲地區來看，真正做大資料計算工作的應用、專案數量都還非常少。

剖解大資料的價值和前景，就必須對大資料的定義和內涵有一個清晰的瞭解。 目前企業管理軟體所涉及到的結構化的資料只占到傳統企業裡面所有資料的15%，剩下的85%來源於廣泛存在於企業內各種資訊活動、電子商務、物聯網、或是外界社交網路等領域中的半結構化與非結構化資料， 這才需要用到這種大資料的處理平臺做進一步的分析。

一般來說，通過三個「V」可以更準確的解讀大資料：第一個V是Volume，一定要大到某種程度；第二個V是Velocity，只有即時性，才可以去展現最新的資料分析效益；第三個V是Variety，講的是多重的資料格式或資料結構。 這三個V合在一起，可以畫一個三角線，每一個運用場景都可以在這三個軸上畫一個橢圓，不同的廠商可能畫出的橢圓形狀不太一樣，這些都是屬於大資料要去分析處理的範疇。

不過，蔣居裕認為，目前行業裡對大資料的理解存在多重誤區，比如大資料不是存儲技術，一定是存儲和處理同時發生的；二是大資料起源于互聯網，但並非僅適用于互聯網領域，在任何一個行業都極具應用價值；三是大資料不只是BI， 傳統BI擅長處理結構化資料，對於半結構化及非結構化資料的解決能力並不佳。 不走出這些誤區的困擾，很容易在大資料中迷失。

Hadoop一體機

由於大多數的行業及企業對大資料的需求並不清楚，因此推動大資料應用的落地，僅靠單一專案的形式，很難實現快速的普及和應用。 大資料一體機Etu Appliance的出現，能夠為企業提供從軟體、硬體到資料分析、處理的一體化的解決方案，標準的產品化的形式更能促進大資料的應用。 因此，在今年年中，精誠集團雲中心正式在亞洲推出了Etu品牌大資料產品，為各個應用場景提供大資料的解決方案。

作為Hadoop的一站式產品，Etu Appliance之所以被稱為「Appliance」，是因為這是款一體機產品，既不是硬體，也不是軟體，而是軟硬結合、高度優化的設備。 Etu Appliance的使用者不需要具備很高的Hadoop技術，就能夠快速部署，計算和存儲一體，十分鐘之內能夠部署100個節點。 這大大縮短了企業應用大資料的週期。

而最小的Etu Appliance集群架構包括一個主節點，兩個工作節點。 資料和任務都是運行在工作節點上的，主節點負責調度整個集群的資源配置。 當資料量越來越大，當前架構和容量無法處理的時候，只需加一個工作節點，在已經運行的集群不停機的情況下可以直接擴容，最多可以擴容2000台左右的規模。 與市場中諸如甲骨文、IBM的大資料一體機產品比，Etu有更好的靈活性，是專門定制的產品，而Oracle產品的通用性缺乏靈活度。

大資料應用

電商由於對大資料的分析更為迫切，資料也多集中在非結構化的資料層面，因此，是大資料應用需求最明顯的領域。 Etu知意圖就此也發佈了精准推薦系統Etu Recommender，這是基於大資料一體機的技術，利用分散式雲計算優勢，採集大量的使用者行為日誌，並針對不同的使用者產生個人化的推薦，從資料獲取、分析、到結果集的呈現完全自動化， 不需市場人員介入，完全是基於使用者流覽及購買的真實行為產生推薦，同時，基於大資料一體機橫向擴容的特性，電商使用者可以隨著流量的成長，隨時擴充系統的計算與存儲能力。

據悉，這一產品已在國內的電商領域應用。 蔣居裕向記者透露，除了電商領域外，現在運營商可以利用這些大資料處理來進行非常多的工作，比如說他們想要知道通過3G移動網路到底這些使用者，不管用的手機還是用的iPad這種平板電腦，到底都去了哪些地方，看了哪些資訊？ 這個對運營商來講可以做後續的增值服務。 對於網路或電信設備的優化，設備是比較昂貴的，如果能夠優化，在一定程度上可以去節省運營商的成本。 所以這些東西其實都是大資料本身可以去發揮價值的地方。

另外像金融行業可能是拿來做風險管理，銀行可以根據信用的額度透過大資料處理分析，能夠對使用者制定額度。 再有像法規部分，在不同國家不同監理單位有不同監理需求，這些都可以從大資料裡面獲得，當有一定風險產生的時候，使用者如何去佐證自己並沒有違反，必須要提取證據。 除此外，大資料在醫藥、製造等各個行業都有廣泛的應用場景，只不過現在處於發展的早期，企業對大資料的應用還未進入規模性投入階段。

目前，大資料的技術和解決方案越來越多，但在使用者端似乎是一種不溫不火的局面。 究竟是什麼阻止了大資料的應用推進？ 對此，蔣居裕認為，主要有三點導致了這一現狀，一是行業內缺乏成功的應用案例的指引；二是企業對大資料IT技術存在陌生感，不像互聯網公司勇敢嘗試新技術，這樣的技術，通常有幾年的時間去驗證、考驗這個技術是否最終能商業化， 現在正處於早期階段；三是人才缺口大，大資料的人才生態還不完善。

(責任編輯：蒙遺善)