Teradata张琦：在云中Teradata“无处不在”

本篇文章5039字，读完约13分钟

zhiding.com首席信息官及应用渠道2017年6月15日新京报:2017年6月14-16日，由中国电子学会主办、zhiding.com协办的第九届中国云计算大会在北京国家会议中心开幕。本次会议的主题是生态建设和深化应用。

天达数据田瑞公司云计算和服务专家、大中华区总监张琦表示，松散耦合的数据往往是最具创新性的地方；未耦合的数据就像未经初步筛选的矿石；紧密耦合的数据就像精炼的矿石；松散耦合，有可能找到宝藏。

张琦，天达田瑞公司云计算和服务专家，大中华区总监

以下是这次演讲的记录:

在我们过去的业务模型中，数据是业务操作的结果，而今天的业务是使用数据的结果。发生了巨大的变化，真正的领导者从里到外采取行动。他们坚信数据和分析是当今商业社会的真正能源和石油。我们坚信，数据和深入分析将释放大公司的全部潜力。

我们需要改善客户体验。在今天的竞争中，所有公司都希望获得优势和新的创新场所。他们需要重塑客户体验流程。作为消费者，我认为这里的每个人都是一样的。我们希望获得独特的体验。例如，当我走进一家银行，我希望我们的客户经理能理解我，我能推荐的就是我需要的。提供的服务很适合我，但是当我们进入客服网站的时候，我不想看到同样的产品或者不适合我的东西。当我的设备运行时，我希望我的服务提供商能在出现问题时提前警告我，而不是事后补救，这需要每个人的数据和深入的分析来提供洞察力以了解客户。

更重要的是，我们应该利用这些见解，在正确的时间、地点和渠道与客户进行正确的沟通，否则，客户基本上会感到非常糟糕的体验。同样，今天的企业需要创新，所有产品的创新都需要不断的实验。实验不需要闪光灯，需要数据和分析。美国领先的视频点播制造商每年在其产品上进行了1000多次实验。它已经选择了一百万美元，并要求来自世界各地的数据分析师参与帮助他们提高数据推荐引擎的成功率。事实上，据我所知，许多来自中国的数据科学家和工程师参加了这次比赛。最后，通过大家的努力，数据推荐引擎的效率提高了10%，这实际上是一个了不起的成就。事实上，每个伟大的科技公司都在做同样的事情，谷歌在做，亚马逊在做，苹果在做，所有这些都离不开数据和分析。

如今，大数据和深度分析已经彻底改变了商业布局和商业模式，它们可以不断提高主页的竞争力，甚至创造出全新的商业模式。Teradata，我们总结国内外经验，总结各种方案，通过混合云支持服务的三个主轴，为客户提供大数据和深入分析的能力。

让我们谈谈数据。通用汽车公司的首席执行官曾经说过，当一架飞机从纽约飞往芝加哥时，它的引擎会产生超过1tb的数据，包括温度、油耗、磨损等。同样，中国卓越而自豪的太空计划，我们的嫦娥神舟太空计划等等。一艘中型宇宙飞船需要实时测量至少20，000个物理量，而神舟飞船已经在空中运行了两到三年，这只是沧海一粟。举两个小例子，我们有很多数据。我们如何使用它们？事实上，大数据分析最困难的部分是找出哪些数据是有用的，并使用这些有用的数据，这通常很困难。我们通常可以简单地对数据进行分类。例如，有些数据显然具有很强的商业价值。它是相互关联的，并与其他数据相结合，经常被业务用户重复使用。我们称之为严格数据。一般来说，在技术语言中，它通常是结构化数据，对数据质量有要求。

一个极端是一些所谓的非耦合数据。什么是非耦合数据？这并不是说这些数据不重要或错误。它是孤立的，暂时还没有与其他数据结合，以产生更多的洞察力。当然，有很多这样的数据。一些质量数据有时只是记录。所有这些数据显然都有不同的值，至少是不同的值密度。

紧密耦合的数据有多种用途，这一点已经得到充分的探索，显然具有很深的商业价值。我们每天都在使用它，这对于我们的企业运营是不可或缺的，例如报告、建议和许多其他数据。

一些未耦合的数据可能不太密集。当然，使用的程度是不同的。如何保存和使用它们都是不同的平台技术。例如，简单地说，我们应该如何处理未耦合的数据？总的来说，我们的战略需要保留。我们不知道它什么时候会有用。数据总有一天会是金子。我们希望以最便宜的方式保存这些数据，以便我们的数据科学家和工程师有一天能够发现它们可能是有价值的数据。

对于松散耦合的数据，它通常是最具创新性的地方。未耦合的数据就像未经初步筛选的矿石。紧密耦合的数据就像精炼的矿石。松散耦合的数据很可能在其中找到宝藏。因此，我们经常需要我们的数据科学家和定量分析专家，或者我们的业务专家来分析这些数据。为他们提供了什么样的分析方法？

我们经常想给他们最方便的分析手段，所以我们一般给他们提供这样先进的分析平台和探索平台。当然，我们都知道紧密耦合的数据，如我们企业中的每日报告、财务报告、质量报告和合规报告，不可能每天都少。它是我们每天业务的生命线。当然，它要求高可用性和高时效性，所以一般来说，我们经常使用一些高可靠性和高性能的平台和工具来处理这些数据。

事实上，另一种不同的数据不是静态的，就像一些未耦合的数据一样。也许通过我们的数据科学家的探索，我可以找到与其他数据的相关性。也许这些新见解是击败竞争对手的致命一击。那时，我们可能需要将这些看似不相关的数据迁移到这个高级分析平台。另一点，就像我每天使用的一些紧密耦合的数据一样，当然非常有价值。它们是所谓的热数据，但是随着时间的推移，热数据会变冷。一旦热数据变冷，出于成本考虑，我们实际上不得不将其迁移到相对便宜的其他平台。如今，这种技术和平台发展非常迅速，有许多本地解决方案，无论是公共云、私有云还是混合云。然而，我想说，到目前为止，事实上，一个单一的平台和技术可以解决所有的数据问题。举个例子。公共云是灵活且可扩展的，但我认为许多客户担心数据安全和隐私。

私有云具有一定的灵活性，还可以通过将数据保留在企业中来解决一些数据安全问题。但是，对于中型企业来说，构建私有云和运营私有云的成本并不低，而且没有足够的it资源和经验来运营。还有许多专门设计的高性能专用平台。我不认为所有的负载都适合云。例如，需要高性能和高可用性的数据。事实上，今天的云，无论是公共的还是私有的，都无法完全实现，我们可能需要一些本地解决方案。

这些方案可能具有良好的性能。他们很专注，灵活性是个问题，所以没有办法解决所有的问题。这个世界上不仅有一把锤子，而且所有的都是钉子，它们不是钉子。

因此，在我们今天看来，我们企业真正需要的是灵活性。我们需要将它应用到多个云的最有效方面，无论是公共云还是私有云，而不仅仅是简单地将数据和分析分发到不同的平台。很容易回到原始数据完全分散的原始时代。我们推荐的不同平台在物理上是分散的，在逻辑上是集成的，不仅仅是分离数据，而是在逻辑上是集成的。用户的体验应该是集成的，这是许多制造商或专家可能会忽略的。

根据2017年的调查，估计到2020年，近90%的企业将选择在云中和本地部署自己的信息技术系统。今天没有一家企业说到2020年我根本不会考虑任何云部署，很少有企业，尤其是那些规模比较大的企业可以说我已经完全部署在云上了，这实际上是一件非常困难的事情，所以混合云的部署应该是一个大的方向，这是毋庸置疑的。

另一个明显的趋势是，越来越多的企业，至少85%的企业，不愿意把所有的资源投入到相对复杂的it基础设施的购买和运营中。这需要大量的技能和大量的资金。很多时候，他们说我想把我的精力放在我的业务专长和数据分析上。因此，平台即服务意味着云计算服务越来越被我们的用户所接受，我们可以看到85%的客户愿意接受分析服务和平台服务。

Teradata本身就是一个行业数据仓库和高性能分析平台。如今，我们完全支持在公共云、私有云和本地机器中部署。同时，我们还支持向客户提供分析托管云。所有企业都应该考虑这些部署平台和模式。我们认为最重要的是让用户自由选择，这样teradata提供的工具和软件在所有平台上都是一致的。

对于客户来说，我的原始应用程序、数据模型，甚至数据和工具体验都可以无缝迁移。例如，当一些软件项目刚刚开始时，我们需要大量的人来进行开发和测试。然后，我们可以在私有云和公共云上快速生成资源，用于开发和测试。经过开发和测试，我们所有的软件和工具都是一致的，所以您可以直接无缝地迁移到其他平台，这根据业务需求非常方便。

仅将数据应用程序分发到不同的平台实际上只是第一步。最重要的是为用户提供不同平台之间的自由和逻辑统一的数据访问。因此，我们建议进行无边界分析。简单地说，我们的数据可能分布在不同的平台上，包括公共云、私有云，甚至不同的云和本地区域。我们可以通过某个平台访问所有数据，否则对我们真正的分析师业务用户来说将是痛苦的，并且数据将分布在不同的地方。

Teradata是一个软件许可证，可以在所有云平台之间自由迁移。当然，这应该是当前混合云供应商中的第一个，这样用户就可以自由迁移而无需锁定在某个平台上。您可以随时使用云许可证，有时我需要更高的许可证。我希望使用本地机器。

我想给出一些基于teradata的混合云架构的应用案例。例如，很多时候我们希望在不同的平台上分发数据和应用程序。刚才我说了人们什么时候会选择本地机器。事实上，肯定会有这样的需求。例如，我们需要像这样的高可用性系统，例如类似于银行的核心系统和类似于一些业务部门的四个9系统。今天的云还是做不到。我们需要本地化。有时本地不够灵活。我们经常需要在月底和季度末做大量的财务分析。

例如，我们的创业公司和创业企业，我们当然希望他们的业务会爆炸。当然，它不是那么可扩展的。我们需要云，所以我们推荐云的方式，用本地云解决本地问题，用云解决云问题。无论是公共云还是私有云，我们都使用无边界分析来统一这些数据，以便数据可以随时迁移，负载可以随时迁移。这为用户带来了灵活性，同时确保了本地部署的性能和安全性。更重要的是，云的可扩展性和现收现付可以优化我们用户的成本。

今天的数据分析，我们称之为数据实验室或数据沙箱，已经成为整个企业的长期范围。如果你工作的公司说我们没有做过这样的事情，我们必须回去向你的领导推荐。我们需要做这样的事情。我们需要用数据来实践。业务部门和数据科学家会说我得到的数据通常不是最新的。我可能不知道我什么时候得到数据，甚至不知道我是如何用假数据做实验的。

做实验时，我们需要做一些探索和资源。向信息技术部门申请通常需要很长时间。请告诉我，半年后申请需要很长时间，或者如果我们使用最新数据来实现生产，有时会对生产产生影响。因此，我认为云是一个很好的解决方案。我们可以允许用户相对自助地生成数据实验室和数据沙箱。此外，我们不想将生产数据(通常是海量数据)复制到新系统中。我们希望我们可以通过不同的平台访问它，而不用复制它。但是，如果您个人有一些新的想法，新的数据被加载并与原始数据一起分析，这些平台将不会与原始生产环境有业务冲突，这可以确保既创新又不影响生产环境。

今天，我们在使用云时可能会更加灵活。例如，我们可以在云上部署，并且在正常情况下使用非常少的计算资源。然而，当发生真正的灾难时，我们可以迅速扩展计算资源，使灾难恢复系统迅速崛起。在某些情况下，我们使用公共云的廉价存储来实现成本非常低的灾难恢复系统。

如今，许多客户都在用这种混合云的概念和产品设计大数据平台。例如，以耐克为例，耐克已经在当地部署了核心分析系统。因为有些数据需要高性能分析和深度分析，而有些数据有安全问题，所以它们部署在本地。此外，灵活性是有希望的，所以一些临时应用程序被部署在亚马逊的公共云上。此外，它还使用亚马逊廉价的对象存储来存储大量的历史数据。它看起来很便宜。不同的平台做不同的事情。一旦业务爆炸，它可以迅速扩张。什么更重要？事实上，耐克特别喜欢它。通过本地分析平台，它可以直接访问公共云上的所有数据。它不是简单地访问，而是获取数据，并直接将其与数据关联和分析。这是一种非常一致的使用体验，而且成本可控。我们非常乐意帮助客户做到这一点。

回顾过去，我还想说，今天，数据和分析已经成为每个企业的主业，而不是副业。我们相信，目前没有任何平台能够解决所有数据问题，因此我相信，由teradata提供的混合云架构、公共云、私有云以及由analyzer服务提供的托管云能够为我们的分析带来更好的灵活性、安全性和成本优化。Teradaa植根于中国，我们希望与所有中国客户和我们的合作伙伴一起构建和深化应用。