
大數(shù)據遇上大型機 結果會如何?
進入數(shù)據大爆炸時代,企業(yè)所面臨的局面無疑更復雜了??粗找胬鄯e的各種數(shù)據,相信有不少用戶都有這樣的感覺:明知面前是座金礦,卻苦于沒有合適的開采方法,只能任機會流逝。
當然,并不是所有用戶都在坐等時機,也有不少在嘗試的。比如有用戶在用分布式平臺進行數(shù)據的整合、存儲、分析、應用,也有用戶在用集中式平臺進行相關的工作,同樣還有用戶從分布式平臺轉向集中式平臺。
究竟誰好?各有各的道理,不妨看個具體的案例,從中或許能受到一些啟發(fā)。
Banca Carige實踐心得
Banca Carige Group (Banca Carige) 是意大利的一家銀行,距今已經有500多年的歷史。其雇傭約6000名員工,有650多個網點,服務120萬客戶,年營業(yè)總額超過8億歐元。
隨著銀行業(yè)的主戰(zhàn)場不斷轉向移動端,Banca Carige憑借500多年服務客戶的經驗,果斷地提出了改進計劃,即通過數(shù)據分析更好地了解客戶行為,從而達到吸引新客戶服務老客戶的目的。
最終Banca Carige選擇了IBM 大型機作為未來的業(yè)務承載平臺。至于原因,就像Banca Carige 的ICT治理經理Daniele Cericola所講,“在銀行業(yè)中,可用性與安全性對于業(yè)務而言至關重要,而大型機的這些性能都經過了實踐檢驗,這一事實使其自然而然成為了我們新計劃的平臺之選?!?/span>
從這個角度看,Banca Carige選擇大型機更多還是從安全性、可用性方面出發(fā)的結果。由于其之前一直在使用大型機(多年來,Banca Carige一直在采用IBM DB2數(shù)據庫的IBM CICS Transaction Server上運行包括賬戶、支付、貸款等在內的核心銀行系統(tǒng),而該數(shù)據庫位于可運行IBM z/OS的兩臺IBM zEnterprise EC12 服務器上),給出這樣的理由并不意外,那究竟大型機在數(shù)據分析方面的表現(xiàn)如何呢,是不是能滿足Banca Carige的需求?
“滿意?!盌aniele Cericola表示,“通過整合,我們所有的分析都是針對大型機的數(shù)據倉庫進行的,借此我們可獲得單一事實來源,而且在為所有新需求開發(fā)分布式數(shù)據集市時能夠避免多余的成本投入和復雜性?!?/span>
據悉,Banca Carige已經將原來運行在分布式環(huán)境的多個營銷數(shù)據庫和應用遷移至了大型機,并借助運行在Red Hat Enterprise Linux上的IBM Campaign軟件開發(fā)了新的活動管理數(shù)據模型,同時將這些整合至大型機環(huán)境中,從而使 DB2 for z/OS 成為分析和大數(shù)據唯一的數(shù)據儲存庫。
簡單來說,相當于用大型機構建了一個平臺,現(xiàn)在這些數(shù)據統(tǒng)一在這個平臺進行處理。很顯然,這個過程所需要的采購成本、電力成本、人力成本在一定范圍內并不會像分布式平臺那樣隨著業(yè)務量的增加而增加。也就是說,使用大型機做大數(shù)據分析并不一定比使用分布式架構成本更高。
雖然短短幾段話,但是透露的內容很多。比如鑒于大型機強大的整合能力,最終的TCO并不一定高;再比如支持Linux,使得其解決方案變得更加豐富……
就像Daniele Cericola 在采訪中所講,“在大型機的 Linux 環(huán)境中運行我們的移動銀行服務,使我們在大型機發(fā)展方面又邁進了一步。我們的關鍵業(yè)務價值是,最重要的服務可通過一致穩(wěn)定的具有高度安全性的平臺進行統(tǒng)一管理,而且該平臺要能提供一流的可擴展性與性能?!睉撜f這就是對大型機核心價值的準確概括。
其實類似這樣的應用案例還有很多,比如花旗銀行、樂購、珠海社保等。
與時俱進的大型機
當然,舉了這么一個例子筆者想說的并不是一定要使用大型機進行數(shù)據分析,事實上,大型機肯定有其更擅長、更適用的領域。筆者想說的是,在分布式環(huán)境大張旗鼓的今天,其實用戶還有另外的選擇,而且這個選擇本身也在發(fā)生著變化,這才是最重要的。
說起大型機本身,可能很多人的印象依舊停留在幾年甚至十幾年前,呆板、貴、封閉。事實上,大型機早已通過實際行動著力改變這一形象。
它不斷開放自己,盡管不能說IBM一直在引領潮流,但至少也是在緊跟趨勢,比如IBM是 最早的Linux支持者,IBM大型機也很早就支持了Linux,再比如隨著OpenStack的興起,IBM大型機也支持在OpenStack平臺上對 其進行統(tǒng)一管理。另外還有很多開源軟件,IBM大型機均可支持,包括Docker、Hadoop、Spark、MongoDB、MariaDB等。
它不斷提升自己的性能,單臺最高支持8000臺虛擬機,提供無與倫比的擴展性;在動態(tài)多線程技術的幫助下,Linux和Java工作負載運行速度提升30%。論整合能力、性能、安全性、可靠性,絕對無人可及。
它不斷以更低的成本來面對用戶,當然這個成本不僅是采購成本,因為IT系統(tǒng)的采購成本只占總體擁有成本(TCO)的一小部分,還包括電力、運維、管理等成本,試想能容納8000臺虛擬機的大型機能整合多少臺服務器?應該說這個數(shù)量是驚人的,由此帶來的后期使用成本的節(jié)約也是巨大的。
憑借著與時俱進,市場給了大型機、給了IBM積極的反饋。根據IDC發(fā)布的2015年第 二季度服務器市場調研報告顯示,該季度IBM z13大型機表現(xiàn)強勁,同比增幅近兩位數(shù)。根據剛剛發(fā)布的2016年第一季度IBM財報顯示,與去年同期相比,來自z Systems大型主機服務器產品的營收增長了16%(計入匯率變動影響后上漲了21%)。以MIPS(每秒百萬指令數(shù))計算的z Systems所交付的計算能力,上升了28%。
記者觀察
好多人說大型機不行了,但我們看到的卻是大型機的逆勢增長,這說明什么?這表明集中式與 分布式之爭從來就不是非此即彼的關系,用戶關心的只是是否有更好解決問題的方案,這才是他們的根本出發(fā)點。因此,就廠商而言,要做的是不斷完善方案,并讓 用戶認識到其中的價值;對于用戶而言,則要對各方解決方案有個充分的比較。
數(shù)據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據分析師:表結構數(shù)據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(如數(shù)據庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據分析師:解鎖表結構數(shù)據特征價值的專業(yè)核心 表結構數(shù)據(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據,如數(shù)據庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據差異是否 “ ...
2025-09-16CDA 數(shù)據分析師:掌控表格結構數(shù)據全功能周期的專業(yè)操盤手 表格結構數(shù)據(以 “行 - 列” 存儲的結構化數(shù)據,如 Excel 表、數(shù)據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據分析師:激活表格結構數(shù)據價值的核心操盤手 表格結構數(shù)據(如 Excel 表格、數(shù)據庫表)是企業(yè)最基礎、最核心的數(shù)據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據的科學計數(shù)法問題 為幫助 Python 數(shù)據從業(yè)者解決pd.read_csv讀取長浮點數(shù)據時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據分析師:業(yè)務數(shù)據分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據分析師與戰(zhàn)略 / 業(yè)務數(shù)據分析:概念辨析與協(xié)同價值 在數(shù)據驅動決策的體系中,“戰(zhàn)略數(shù)據分析”“業(yè)務數(shù)據分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10