当前位置: 首页 > news >正文

Teradata“统一数据架构”引领企业大数据应用体系

ZDNET至顶网CIO与应用频道 11月17日 人物访谈(文/王聪彬):现如今,数据已经被认定为重要的企业资产,可以帮助企业体现商业价值,也就是实现常说的数据驱动业务。而就在刚刚结束的2014年 Teradata Partners全球用户大会上,Teradata天睿公司国际集团总裁赫尔曼威摩(Hermann Wimmer)从全球客户的交流中得到了一致的反馈,就是大数据已经逐步变成现实。但大数据的出现其实只是开端,还需将结构化数据和非结构化数据进行结合,充分挖掘大数据的价值,而通过统一数据架构可以让数据从捕获到存储再到分析和应用,构建成拥有所有技术优势的架构体系。

中国大数据应用两大变化

Teradata天睿公司在国际市场上正稳步增长,除美国之外,国际业务在2014年已经增长了10%,平均计算全年增长3%,而中国则是其在全球范围内非常具有战略性的市场,按照市场贡献度预计将很快成为在美国之后的第二大市场。

“企业有效驾驭信息的能力已经成为最终体现业务价值的不可或缺的重要途径。” Teradata天睿公司大中华区首席执行官辛儿伦(Aaron Hsin)说道,Teradata 在全球2500多家行业领先的企业及公共事业单位的部署中获得丰富的项目经验,可以协助客户在正确的时间、地点、方式驾驭数据。

Teradata统一数据架构引领企业大数据应用体系

左:Teradata天睿公司大中华区首席执行官辛儿伦 Aaron Hsin;右:Teradata天睿公司国际集团总裁赫尔曼威摩 Hermann Wimmer

从企业的应用层面看,数据驱动业务已经是一个普遍现象。通过对数据的使用可以更好地管理业务、增加收入、提高满意度等等。当然还有数据的再使用,为用户在适当的时候提供个性化的服务内容,这些都是数据带来的改变。

而中国用户在大数据时代也表现出两大表现,第一,大数据应用已经不仅限于原来高科技公司和互联网行业,现在银行、通信、汽车制造等各行各业都在使用。第二,中国企业变得更愿意尝试新的想法和技术,并转化为自身的竞争力。

数据还在行业之间变得更加紧密,展现出更大的价值空间。Hermann Wimmer举出了国际上电信和零售行业结合的例子,零售商在取得用户的同意下,通过用户手机地理位置信息了解用户的位置,零售商会整合用户的个人信息,向用户推荐附近最喜欢的餐厅或场所等服务,从而达到提供个性化服务的目的。当然行业间的密切合作并不意味着共享彼此的客户数据。

在未来大数据的发展过程中,数据科学家也将成为企业的必备,他们可以将的数据整合分析的专业知识与行业中的商业模式很好地结合,帮助企业在大数据的使用上更成功。

三部分构建统一数据架构

一年前Teradata就在业内独家推出了统一数据架构(UDA)技术,其中支持Teradata数据仓库、Teradata Aster大数据探索平台,以及开源系统Hadoop和R等三部分。

现在的数据规模只能用海量来形容,数据的来源也多种多样。“如果把数据全部放在Teradata数据仓库中成本太高,我们需要找到一个可以存储同时可以再必要时进行数据分析的高效方法,所以在架构里就集成支持多个版本的开源Hadoop,加上Teradata Aster大数据探索平台。而且,通过数据仓库还可以提供更高的安全和隐私性。” Hermann Wimmer说道,三部分组成了一个非常完善的架构,已经在全球一百多家客户中使用,而在大中华区也有像光大银行、联通研究院、远传电信等知名企业已经开始构建。

Teradata天睿公司大中华区大数据事业部总监孔宇华补充说,统一数据架构是Teradata和很多客户交流时集体智慧的结晶,因为数据管理、分析以及应用很难利用单一的技术来实现,Hadoop平台可以很好地完成数据收集和管理数据,Aster探索平台可以快速挖掘数据的价值,最后再把最有价值的数据导入数据仓库并形成洞察力,这样统一数据架构就将各个平台的优势最大程度地都发挥出来。

“统一数据架构是一个面向未来的,经过验证的架构。企业应用未来也会朝着这个方向发展,由于架构的开放兼容能力,用户可以逐步根据业务需求搭建所需的技术,最终根据需求的演进,逐步延伸构建起整体架构。”辛儿伦说道。

在应用层面,Teradata统一数据架构在全球已经有一百多家客户在使用,在中国也有十几个客户开始构建。

由于架构的开放性,所以可以分阶段投资,并非只能适用于集团型或大型企业使用。根据企业的成熟度,其可以选取目前需要整合的能力进行投入,之后随着企业业务和规模的扩大再进一步投入,做到大数据从小做起。

原文发布时间为:2014年11月17日
本文作者:王聪彬
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章:

  • 项目经理案头手册学习系列【2】
  • 重要的转变(感觉自己最近堕落必读)
  • 2008 SQL Server优化(2)-改善SQL语句
  • ScrollView子控件高度设置无效
  • Python字典
  • 彻底搞清楚C/C++中日期和时间 time_t与struct tm,time(NULL),ctime;strftime
  • 修改博客园主题
  • Expression Blend实例中文教程(13) - 控件模板快速入门ControlTemplates
  • 微软Azure 文档地址
  • [转]优化MySQL数据库性能的八大“妙手”
  • 罗湖致力打造智慧城市标杆区
  • 转:Win32 同步机制摘要
  • create raid5
  • 简析几何叉乘与安培力的内在逻辑
  • Windows下svn客户端TortoiseSVN的安装和操作
  • [译] React v16.8: 含有Hooks的版本
  • ES6核心特性
  • Java面向对象及其三大特征
  • JS进阶 - JS 、JS-Web-API与DOM、BOM
  • Magento 1.x 中文订单打印乱码
  • nginx 负载服务器优化
  • PHP CLI应用的调试原理
  • Python 反序列化安全问题(二)
  • SpiderData 2019年2月16日 DApp数据排行榜
  • Vue2 SSR 的优化之旅
  • 闭包--闭包作用之保存(一)
  • 从PHP迁移至Golang - 基础篇
  • 道格拉斯-普克 抽稀算法 附javascript实现
  • 前端每日实战:61# 视频演示如何用纯 CSS 创作一只咖啡壶
  • 什么是Javascript函数节流?
  • 使用 @font-face
  • 使用iElevator.js模拟segmentfault的文章标题导航
  • 为什么要用IPython/Jupyter?
  • 我建了一个叫Hello World的项目
  • ​MPV,汽车产品里一个特殊品类的进化过程
  • (07)Hive——窗口函数详解
  • (C语言)逆序输出字符串
  • (附源码)spring boot网络空间安全实验教学示范中心网站 毕业设计 111454
  • (附源码)springboot 房产中介系统 毕业设计 312341
  • (十六)串口UART
  • (转) Face-Resources
  • (转)iOS字体
  • (转)mysql使用Navicat 导出和导入数据库
  • (转)Unity3DUnity3D在android下调试
  • *2 echo、printf、mkdir命令的应用
  • .htaccess配置常用技巧
  • .net core 微服务_.NET Core 3.0中用 Code-First 方式创建 gRPC 服务与客户端
  • /var/log/cvslog 太大
  • @javax.ws.rs Webservice注解
  • @Not - Empty-Null-Blank
  • @RequestMapping-占位符映射
  • [ C++ ] STL---仿函数与priority_queue
  • [AutoSar]BSW_OS 01 priority ceiling protocol(PCP)
  • [BZOJ1053][HAOI2007]反素数ant
  • [C#]winform部署yolov5-onnx模型