人大金仓大数据中心方案驱动企业数据资源价值创新

2016-10-20 17:55 来源:金融界  我有话说
2016-10-20 17:55:40来源:金融界作者:责任编辑:陈湛

核心竞争力是当今企业市场竞争成败的关键因素,更是企业掌握未来市场竞争主动权的根本。企业信息化是通过信息技术手段,促进企业组织结构的优化、增强企业的市场应变能力、提高企业的成本竞争优势(爱基,净值,资讯、整体管理水平以及扩大企业的外部环境,是对企业核心竞争力的有力支撑,是提高企业核心竞争力的关键所在。

人大金仓作为中国“大”数据管理与服务的领导者,以大数据基础平台、政府大数据、智慧城市大数据、大数据分析为解决方案主线,为各行业提供大数据建设的规划和设计的咨询、大数据平台搭建到应用实施的一站式服务。近期,人大金仓发布了大数据中心建设解决方案白皮书,为企业信息化建设添砖加瓦。

助力企业信息化,大数据中心建设势在必行

企业的信息涉及面广,各种应用系统常常不能有效地共享数据,不断增加的安全威胁对数据的安全性提出了挑战,急剧增长的数据量使得既有的存储容量和应用系统难以适应企业的需要。因此建设高可靠、大容量的数据中心十分必要。

随着云计算、大数据相关技术的不断进步,越来越多的用户意识到数据对其自身发展的重要性,为了便于积累更多的数据,在“采用数据驱动发展、利用数据产生价值”的理念下,很多政府及企业都着眼于自有数据的集中共享,综合利用,因此不同于传统数据中心的大数据中心也随之出现,并且在企业信息化建设中的地位越来越重要。大数据中心建设是信息化趋势下的必然产物,其承载着IT基础设施、企业稳定运行和业务创新的重任。

面对“拥有数据的部门没有能力去分析,有分析能力的部门没有数据,各部门之间缺少协调合作”的体制问题,如何杜绝信息孤岛,加强数据沟通,将数据作为企业的整体资源进行综合管理与利用,挖掘数据背后的信息,提升企业的价值,大数据中心建设的意义重大。大数据中心将根据企业的自身特点采用云计算或集群方式,更加高效地支持后台业务和信息共享的需求,提供不间断的服务,支持多种服务手段,其重点是对数据的资源整合,全面安全,高效管理和企业价值提升提供有力的支持与保障。

承载高品质服务,创造更多企业价值

人大金仓大数据中心建设解决方案遵循先进性与总体经济性、可扩展性和开放性、可靠性与安全性、规范性与完整性、自主可控的设计原则,提供全生命周期的大数据解决方案,涉及数据采集、数据存储、数据利用、分析挖掘以及数据管理的整体建议,通过数据采集、数据存储、数据利用、分析挖掘以及数据管理的整体建议,保证大数据中心的可扩展、可开放性、安全可靠以及数据的一致性,从而使大数据中心承载更多高品质的服务,为企业创造更多的价值。

 

人大金仓大数据中心方案驱动企业数据资源价值创新

 

大数据中心建设总体框架图

数据采集是将各业务系统自行管理的分布的、异构的数据源,如关系数据库、平面文件中的数据,抽取、清洗、转换、加工,最后加载到数据存储各层次中,为分析应用提供高质量的数据。由于业务数据类型与形态多样,因此数据获取需要针对数据情况与分析需求采用不同的技术手段和加工方式。可实现全量采集、增量采集、定时采集、周期采集等多种采集方式。并支持加载到结构化的数据仓库系统和分布式大数据存储系统。

按照存储数据的结构化和主要用途特点,可以将数据存储分为结构化数据(仓库)存储区和非结构化数据存储区、应用数据存储区(数据集市)三类。数据存储应具备按需分配资源、动态可扩展性、高性价比、高可靠性和高度灵活性的特征,提供海量数据的实时在线交易处理、复制查询处理、复杂报表的实时生成、高效的数据压缩、高效的大数据量装载和导入导出功能。实现平台的高性能、高可用、高可扩展性、易用和可管理性。

数据利用主要采用目录与服务的方式提供,其建设便于各接入大数据资源中心的应用部门通过完善的资源目录查询和获取其所需的资源。目录管理与服务系统能够以目录方式实现大数据资源中心与各应用部门之间的资源共享,各应用单位对各自共享的资源有完整的控制权,可有效地解决交换模式中各应用单位因担心违反相关规定不愿意批量提供数据的问题。

数据可视化、数据报表、多维分析、数据挖掘等是分析挖掘涉及的主要内容。数据可视化是通过管理图形、仪表盘、预警等方式,监控、分析关键指标、业务目标,帮助用户发展,保持与战略的步调一致。让用户了解整个业务活动,能够以个性化的方式来监控KPI、衡量KPI,管理预警和异常。基于B/S 实现报表浏览、数据补录、数据校验、数据审核、数据归档、报表打印等功能,并且是灵活的、可配置的。基于多维分析技术,提供内外部的决策者和知识工作者访问用户关键数据,从而提高用户经营绩效,用户可以从任意角度探察和分析以任何形式组合的数据,并且快速识别使用其它分析方式无法发现的影响用户经营绩效的因素。

在数据挖掘上,大数据中心提供了各种借助机器学习、人工智能和统计学的建模方法及一系列的数据挖掘技术,可以从多种算法中选择来进行预测、聚类、关联、分类等进行组合搭配,无需考虑数据源及数据所在平台,提供方便、及时的数据访问,从而实现自我业务的创新与价值提升。

数据管理则涵盖了数据标准管理、数据质量管理、元数据管理、数据目录管理、数据服务管理、内容发布管理等诸多方面。数据标准管理包含数据标准体系管理、数据采集规范管理、数据加工规范管理,以实现数据标准全生命周期的管理。数据质量管理是对支持业务需求的数据进行全面的质量管理,提升数据的完整性、及时性、准确性及一致性,从而不断改善数据的使用质量,提升业务价值。元数据管理是大数据平台中的关键组件,贯穿于建立大数据平台的整个过程,把数据转化为有用的、可信赖的信息,支持决策分析;提供元数据库管理、元数据维护、元数据查询及无数据目录关联等功能。通过数据目录管理,提供数据导航服务,以资源目录的形式展示各种资源,方便用户查找、定位所关注的资源。通过建立数据服务及相关资源的接入和注册机制,使数据资源可以动态扩展、持续构建,从而屏蔽数据资源的规格形态、存储位置等信息,为用户提供一致的访问方式和服务接口。可以直接提供给外部浏览查看各种丰富的数据资源,还提供包括文件类型管理、媒体类型管理、图像类型管理、文章发布管理和视频资料管理等在内的数据资源的内容发布管理。

大数据时代,数据正在成为一种生产资料,成为一种稀有资产和新兴产业(爱基,净值,资讯。任何一个行业和领域都会产生有价值的数据,而对这些数据的统计、分析、挖掘和人工智能则会创造意想不到的价值和财富。人大金仓大数据中心建设解决方案白皮书的发布,标志着人大金仓积极响应国家大数据战略,全力服务于大数据中心建设,在利用大数据为企业创造价值方面迈出了更为坚实的步伐。

 


[责任编辑:陈湛]

WAP版|触屏版

光明网版权所有

光明日报社概况 | 关于光明网 | 报网动态 | 联系我们 | 法律声明 | 光明员工 | 光明网邮箱 | 网站地图

光明网版权所有