IBM 全新大數據分析平臺，助力數據雲化

IT架構實現雲化已是企業IT戰略的大勢所趨。不管是採用私有云技術仍是公有云技術，都要求軟件具有云環境的適應能力。做爲企業最重要的數據資產，依賴於底層的數據管理軟件進行有效的管理。爲實現從海量數據中獲得實用的知識和信息，如何高效組織數據的存儲和查找的技術一直在演進。從早期的層次型數據庫到關係型數據庫，從SQL數據庫到NoSQL數據庫再處處理非結構化數據的Hadoop、圖數據庫等平臺，一直在發展變化，如今能夠說是百花齊放，百家爭鳴。

雲技術的興起，連數據存儲的位置也有了更多的選擇，數據可能存儲在用戶的數據中心，也有可能存儲在某公有云供應商平臺中。因此對於用戶而言，如何在不一樣的基礎架構、不一樣的數據庫存儲平臺中、雲下雲上都保持體驗的一致性，應用訪問、開發、遷移的平滑性以及數據安全性，保護IT技能的投資，變得異常重要。IBM的下一代數據分析平臺，爲實現如下的藍圖而從新進行設計和研發。

對於用戶而言，信息可視化工具可能使用流行的例如Cognos或Tableau等產品，數據挖掘可能使用SPSS或R等工具，開發語言可能使用的是Python或Scala等流行語言。數據的存儲可能在傳統的DB二、Oracle或PDA等關係型數據庫中，也有可能在新型的Hbase、Hive或NoSQL數據庫中。新興的互聯網客戶數據可能自然就存儲在雲數據庫中等等。咱們是否能夠設計一個通用的引擎，它既能夠提供一個統一的接口，屏蔽下面的數據存儲異構性，又可能使用一個統一的基於SQL的語言來進行應用的訪問和開發呢？答案是確定的！IBM基於開源的Spark技術開發了下一代的通用數據庫引擎Common SQL Analytics Engine和查詢訪問引擎Fluid Query Engine。

做爲早期的DB2關係型數據庫，爲了靈活支持zOS，Unix/Risc架構或WinTel架構，同時爲知足客戶彈性擴展和支持不一樣的工做負載，從7版本開始就提出的Universal Database的概念，即一個統一的數據庫SQL引擎，就能夠支撐不一樣的體系架構。八、九、10版本後，這個體系架構獲得了極大的擴展，經過HADR、DPF、PureScale、BLU、GDPC等功能模塊的擴展，在統一的SQL引擎之下，就完美的支撐了用戶的不一樣的工做負載。

但IT架構在不斷地進化，雲環境還發展出虛擬化技術、容器技術等爲支撐海量訪問、多租戶訪問和快速部署擴展的架構。移動互聯網的發展又極大的推進了與用戶互動而產生大量的非結構化社交媒體、語音、圖像、視頻或傳感器的數據，所以數據形式有了更多樣化的存在。爲解決以上的挑戰，IBM也經過技術創新或收購等方式，提供了基於開源技術研發的Hadoop產品BigInsights、NoSQL數據庫或一體機數據倉庫PDA等方案。可是隨着客戶雲化的步伐加快，以上的各類方案之間的架構差異，逐漸成爲用戶的技術瓶頸。各個方案數據管理的實現不一樣，致使DBA管理運維、應用開發的難度不斷加大。基於移動互聯網等雲化應用的需求，須要更靈活的體系架構以支撐海量訪問、突發用戶增加、7*24不間斷訪問、敏捷開發等的挑戰。爲此目的，IBM在下一代分析引擎設計中，採用了通用分析引擎的策略，即統一分析引擎，以支撐用戶在不一樣的環境中部署數據應用，不論其將部署在原有數據中心的架構中，亦或私有云甚至是公有云的環境。這種機構將提供給用戶極大的靈活性，代碼編寫一次，能夠運行在任何環境中，同時保證DBA的運維體驗一致！

首先目標是統一IBM本身的數據存儲庫代碼。新發布的雲上關係型數據庫引擎dashDB、經典的DB2 11版本、適合私有云部署的dashDB on Local、IBM Hadoop BigInsights和將來即將發佈的新一代數據倉庫一體機設備PDA，都將構建在統一的分析引擎代碼上，用戶將能夠實現代碼僅寫一次，隨處部署運行。對於DBA而言，不論在哪一種庫進行操做，操做處理模式統一。對於已經部署在某個平臺上的用戶而言，將來不管是遷移到雲上或構建自身的私有云環境，數據以及應用都將平滑遷移。對於工具的開發商而言，僅認證一個平臺，就能夠平滑支持其它全部的平臺。

所以，不論用戶目前還在使用傳統的Power架構，採用DB2支撐其核心交易體統，它能夠逐步升級到DB2 11版本，享受到將來過渡到雲的通用分析引擎能力。若用戶即將部署私有云環境，能夠採用dashDB on Local的方案，它基於容器進行部署，能夠支撐PB級數據的海量擴展，同時具有通用SQL數據庫引擎能力，運維體驗、開發接口與其使用核心交易DB2保持一致。或直接採用PDA的方案，它一體化軟、硬件實現方式，能夠更簡化運維管理，但管理體驗、開發方式也和核心繫統的數據庫保持一致。用戶若直接基於公有云的服務，開發各類應用，其上的dashDB雲數據服務，和雲下的數據庫管理、開發體驗也是保持一致。最後即便用戶選擇使用Hadoop來存儲其非結構化數據，內置的BigSQL引擎，其運維管理、開發接口也和其在使用的核心交易數據庫保持一致的體驗！看到如今，你是否以爲很Cool！不管是交易負載亦或分析負載，不管是雲下使用仍是雲上開發運維，全部的技能、軟件資產都獲得了保護，你的雲化大計有了充分的保障！

對於數據已經存放到了不一樣的數據庫中，制定數據統一存放的策略並不現實。所以數據離散化存放，多庫存儲將是最可能的現實。對用戶而言，如何進行統一訪問接口，透明訪問全部的數據源，或在不一樣數據源中遷移數據，將成爲一個關鍵的挑戰。IBM提供數據訪問的通用引擎Fluid Query Engine，它充分考慮客戶的數據虛擬化的現實，統一接口，解決客戶難題。

由此，經過Common Analytics Engine以及Fluid Query Engine，統一基礎架構的實現代碼，簡化應用訪問不一樣數據的接口，從而實現用戶的雲下雲上數據訪問體驗一致，保護已有開發IT資產，助力用戶早日實現雲化大計！

快來體驗吧，下載試用IBM Analytics Platform產品！

慧都控件網年終促銷第一波已開啓，全場6折起，豪禮搶不停>>>

截止時間：2016年10月30日

更多大數據與分析相關行業資訊、解決方案、案例、教程等請點擊查看>>>

詳情請諮詢在線客服！

客服熱線：023-66090381