自2015年阿里提出“大中台,小前台”战略后,数据中台成为业界近几年的热门话题。虽历经几起几落,但在数字化转型大趋势下,企业纷纷渴求从业务驱动转向数据驱动。
智领云,一家深耕大数据技术研发,用数据帮助企业不断创造价值的公司,提供了云原生数据中台系统解决方案,助力企业打造业务数据能力闭环,完成数据驱动的数字化转型。
智领云科技联合创始人兼CTO宋文欣接受记者采访时表示,智领云将自身定位为云原生数据中台架构的技术和服务提供商,旗下BDOS云原生数据中台架构产品是基于云原生技术打造数字化驱动的底座。智领云依托产品并提供服务和方法论指导,进而帮助客户完成数据中台的建设。
除了BDOS产品研发部门,智领云还成立数据工程部,提供相应的数据中台建设方法论,指导客户打造适合自身业务和组织架构的数据中台。“未来,云原生数据中台的市场需求巨大,我们会从技术和服务两个层面强化自己的竞争优势。”宋文欣说。
当数据中台遇到云原生
如果说现在,业界哪个概念最流行,那么云原生肯定是首选。资源极致弹性、应用敏捷开发迭代正在发展成为云服务的新常态。云原生也因此成为众多企业的共同选择。
智领云提出的云原生数据中台是不是也是赶潮流呢?宋文欣表示,云原生与数据中台是不可割裂的,建设数据中台必须基于云原生架构这一底座。
数据中台采用云原生架构的优势非常明显,例如部署更加简单快捷,可持续发布,运维效率提升;更充分有效地利用集群的计算/存储资源;更快更方便地引入数据分析和数据科学的组件;更弹性的资源调度架构支撑分布式的机器等。
由于采用云原生的方式构建,智领云的数据中台能更高效、更稳定地服务更多客户。客户无需关心底层架构的细节,也不需要懂大数据的复杂运维,直接开箱即用,在数据中台上轻松使用各种大数据分析工具。
数据中台是一套“让企业的数据用起来”的机制,一种战略选择和组织形式,是依据企业特有的业务模式和组织架构,通过有形的产品和理论支撑,构建一套持续不断把数据变成资产并服务于业务的机制。
宋文欣说,数据中台建设除了一套技术架构外,还需要客户与厂商一起调整现有的组织架构,自上而下贯彻数字化驱动的理念。数据中台的目的是拉通企业数据,并最终实现数据价值实现,这是一个长期工程,需要持续迭代。
虽然业界有“中台已死”的声音,但是在宋文欣看来,数据中台目前遇到的落地挑战,并不是技术或者方法论缺陷造成的,而是企业在中台建设中存在一些误区,比如中台建设是一把手工程,但是企业管理层并没有亲身参与;缺乏数字化驱动架构相应的人才建设等。
对此,智领云从技术选型、顶层设计、数据标准规范等维度帮助企业落地数据中台。同时,企业应该设置相关指标衡量数据中台带来的效果。
目前,智领云在帮助行业客户建设数据中台方面积累了丰富的经验,建设了物联网实时大数据平台、与天喻信息合作实施浙江教育资源公共服务大数据平台、以及健康武汉医疗大数据平台等应用案例,也在推出类似新零售的行业解决方案,未来会推出更多整体方案,实现行业突破。
DataOps与DevOps
谈到云原生,我们对于DevOps一定不陌生。DevOps就是让开发、测试、运维人员更好地沟通合作,通过自动化流程来使得软件整体过程更加快捷和可靠。
同样,对于大部分企业的数据平台建设,一个关键方法论——DataOps(数据运维)也是必不可少的。DataOps与DevOps十分形似,也有着与DevOps类似的软件开发角色,它是数据工程师简化数据使用、实现以数据驱动企业的方法。
DataOps的核心任务是提高数据分析和管理的质量并缩短数据开发的周期,是高效打造数据中台的必经之路,因此可以将 DataOps作为数据中台建设必须参考的一个方法论。
不过,DataOps涉及的技术和方法论非常复杂,相关的开源软件生态非常庞大,涉及领域包括数据集成、数据开发、数据质量、数据安全、数据门户等。
宋文欣表示,智领云提出云原生DataOps,采用做减法的方式,通过云原生的方式集成相关软件生态,搭建一个中间层-BDOS,让客户和合作伙伴能够不直接面对复杂的DataOps技术。“我们将复杂问题简化,所有人可以在BDOS上面轻松地进行数据开发和数据管理。”
此外,依托云原生DataOps,智领云能够实现生态融合,比如通过标准的开源协议,智领云可以对接云原生存储厂商,把各种不同的软件存储技术通过一个标准化的形式接入到平台。这样,BDOS技术架构就扮演了一个融合平台的角色,能够让客户享受到生态系统里的产品和技术。
宋文欣说,智领云在积极发展行业合作伙伴,通过云原生DataOps底层架构平台优势,联合生态伙伴打造解决方案,一起解决最终行业客户的业务问题,帮助他们实现数据驱动。
好文章,需要你的鼓励
随着各行各业数字化变革的不断深入,人类社会正加速迈向智能化。作为智能世界和数字经济的坚实底座,数据中心也迎来了蓬勃发展。面
“未来软件定义汽车”的设想也成为马丁当前运营路线的指导方针,且高度关注数据、零件和资产管理等议题。