内存计算技术-大数据应用引擎

内存计算技术-大数据应用引擎

ID:5992067

大小:27.00 KB

页数:5页

时间:2017-12-30

内存计算技术-大数据应用引擎_第1页
内存计算技术-大数据应用引擎_第2页
内存计算技术-大数据应用引擎_第3页
内存计算技术-大数据应用引擎_第4页
内存计算技术-大数据应用引擎_第5页
资源描述:

《内存计算技术-大数据应用引擎》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、内存计算技术:大数据应用引擎  在大数据时代,内存计算技术将会有着十分广阔的应用空间和前景。作为中国最大的瓶装水生产商,农夫山泉股份有限公司(简称农夫山泉)的IT应用系统中,每天都要产生大量的数据。在认识到这些数据的巨大潜在价值后,农夫山泉想要对这些海量数据进行分析,来为企业的运营和业务等提供决策支持。但由于数据量太大,农夫山泉股份有限公司在对这些数据进行分析时,遇到了一些挑战。例如,农夫山泉每次结账前都需要做运费对账,运费计算涉及的层面非常广,里面的逻辑计算十分复杂。系统通常需要24小时来运行这个运费报表,有时候甚至生成不了这张报表。这样的速度导致农夫山泉每个月

2、财务结算都要推迟一天。不过,在实施了SAPHANA系统后,现在这张运费报表只需要37秒就可以生成,和之前相比,运算速度提高了2335倍。传统数据库技术的瓶颈5这一堪称奇迹的进步背后,正是内存计算技术发挥了至关重要的作用。顾名思义,内存计算技术,实质上就是CPU直接从内存而非硬盘上读取数据,并对数据进行计算、分析。“这项技术是对传统数据处理方式的一种加速,是实现商务智能中海量数据分析和实施数据分析的关键应用技术。”SAP公司全球数据库解决方案亚太区技术总监卢东明说道。事实上,作为数据库领域一项创新的技术,内存计算的出现,对于数据库市场带来了巨大的冲击。在卢东明看来,

3、过去20年,数据库技术的发展其实陷入了瓶颈之中。由于少数数据库厂商对市场的绝对垄断,导致它们疏于数据库技术方面的创新。但在处理传统的在线交易处理(OLTP)应用时,这种创新瓶颈的问题并没有得到完全的体现。因为,OLTP系统主要是对发生的业务进行实时记录,处理的主要是大量简单、小规模、同时发生的交易。因此,对于数据挖掘和分析的需求并不是很大。但随着大数据的出现,企业对于在线分析处理(OLAP)应用的需求越来越强烈,也就是说,企业对于海量数据的挖掘和分析越来越重视,而且,更为关键的是:他们需要实时的分析和挖掘。在这种情况下,传统数据库技术的瓶颈被放大:由于传统的数据库

4、技术是将数据存储在硬盘上,需要进行计算和分析时,再将数据从硬盘调用到内存中。在处理海量数据时,这种方式无疑会耗费大量的时间,很难做到实时计算。速度成为最大优势5而内存计算技术,则是将需要分析的数据全部存储在内存之中,并在内存中进行大量的数据分析和计算。这样,对于海量数据的分析速度将得到大大的提升。举一个例子:如果过去装修一个房子,需要到现场去测量,然后回去准备所需的材料打造成家具。HANA的理念是无需再移动数据。也就是说,可以就地取材,就在数据所在位置开始测量、开始建造。显然,这样的优势是更灵活、反应更快。因此,内存计算非常适合处理海量的数据,以及需要实时获得结果

5、的数据。比如可以将一个企业近十年几乎所有的财务、营销、市场等各方面的数据一次性地保存在内存里,并在此基础上进行数据的分析。当企业需要做快速的账务分析,或要对市场进行分析时,内存计算就能够快速的按照需求完成。通过上述的分析,不难看到内存计算技术的最大优势:速度。这一点,对于大数据应用显然十分关键。比如,在银行业,大数据可以应用与信用卡防盗、防欺诈等方面。但如果数据的分析处理时间需要一两天甚至一周,那么对于银行而言,显然已经没有什么意义。他们需要的是系统能够对数据进行实时的处理和分析,为银行的相关工作人员提供实时的告警。“内存计算技术在大数据时代将会有十分广阔的应用空

6、间。采用内存计算技术,企业5的海量数据处理能力将会得到几倍甚至几十倍的提高,也就意味着企业业务响应速度的大幅提升,这种提升所带来的价值是显而易见的。”卢东明分析道。“因为,在很多行业,如果一直能够比竞争对手快一点,那无疑就会在市场上取得明显的竞争优势。”此外,内存计算还可以模拟一些数据分析的结果,实现对市场未来发展的预测。例如,可以帮助用户在事情没发生前假设各种场景,然后进行分析,以预测将要发生的事情。SAP的HANA是内存计算技术应用的典型代表。通过采用内存计算技术,HANA在大数据领域表现抢眼。文章开头提到的农夫山泉,是SAP内存计算技术在中国的第一个客户,在

7、应用HANA之后,农夫山泉所有的销售数据都加载在HANA中,进行分析和计算,而且,其分析和计算在几秒钟内就可以完成。“在它原来的平台之上,不可能把所有的历史数据完全加载计算。如果非要计算也可以,但分析的周期可能是以年为单位。”卢东明说。在卢东明看来,随着大数据应用的普及,内存计算技术的应用空间将会越来越广泛,甚至有可能改变数据库市场的“游戏规则。”当然,内存计算技术也并非完美。例如,在内存增大的情况下,散热问题如何处理?此外,目前大部分病毒都是针对内存展开攻击,如果未来内存计算技术大量普及,那么信息安全又该如何保证?5不过,随着内存计算技术的发展,相信这些难题都将

8、会被逐步解

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。