京公网安备 11010802034615号
经营许可证编号:京B2-20210330
AI、大数据、云计算深度融合,星环大数据3.0给用户带来啥体验
“伴随着人工智能、云计算、大数据的深度融合,大数据技术已经进入3.0时代。”星环科技创始人兼CEO孙元浩8月14日在2018星环科技大数据3.0研讨会北京站上明确表示。
当前,人类社会快速数据化。一方面,全球使用互联网的人数突破70亿,50亿设备接入网络,拥有的数据量达到40ZB,其中90%为近两年产生的数据,而大数据应用的规模将突破5000亿美元。另一方面,大数据应用向纵深发展,覆盖行业逐步扩展到政府、金融、安全、教育等众多领域。同时,计算模式也在快速变化,IOT边缘计算机、AI、云计算将逐渐成为计算模式中时代内容。
大数据3.0阶段,大数据分析平台将成为一个联系IT系统与从员工、客户、合作伙伴、社会,到设备的一个全生态的核心系统。大数据3.0的影响已经开始变得越来越广泛。而未来星环科技在人工智能、云计算、大数据三大“跑道”竞速,为用户提供大数据基础平台,也让大数据应用体验进入一个新阶段。
融合引领大数据3.0五大态势
孙元浩从技术趋势、开发与维护、数据与业务的关系三个维度说明,大数据已经进入3.0阶段。
星环科技创始人兼CEO孙元浩
从技术趋势的维度看,大数据、云计算和人工智能将走向深度融合,容器编排系统、大数据分析和深度学习能够融合在一起,大数据从技术上而言迈入3.0阶段。在3.0阶段,大数据技术基本上普及化,可以随手获得,绝大部分的人都能够非常便捷地获取大数据分析能力。
大数据平台也经历了三个发展阶段。1.0阶段,大数据应用开发和运维都有非常高的技术门槛,只有少量的高科技企业才能自建和使用;2.0阶段,随着专业的Hadoop生态的出现,大数据应用开发和运维的门槛大幅降低,像财富500强公司,因为拥有自己的IT团队,可以去运维这一复杂的系统;3.0阶段,包括星环以及一些公有云服务商可以提供完整的大数据产品线,也可以提供云化方式服务,把大数据变成PaaS和微服务化,客户可以随时使用
数据与业务的关系也在悄然发生变化。1.0阶段是业务电子化阶段,企业要信息化,业务要能够IT化、数字化,业务需求是主流;2.0阶段是技术支撑业务应用阶段,响应业务部门的业务需求,图形化报表是主要表现形式,科技被动响应服务需求;3.0阶段是业务数据化阶段,数据分析开始成为企业的创新驱动力,大数据以业务部门为主,业务需求能够用大数据技术迅速支撑。
孙元浩认为,大数据3.0时代实现5大融合,具有5大特征:
首先,数据平台的融合,统一了数据湖、数据仓库、数据集市,不再需要混合结构。而借助星环的技术和产品,只需一套引擎,就能够解决数据分析的所有问题,而不需要在不同架构之间换来换去。这也是大数据技术向简单化、应用化方向迈出的重要一步,IT架构可以极度简化。
其次,开发方式融合,只需要一套SQL+R/Python开发语音与接口。未来,进行大数据分析,只需要掌握SQL+R/Python三种语言就够了。R/Python将是预测性分析和机器学习的主流,R专注在统计上面,Python专注在深度学习上。
第三,BI与AI的融合,数据分析工具链走向融合。 BI与AI已经嵌在一起,密不可分,因为AI做数据特征分析需要用到BI,需要可视化。BI通常也会嵌入一些机器学习的算法来做智能分析。
第四,人工智能、大数据、云计算的融合,弹性资源策略让服务随处可见。利用云计算的资源池化,利用容器技术统一管理和调度,支持单行扩展,按需使用,按需付费。星环让业务人员随时使用数据分析平台成为可能。
第五,应用、数据与企业应用生态的融合,数据、服务、应用相互促进,形成闭环,促进企业大数据应用生态的发展。
TDC践行大数据、人工智能与云计算的融合趋势
在2018星环科技大数据3.0研讨会的每一站,星环科技都带着最新的产品和案例,与各地的企业用户与观众分享。
星环科技研发总监、首席工程师刘汪根
接受记者采访的星环科技研发总监、首席工程师刘汪根介绍,经过多年自主研发,星环科技已经建立了包括ABCD+一体机在内的五大产品系列:其中,A是人工智能产品,如智子人工智能平台Transwarp Sophon;B是大数据产品,包括一站式大数据平台Transwarp Data Hub (TDH);C是云计算产品,包括基于容器的智能大数据云平台Transwarp Data Cloud (TDC);D是数据库产品,包括分布式闪存数据库ArgoDB、分布式图数据库StellarDB、交易型数据库KunDB等;一体机则各种超融合一体机,包括超融合大数据一体机TxData Appliance、流处理器一体机、智能识别一体机等。
刘汪根认为,在大数据、人工智能、云计算三者共同蓬勃发展的时代背景下,星环新一代智能大数据云平台TDC作为这三个领域相互融合的代表性产品,推动了服务容器化以及大数据生态上云。TDC在实现大数据技术落地时利用云计算三项核心技术——虚拟化技术、数据中心技术、多租户技术,继承云平台资源弹性伸缩、自动修复、同一平台服务于多租户的能力,满足企业对大数据云平台的多种需求。星环科技产品实现ABC全面融合,可以最大程度地支持大数据3.0时代下企业的多方面需求。
目前,TDC已实现私有云和托管云的部署方式,为不同体量、不同业务类型、不同运作模式的企业提供针对性的服务。TDC可部署在大型企业内部,提供定制化的实现,集中数据资源和计算资源,为各个业务部门和分支机构提供数据分析服务,满足企业对大数据分析云的需求
而在今年下半年,TDC将提供公有云部署方式与服务,提供PaaS平台。在公有云领域,TDC提供各种内部的数据产品和业务,云上的客户可以自主快速的构建集群、创建应用,启动大数据业务,立即创建立即销毁,减少技术中心成本投入。
未来,TDC也可以用于混合云的构架,对于特定的需要对外提供服务的私有云企业,TDC支持接入公有云IaaS服务,从而在业务高峰期提供良好的弹性扩展、精确计费等能力,提高企业的服务响应能力。
北京站会场
自主可控数据库实现终点突破
今年5月,全球最知名的数据管理系统评测基准标准化组织TPC宣布,星环TDH平台通过TPC-DS基准测试,打破了该领域12年来没有厂商通过该项测试的局面,在世界范围内填补了该项技术的空白。刘汪根说,这标志着星环在Hadoop上打造的分布数据库,在功能上已经可以与传统的关系数据库相媲美,同时处理的数据量也比传统关系数据库高几个量级。这说明在大数据基础软件领域,国产技术已经实现弯道超车,星环的分布数据库已经能够取代传统关系数据库做复杂的处理了。
刘汪根认为,作为本土的软件研发企业,星环科技在过去五年中坚持大数据底层基础产品的研发,坚持自主创新,在一些领域如大数据分布式数据库领域实现了技术突破,实现的基础软件的弯道超车。
据介绍,ArgoDB是星环自研的新一代分布式闪存数据库,能够同时满足多维实时检索、准实时分析和海量数据离线分析业务场景。在当前混合业务场景逐渐成为主流的情况下,ArgoDB能够极大的简化数据平台架构、降低实施与运维成本。
Transwarp StellarDB是一款为企业级图应用而打造的分布式图数据库,用于快速查找数据间的关联关系,并提供强大 的算法分析能力。StellarDB克服了海量关联图数据存储的难题,通过自定义图存储格式和集群化存储,实现了传统数据库 无法提供的低延时多层关系查询,在社交网络、公安、金融领域都有巨大应用潜力。
大数据的发展也离不开生态建设。星环已经逐渐形成以星环技术为核心的生态系统,包括免费社区版用户遍布21个省市,累计培训开发者超过2000人,累计为超过400家企业提供培训,累积颁发证书超过1000张。我们期望在大数据3.0时代,星环能给用户带来不一样的体验。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、问题:为什么 ID 会"断号" 很多刚接触 MySQL 的同学都会有一个困惑:表里的主键 ID 是自增的,删了中间几行数据之后,ID 变 ...
2026-10-22一、问题场景:为什么会重复 JOIN 同一个子查询 在写复杂 SQL 时,经常遇到这种需求:同一张表或同一个聚合子查询,要和主表关联 ...
2026-10-22人力资源专员是HR体系的执行入口。招聘信息发布、简历初筛、面试安排、考勤汇总、入离职手续、劳动合同与档案管理,大多由这个岗 ...
2026-10-22人力资源经理问“必学技巧”,真正要解决的不是知识清单不够长,而是时间有限、业务催得紧,学完却用不上。更有效的路径是:先用 ...
2026-10-22内容营销岗位的核心任务,不是“把文案写得更漂亮”,而是围绕目标受众,用持续的内容供给影响认知、推动转化并沉淀复购。它至少 ...
2026-10-22理财经理培训课程很多,难的是判断“先学什么、后学什么、学完能做什么”。与其按课程名称罗列,不如先看岗位任务:客户分层与维 ...
2026-10-22理财经理的知识结构,可以先用一句话概括:合规与产品知识决定“不出错”,客户经营与资产配置决定“够不够专业”,市场研判与数 ...
2026-10-22经济学背景做数据分析,优势不在工具,而在问题意识:供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺 ...
2026-10-22需要,但要把“需要”理解准确。经济学本身就在处理数据:GDP、物价、就业、企业营收、问卷调研,都是经济分析的原料。真正的区 ...
2026-10-22经济学分析能力不是单一技能,它至少由三层构成:把现实问题转成可检验假设的理论框架能力、用数据与统计方法验证假设的工具能力 ...
2026-10-22金融分析师的知识提升,先补的不是更多模型,而是让结论可复核的底层能力。按任务顺序,大致是四层:财务与业务理解、指标口径管 ...
2026-10-22金融分析师的“通用技能”,指换到不同机构、不同行业组仍用得上的底层能力,而非某家公司内部系统的操作经验。按任务拆,日常要 ...
2026-10-22先给结论:数据分析证书不是金融分析师的准入条件,招聘方也不会因为一张证书就直接判断你能做分析。要不要考,取决于你当前任务 ...
2026-10-22金融分析师的核心技能,不是“会看K线”或“会讲宏观”,而是能把一家公司、一个行业或一类资产,转化为可核查的数据判断与书面 ...
2026-10-22产品经理的知识提升,不是把需求文档、原型、SQL、数据分析、项目管理都学一遍,而是先对准目标岗位的真实任务,找出自己最缺的 ...
2026-10-22产品专员提升工作知识,最有效的方式不是先囤课程,而是围绕日常交付的四件事来补:需求调研与优先级判断、原型与PRD表达、竞品 ...
2026-10-22产品运营专员提升个人能力,常见误区是先把Excel、SQL、Python列成一张学习清单,然后从第一个工具开始学。更有效的做法是先回答 ...
2026-10-22产品运营的能力提升,最怕从“课程目录”出发:今天学增长模型,明天背SQL语法,学完却说不清自己负责的功能为什么激活率低。更 ...
2026-10-22产品经理的技能和影响力不是两条分开的赛道。技能决定你能不能把问题分析清楚、把方案设计对;影响力决定你的判断能否被团队接受 ...
2026-10-22产品经理要学的数据分析能力,不是“会写SQL”或“会用BI工具”这么简单。更准确地说,是围绕需求评估、功能迭代、指标监控、实 ...
2026-10-22