
“大数据”已经成为重要的时代特征,企业需要重新思考已有的IT模式,应对在数量和类型上不断新增的数据;同时,大数据又将推动企业进行基于信息革命的业务转型,更多商业价值和发展机会将产生于数据和洞察。
要顺应这个时代,对此,IBM全球副总裁兼中国开发中心总经理王阳博士表示,为了应对着三大挑战,并且要让用户的应用在简单、高速的同时也具有经济效益,IBM推出了PureData,包括三大“战将”。
首先是,交易(Transection 也称业务),速度非常快,把这个东西读了写,速度相当快。以前的系统都没法儿跟它比。
二是分析,在这里数据量非常巨大,大量的数据在这个系统里面,可以通过它快速地找到规律,并且以报表的形式展现出来。
三是Operation Analysis实时的分析,这个数据在流的过程当中,用户可以实时地抓出一些异常情况或者是需要看到的一些特征。
在这三个挑战中,王阳强调,后两者是关键。
对于后两者的发布,业内专家表示,对于ISV来说极具价值。举例来说,甲骨文原来是做ERP的,在收购了Sun之后,就有了一体机,而现在IBM推出了PureData和Pure Application,ISV可以结合这二者的硬件优势,发布出更适合用户的软硬件一体产品。
这种运行模式有些类似于苹果的App Store,如今ISV可以在IBM的Pure store上发布他们经过认证的应用,用户下载到本地的PureApplication上,马上就可以使用起来。
王阳透露,伴随PureData的一同推向市场的,还有IBM基于PureSystems市场营销所积累的合作伙伴计划。目前已经有60多家ISV(独立软件供应商)表示将全力支持PureData。此前,包括DynaFront系统和PCCW电讯盈科解决方案在内的多个合作伙伴已经在其数据中心内部安装了PureSystems。IBM将向这些合作伙伴提供针对PureSystems和PureData的技术和认证方面的支持。
“大数据”已经成为重要的时代特征,企业需要重新思考已有的IT模式,应对在数量和类型上不断新增的数据;同时,大数据又将推动企业进行基于信息革命的业务转型,更多商业价值和发展机会将产生于数据和洞察。
要顺应这个时代,对此,IBM全球副总裁兼中国开发中心总经理王阳博士表示,为了应对着三大挑战,并且要让用户的应用在简单、高速的同时也具有经济效益,IBM推出了PureData,包括三大“战将”。
首先是,交易(Transection 也称业务),速度非常快,把这个东西读了写,速度相当快。以前的系统都没法儿跟它比。
二是分析,在这里数据量非常巨大,大量的数据在这个系统里面,可以通过它快速地找到规律,并且以报表的形式展现出来。
三是Operation Analysis实时的分析,这个数据在流的过程当中,用户可以实时地抓出一些异常情况或者是需要看到的一些特征。
在这三个挑战中,王阳强调,后两者是关键。
对于后两者的发布,业内专家表示,对于ISV来说极具价值。举例来说,甲骨文原来是做ERP的,在收购了Sun之后,就有了一体机,而现在IBM推出了PureData和Pure Application,ISV可以结合这二者的硬件优势,发布出更适合用户的软硬件一体产品。
这种运行模式有些类似于苹果的App Store,如今ISV可以在IBM的Pure store上发布他们经过认证的应用,用户下载到本地的PureApplication上,马上就可以使用起来。
王阳透露,伴随PureData的一同推向市场的,还有IBM基于PureSystems市场营销所积累的合作伙伴计划。目前已经有60多家ISV(独立软件供应商)表示将全力支持PureData。此前,包括DynaFront系统和PCCW电讯盈科解决方案在内的多个合作伙伴已经在其数据中心内部安装了PureSystems。IBM将向这些合作伙伴提供针对PureSystems和PureData的技术和认证方面的支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02