京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,人们越来越清楚地意识到数据中蕴藏的价值。海量数据的拥有者——运营商,银行,物流公司等等——都在积极地寻求方法利用手中的数据。然而,爆发式增长的数据量正在超出传统数据库的处理能力。为了应对这样的增长,企业需要对数据库进行升级。基于小型机DB2或Oracle架构的传统数据库升级依靠纵向扩展,也就是通过提升服务器本身的性能来提高处理能力。更大更强的服务器价格高昂,但性能的提升却是有限的。企业为自己的传统数据库做纵向扩展只会钱越花越多,收效越来越少。
Hadoop架构很好地解决了扩展的瓶颈,它设计部署在经济实惠的硬件上,通过横向扩展,便可无限地提升数据处理能力。基于Hadoop的大数据软件因为其强大的处理能力和高性价比在数据分析市场崭露头角。星环信息科技(上海)有限公司(以下简称星环科技)的企业级一站式大数据综合平台Transwarp Data Hub (以下简称TDH)是Hadoop发行版中的佼佼者。它在国内拥有最多的上线案例,已经为众多企业解决了棘手的大数据难题。TDH下的分布式内存分析引擎Transwarp Inceptor将数据和计算中间结果放在内存中,依靠内存的高速读写,克服了大数据处理中常见的I/O瓶颈,加上它对SQL和R的全面支持,可以轻松地应对海量数据的复杂计算,极大地提高了数据处理的效率,解放了企业的生产力。然而,星环科技的开发人员并不满足于此。
一方面,Transwarp Inceptor运行在JVM上,使用大内存的时候,对GC的影响非常严重,用户体验不够平滑;另一方面,完全使用内存作为存储介质价格较高。星环科技的开发人员发现,随着硬件技术的发展,SSD的读写速度已经远远甩开机械硬盘,向内存靠拢,但在价格上,SSD相对昂贵的内存有巨大的优势,这让SSD成为了内存强有力的竞争者。“我们相信,大数据分析应该朝着更经济更普及的方向发展,”星环科技的CTO孙元浩说道,“我们的产品为企业提高生产力,而将内存替换为SSD可以在不影响性能的情况下提升用户体验并且降低成本。”
在为某省级移动通信运营商部署大数据解决方案时,星环科技第一次将SSD作为内存的替代应用在了生产中。在比较市场上各品牌型号的固态盘的信息之后,星环科技最终选择了具备高稳定性技术的英特尔® 固态盘DC S3500系列来构建新的解决方案。对于固态盘而言,影响读写能力的最大因素在于固态盘的控制芯片和固件算法。英特尔在芯片技术和固件算法上的优势让英特尔® 固态盘DC S3500系列在处理读写任务时拥有得天独厚的优势。英特尔® 固态盘DC S3500系列具有50微秒的顺序读取延迟,在 99.9% 的时间内 500 微秒的最大读取延迟,以及4KB 随机读取性能高达75,000的每秒输入输出操作次数(IOPS)。同时具备较低的有功读取 功率(小于 1.3 瓦)。这些特点保证了英特尔® 固态盘数据存储和读取的出色能力以及在频繁操作情况下的性能稳定性。作为一款优秀的企业级固态盘,除了高性能优势之外,英特尔® 固态盘DC S3500系列还具备防止数据丢失和损坏的特性。英特尔® 固态盘DC S3500系列提供能够端到端数据安全性保护,使数据从进入硬盘到离开硬盘时刻处于保护之中。此外,英特尔还将固态盘将NAND、SRAM和DRAM内存的高级错误纠正方案结合起来,通过奇偶校验、循环冗余检查(CRC),以及逻辑块地址(LBA)标记验证来保护传输中的数据。它还使用高级加密标准(AES)和增强的电源损耗保护进一步增强数据的安全性。英特尔® 固态盘DC S3500系列产品稳定的高性能使星环科技的解决方案得到了有效的保障。而英特尔® 固态盘技术人员专业而严谨的前期产品测试、积极响应的售后服务方案和强大的渠道供货能力,更是为项目提供了强有力的后盾。
与传统方案相比,星环科技的解决方案有如下几点优势:
该省级移动运营商单月清单数量在1000亿条左右,每月数据量达100TB,完全超出了原有数据库架构的处理能力,无法为用户提供优质服务。星环科技的解决方案使用了800G英特尔® 固态盘DC S3500替换了256G的内存。测试环境下,在单张表统计操作中,传统方案需耗时230秒,Transwarp Inceptor仅耗时3秒,查询速度是原有方案的76倍。而在多张数据表关联操作中,传统方案需耗时414秒,Transwarp Inceptor耗时仅为26秒,原有方案的效率仅是新方案的6%。可见,在处理大数据量、复杂账单等情况的环境下,新解决方案完胜传统方案,能够应对移动通信行业爆发式的大数据需求,支持数百万用户同时在线查询,极大地提高用户体验。跟完全使用内存的Transwarp Inceptor相比,这套解决方案的性能也不遑多让,英特尔® 固态盘 DC S3500表现出了与内存极其接近的反应速度:
从成本上来看,256G内存成本在2万元左右,而5000元左右便能买到800G的DC S3500,绝对成本大约下降了75%;从价格容量比来看,内存所需成本约为78元/GB,而DC S3500 800G仅为6.25元/GB,单位容量成本大约下降了92%,大大降低方案成本。这个项目中,SSD显示了其极大的优越性——在极少影响性能的情形下,SSD可以为企业节省开支。
“我们已经习惯了用SSD来替代传统硬盘。现在我们欣喜地看到SSD的技术已经发展到可以在某些场景取代内存。”英特尔非易失性存储解决方案事业部中国区市场总监刘钢说道,“大数据是现在最热门的应用之一,大数据分析处理所需要的持续、多路并发、快速读写对计算平台带来了极大的挑战,基于传统硬盘的存储方案已成为瓶颈。英特尔® 固态盘具备快速稳定的并发读写能力、出色的可靠性以及数据保护功能,尤其是最新发布的基于NVMe的PCIe SSD是大数据分析处理的完美搭配。我们很高兴能够和星环科技合作,提供一流的大数据解决方案。希望在未来,使用SSD作为缓存的大数据解决方案会成为行业标准。”随着SSD技术的成熟,其性价比优势将继续增强。未来,星环科技还将继续与英特尔紧密合作,借助性能出色的企业级固态盘来有效增强解决方案,为用户提供更优质、更可靠的服务。请拭目以待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17