面對快速攀升的高達PB級海量業(yè)務(wù)數(shù)據(jù)，人們自然想到了很多疑問，大數(shù)據(jù)如何能幫助我的業(yè)務(wù)，云和大數(shù)據(jù)到底有什么關(guān)系，云能落地嗎？Hadoop是不是大數(shù)據(jù)的萬能藥？虛擬化在大數(shù)據(jù)中將扮演什么角色？帶著這些問題，我們來走近大數(shù)據(jù)。

根據(jù)IDC的一份名為“數(shù)字宇宙”的報告，預(yù)計到2020年全球數(shù)據(jù)使用量將會達到35.2ZB。在如此海量的數(shù)據(jù)面前，處理數(shù)據(jù)的效率就是企業(yè)的生命。

大數(shù)據(jù)的來源

海量數(shù)據(jù)到大數(shù)據(jù)的發(fā)展過程是一個從量變到質(zhì)變的過程。數(shù)據(jù)發(fā)展已有多年，每年都以翻倍的速度在增長。過去增長以往的技術(shù)能夠?qū)λ容^好的管理，但一旦到達一個臨界點以后就產(chǎn)生了一個質(zhì)變，過去的技術(shù)已經(jīng)符合不了當(dāng)前的發(fā)展趨勢，需要新的技術(shù)來滿足新的數(shù)量級的需求。于是大數(shù)據(jù)的概念應(yīng)運而生。

大數(shù)據(jù)有以下幾個涵義： 第一、規(guī)模大。市場上企業(yè)的業(yè)務(wù)迅速增長，客戶量不斷增加，數(shù)據(jù)量的產(chǎn)生越來越多， 根據(jù)IDC調(diào)查顯示，未來十年全球的數(shù)據(jù)量會增長4倍；第二、來源廣?，F(xiàn)在大數(shù)據(jù)的概念，數(shù)據(jù)不單單是從企業(yè)內(nèi)部應(yīng)用引發(fā)出來的數(shù)據(jù)，也包括了外部。作為一個企業(yè)，可以包括供應(yīng)商、客戶等數(shù)據(jù)來源。第三、數(shù)據(jù)類型多，數(shù)據(jù)包含交易型的結(jié)構(gòu)性數(shù)據(jù)、半結(jié)構(gòu)性數(shù)據(jù)和非結(jié)構(gòu)性數(shù)據(jù)。

當(dāng)前市場競爭激烈，客戶的需求變化多端，市場形勢瞬息萬變，使得這些數(shù)據(jù)必須隨著業(yè)務(wù)不斷變化。所以在大數(shù)據(jù)時代，作為企業(yè)，人們開始思考如何能夠有效掌握并管理大數(shù)據(jù)。如何能夠從眾多數(shù)據(jù)里面抽取出對公司業(yè)務(wù)發(fā)展有用的信息，幫助增強運營效率，如何讓大數(shù)據(jù)產(chǎn)生大價值。

VMware大數(shù)據(jù)落地版

大數(shù)據(jù)有太多的聲音和討論?？墒侨绾温涞?，如何具體幫助業(yè)務(wù)呢?，F(xiàn)舉一個實際例子，在中信銀行信用卡部，在2011年全年大概有1500多個宣傳活動。以前推廣一個宣傳活動需要兩周時間，用了大數(shù)據(jù)解決方案只需要2-3天；承諾客戶在刷滿一定額度后贈送禮物，以前這種動作需要幾天時間處理，現(xiàn)在只要達到規(guī)定金額，就可以將贈品實時送到客戶手里。

在中信銀行的風(fēng)險評估中心，利用大數(shù)據(jù)去實時評估每一個客戶每日的刷卡行為和信用度。以前要調(diào)整一個客戶的信用額度可能需要在每個月，甚至每一季才能做到，現(xiàn)在每天都能去調(diào)整。中信銀行采用了大數(shù)據(jù)解決方案后，進行了4000萬次的客戶信用額度調(diào)整。這在沒采用大數(shù)據(jù)解決方案前是絕對做不到的。這個案例的背后就是VMware的大數(shù)據(jù)解決方案。

現(xiàn)實版的另一個大數(shù)據(jù)的使用者是Google。Google每天產(chǎn)生海量數(shù)據(jù)，它本身有一套很完整的分析體系和解決方案來處理這些數(shù)據(jù)，可以做進一步處理和使用。對于很多其他機構(gòu)，比如政府和企事業(yè)單位，他們也想做同樣的事情。但是必須使用特定廠商的硬件、軟件和解決方案才能實現(xiàn)。 VMware希望在云時代去幫助這些企事業(yè)單位，不再被物理環(huán)境所限制，可以用更彈性、有效、低成本的方式去實現(xiàn)。未來將會看到銀行業(yè)可以利用大數(shù)據(jù)來分析客戶信用度和進行風(fēng)險管理，零售行業(yè)可以通過大數(shù)據(jù)來分析他們的信息量，讓供應(yīng)鏈和資金鏈運作更通暢。

大數(shù)據(jù)是高速跑車 云計算是高速公路

如果說大數(shù)據(jù)是高速跑車，那么云計算就是高速公路。 有人說云計算和大數(shù)據(jù)是雙胞胎，兩個是不同的個體，互相依賴又相輔相成。首先在概念上兩者有所不同，云計算改變了IT，而大數(shù)據(jù)則改變了業(yè)務(wù)。然而大數(shù)據(jù)必須有云作為基礎(chǔ)架構(gòu)，才能得以順暢運營。沒有云計算這樣的高速公路，大數(shù)據(jù)這樣的超級跑車就跑不起來。當(dāng)市場對大數(shù)據(jù)這個超級跑車需求很高時，云計算這個高速公路就會往縱橫各個方向發(fā)展，形成良性互動。

其次，大數(shù)據(jù)和云計算的目標(biāo)受眾不同，云計算是賣給CIO的技術(shù)和產(chǎn)品，是一個進階的IT解決方案。而大數(shù)據(jù)是賣給CEO、賣給業(yè)務(wù)層的產(chǎn)品，大數(shù)據(jù)的決策者是業(yè)務(wù)層。由于他們能直接感受到來自市場競爭的壓力，必須在業(yè)務(wù)上以更有競爭力的方式戰(zhàn)勝對手。比如電信運營商可以用大數(shù)據(jù)分析手機用戶流失的原因是什么。某家領(lǐng)先的手機運營商，他們采用大數(shù)據(jù)解決方案一個星期，就發(fā)現(xiàn)了原因，并使公司獲得了1億美元的高回報。

VMware是業(yè)界領(lǐng)先的云基礎(chǔ)架構(gòu)廠商，在IaaS、PaaS和SaaS領(lǐng)域都有很強的技術(shù)、產(chǎn)品和解決方案。在管理Hadoop平臺時，VMware有相對應(yīng)的產(chǎn)品，如vFabric Data Director和Serengeti。這兩項技術(shù)都能對Hadoop平臺進行有效管理，起到快速部署、一鍵式管理等功能。

VMware最近收購了一家公司Nicira，即進行線上服務(wù)分析的云服務(wù)公司。它可以使大量的數(shù)據(jù)，無論是預(yù)置數(shù)據(jù)，還是其他應(yīng)用數(shù)據(jù)，都能輕松上傳到它的服務(wù)中去，進行快速分析，并以圖表進行展示結(jié)果。無論是大公司還是小公司，抑或某個部門，都很容易應(yīng)用大數(shù)據(jù)技術(shù)。VMware致力于為高速跑車建造高速公路，讓大數(shù)據(jù)和云進行有效結(jié)合。

虛擬化提高Hadoop的安全性、靈活性和易管理性

Hadoop是Apache基金會發(fā)起和研發(fā)的，是目前業(yè)界公認(rèn)的開放平臺之一。授權(quán)公司可以發(fā)布自己相應(yīng)的Hadoop版本。以Hadoop為代表的分布式系統(tǒng)，是大數(shù)據(jù)系統(tǒng)必要但不充分的組成部分。必要性是因為現(xiàn)在的大數(shù)據(jù)中很多數(shù)據(jù)是機器產(chǎn)生的數(shù)據(jù)，或者是物聯(lián)網(wǎng)各種各樣的探測器、電腦產(chǎn)生的日志，這些是人為產(chǎn)生的，而且數(shù)量巨大，不適合把它直接放到數(shù)據(jù)庫中去。而Hadoop就提供了全新的方式，可以輕松進行平面擴展，把這些數(shù)據(jù)放在庫里進行任意的數(shù)據(jù)分析。Hadoop成功的建立了這個環(huán)境，使得圍繞Hadoop的軟件能夠提供各種各樣的功能，完成智能分析工作。

說它是不充分的理由是因為我們需要對數(shù)據(jù)進行分析，客戶可以把數(shù)據(jù)放池子里，Hadoop則把這些數(shù)據(jù)分成幾百個、幾千個節(jié)點，這是在特定的某些應(yīng)用場景必須進行的部分。但是更多的應(yīng)用場景是需要實時的反應(yīng)，互動的反應(yīng)，這時候就需要其他技術(shù)，包括內(nèi)存類檢索技術(shù)，甚至在數(shù)據(jù)產(chǎn)生時要進行實時反應(yīng)的技術(shù)。這些技術(shù)都結(jié)合在一起，才是一個完整的大數(shù)據(jù)處理系統(tǒng)。所以VMware及其合作伙伴一直在實時反應(yīng)、互動和內(nèi)容檢索等方面不斷努力。

VMware的戰(zhàn)略方向是和業(yè)界領(lǐng)先的不同版本都進行合作，以開放的態(tài)度建立一個生態(tài)圈，支持所有版本的Hadoop都能在VMware的虛擬化平臺上運行。在這個指導(dǎo)方向下，VMware做了如下幾方面的工作。一方面是和社區(qū)緊密合作，VMware開發(fā)者和和社區(qū)的開發(fā)者一起，輸入Apache源代碼庫。Hadoop在它產(chǎn)生的時候，并沒有考慮到虛擬環(huán)境，它是一個物理環(huán)境的技術(shù)，比如機器和機架的物理概念，但沒有虛擬機的概念，VMware加進去的代碼就加進了虛擬機的概念，虛擬機的概念和其他概念有一些不一樣，需要特殊處理，在源代碼里就知道它在虛擬環(huán)境中運行，進行優(yōu)化。通過VMware的努力，使得現(xiàn)在的Hadoop開源技術(shù)，能夠在虛擬化環(huán)境里運行。能夠讓它十分鐘甚至更短的時間之內(nèi)，從無到有，產(chǎn)生新集群。VMware的目標(biāo)就是為超級跑車創(chuàng)造一條寬敞大道，使得大數(shù)據(jù)跑車能夠快速跑起來。

另外， VMware虛擬化對Hadoop的作用，就是使它更接地氣，并從現(xiàn)實角度適用于云計算環(huán)境，使它更易于管理并且安全。

第一、讓Hadoop適用于多租戶環(huán)境，很多時候公司里需要Hadoop或者大數(shù)據(jù)系統(tǒng)，往往不只是一個部門，不同部門在私有云里有可能都需要自己的Hadoop集群。在公有云上就有更多類似的需求，虛擬化就提供了一個很好的架構(gòu)，可以使得多個集群之間非常靈活的同時運行，不互相影響。

第二、提高Hadoop的安全性?，F(xiàn)在業(yè)界的基本方案都是在一個Hadoop平臺上運行，信息保護非常不安全，相互能看到各自的數(shù)據(jù)。VMware的虛擬化在不同集群之間產(chǎn)生強隔離。

第三、提高Hadoop的可伸縮性。因為Hadoop集群，物理環(huán)境一旦產(chǎn)生了，要加節(jié)點，尤其是減節(jié)點是很不容易的。Hadoop需要觀察每個部門，或隨著時間推移上下的波動的需求。在虛擬化情況里，就會使得它很容易進行這樣伸縮加減節(jié)點。

最后一點是增加CPU的利用率。 根據(jù)Hadoop社區(qū)的普遍反應(yīng)，4萬個節(jié)點集群，平均CPU利用率只有20-30%，虛擬化則大大提高了這種利用率。

軟件主導(dǎo)的數(shù)據(jù)中心 開放才是硬道理

VMware對數(shù)據(jù)中心架構(gòu)有深遠(yuǎn)的影響。近年來整個數(shù)據(jù)中心從一個硬件主導(dǎo)逐漸往一個軟件主導(dǎo)的世界轉(zhuǎn)變。數(shù)據(jù)中心以往大都以計算為主導(dǎo)的，而現(xiàn)在越來越多的應(yīng)用是以數(shù)據(jù)為主導(dǎo)。 VMware提供統(tǒng)一的基礎(chǔ)架構(gòu)，希望既能夠滿足以計算為主導(dǎo)的應(yīng)用，也能滿足以數(shù)據(jù)為主導(dǎo)的應(yīng)用。

開放是VMware的精髓，在數(shù)據(jù)管理的發(fā)展道路上也印證了分久必合、合久必分的趨勢。在四十年前數(shù)據(jù)管理是群雄混戰(zhàn)的年代，有很多數(shù)據(jù)公司有他們一統(tǒng)江山的解決方案；現(xiàn)在的大數(shù)據(jù)則是顛覆性的、百家齊放的年代，一家獨大的技術(shù)已經(jīng)不能滿足所有數(shù)據(jù)需求了。在這樣的時候， VMware希望提供好的土壤，通過比較靈活的基礎(chǔ)架構(gòu)，使得客戶非常容易，并以非常低的門檻即可嘗試各種各樣新的技術(shù)，不用很大的投入即可嘗試Hadoop。

VMware大中華區(qū)總裁宋家瑜說：“云時代廠商沒法固步自封，是完全市場為導(dǎo)向的時代。市場告訴我們，客戶有各式各樣的過去、現(xiàn)在和未來的選擇。我們堅持去了解客戶的需求，采用開放態(tài)度與廠商來合作。我們常?？吹揭粋€成功廠商的成功的過去，但這種成功也常常成了包袱，VMware非常清楚這一點并時刻保持開放的態(tài)度和策略，這是也是我們?yōu)槭裁匆恢北３謩?chuàng)新并領(lǐng)跑于市場的秘訣所在。”

大數(shù)據(jù) 中國心

隨著云計算和大數(shù)據(jù)策略在中國的展開，VMware的研發(fā)事業(yè)在中國也大有進展。繼去年北京研發(fā)團隊擴張以來，在今年9月份，上海研發(fā)也宣布進行擴容并增加研發(fā)投入。整體的發(fā)展表明VMware公司對中國研發(fā)團隊卓越創(chuàng)新能力的信心和肯定，以及公司對進一步發(fā)展和支持中國云計算市場的決心。

中國團隊也不負(fù)眾望，在很多項目里都有杰出的表現(xiàn)。VMware 全球高級副總裁范承工說：“我們非常高興看到中國研發(fā)團隊在參與全球主流技術(shù)的研發(fā)過程中取得了優(yōu)秀的成績。Hadoop相關(guān)技術(shù)是在中國誕生的，第一個工程師在中國自主研發(fā)Hadoop技術(shù)，得到了總部的認(rèn)可，然后才把這個項目做大。目前該項目工程師有一半在中國。這樣領(lǐng)先的技術(shù)，是由中國研發(fā)隊伍來領(lǐng)導(dǎo)的。”