用友华表华秀章：大数据落地 因地制宜

2012年11月16日至17日，由《IT经理世界》主办的2012中国技术商业领袖峰会在北京举行。用友华表首席架构师华秀章应主办方邀请，参与了“云上的大数据”主题讨论，与大数据和云计算领域的技术大佬一起分享对大数据的看法。

本次讨论主题包括，何为大数据?大数据是否是谎言?大数据的4V对企业而言哪个最迫切?如何看待大数据的隐私?“小马过河”、“蓝蓝的天上白云飘，白云(云计算)上面大数据跑”，华秀章形象的表述了他对大数据的看法：大数据不可一概而论，大数据的落地更要根据不同的企业性质和当前需求来判断，让大数据落地因地制宜，分层深入。

用友华表首席架构师华秀章

用友华表华秀章认为，大数据发展可分为三个阶段。第一阶段，大数据的存储。这一阶段做得已经很好了，Hadoop的HDFS等分布式文件系统很好地解决了大数据的存储问题;第二阶段，大数据的计算。这一阶段将大数据与云计算联系起来，可套用一句歌词形象表达二者关系：“蓝蓝的天上白云飘，白云(云计算)上面大数据跑”。如果只是大数据的存储，不需要云计算。但要让大数据“跑”起来，实现大数据计算，则需要云计算这样超强的、弹性的、廉价的计算能力，毕竟Hadoop的MapReduce动辄几十上百个节点及配套设施的投入，不是一般企业能承受得了的;第三阶段，大数据的价值。这是大数据发展的最高阶段，“大数据大价值”，从大数据中挖掘出企业经营知识，支持企业精准决策。这就是数据挖掘等BI工具的作用，但传统BI工具难以胜任大数据的挖掘、分析工作，需要一些新的技术与手段，需要BI for Big Data。

有人预言，未来数据可能取代石油，成为全球最大的交易商品。面对大数据，企业的看法不一，甚至出现大数据是谎言的说法，认为大数据并没有传说中那么强大。其实大数据的体量大小、价值大小，不可一概而论。用友华表华秀章认为，大数据是否谎言，要看具体对象，如同“小马过河”，说水深水浅需因“人”而异，不加区分一概而论有时就会演变为谎言。对于互联网公司、电商，大数据绝非谎言，大量的用户行为数据，让数据急剧膨胀到PB级。而对传统企业，他们绝大部分还没有到达“企业2.0”，没有企业SNS，没有移动应用，哪来那么多数据?倒来倒去都超不过1TB。对他们谈PB级大数据，就是谎言。

在企业做好迎接大数据的准备时，大数据如何落地成为他们思考的问题。大数据有四个V，容量、类型、价值、速度。由于大数据涵盖的内容很多，业务场景十分丰富，企业落地大数据，要根据业务需求确定实施优先级，不能期望一步到位，因此企业对这四个V的需求重要性也有所不同。

用友华表华秀章认为，对于传统企业，容量的重要性可排第一也可排第四，要看如何定义“Volume”这个“V”的标准。如果统一按“PB”定义量大，则对传统企业就不太重要，至少现阶段不太重要，应排第四，因为他们的数据体量离“PB”还差很远。但是，与互联网公司、电商不同，传统企业的数据以结构化数据为主，如财务数据、生产数据、供应链数据等，这些数据蕴含丰富的业务关系、结构非常复杂，相同数据量的计算量比图片、日志等非结构化或半结构化数据要大很多。所以，传统企业的10TB数据量，其需要的计算资源、处理的复杂度等并不亚于互联网公司的1PB。因此，对传统企业，衡量“量大”的标准如果相应调整为“TB”，那么，“容量”对传统企业的重要性也是排第一的。

第二，应该是价值，因为随着企业信息化的发展，数据有了一定积累，虽未达TB级、PB级，但也是可以挖掘出很多价值的，对企业决策产生积极影响。这是很多企业非常迫切需要的，是他们上BI的原因。

第三，是速度。传统数据仓库的“T+1”模式，越来越难以让企业用户接受，他们对实时或准实时决策的期望越来越大。

最后一个是多样性。中国的企业，目前很多都还没有达到 “企业2.0”，没有企业SNS，图片、音频等类型数据并不是很多，数据相对而言没有那么“多样性”。但假以时日，他们终将迎来“企业2.0”，移动应用也越来越普及，数据的多样性问题也会越来越重要，未来企业需要一种能融化结构化、半结构化、非结构化数据的技术或产品。

我们说大数据必须有云计算才能跑起来，这在于大数据的运算需要强大的计算能力。当然也有人担心把数据放到云上，它的安全性、隐私性如何保证?数据挖掘的边界在哪里?用友华表华秀章对于这个问题给出来自己的见解。他认为数据安全是衡量云平台是否适合作为企业云平台的首要因素，必须有一个分级的数据安全模型。象上市公司对外披露的数据，可公开随便挖掘;但象财务状况等一些对企业非常敏感的数据，必须放在一个安全度极高的“沙箱”中，对其访问要严格局限在企业内。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友