酷应用

TIC 2018探索统一存储新边界 UMStor赋能企业数字化转型

百家作者：Ucloud 2018-05-24 11:36:51

传统产业正掀起数字化转型浪潮, 但数字化除各种各样的数字技术外，还离不开一个核心要素——“数据”。然而，在数据变得越来越多样、庞杂以及在使用上越来越复杂、管理难度高的今天，如果不解决数字化带来的这些副作用，企业数字化转型就很难谈成功。

在近日举行的Think in Cloud 2018（简称“TIC 2018”）大会上，UMCloud 解决方案高级总监方勇带来的UMStor正是针对新技术时代研发的数据存储系统，目标就是帮助客户去应对企业数字化后，数据来源杂、数据体量大、使用复杂、管理难等场景下的挑战。

（图：UMCloud解决方案高级总监方勇带来“UMStor赋能企业数字化转型”演讲）

万物数字化开启运维数据时代

方勇用一个实例来说明企业进行数字化转型的迫切性。“我们的一位客户是一家制造业工厂，生产出来的部件都会用高清摄像头拍下图片，然后在流水线上做部件的批次检测，看是否存在瑕疵，现在这个步骤是通过人来做的，两个小时就要轮一次班。这家工厂有5000名工人做这件事，可能大家会觉得很难想象，其实刚知道的时候我也很吃惊。”

目前，这家企业计划在存储的基础上，通过AI技术的配合，实现图片的智能化检测，一方面提升检测效率，另一方面降低对人工的消耗，因为这样的工作现在已经很难招人了。

方勇还介绍，几年前，企业谈数字化转型还看不到什么实质的行动，而且客户也没有任何感觉，但现在无论企业有没有这样的战略规划，客户自己就已经做出这样的改变。

那么，企业数字化转型要做些什么？自然是数字技术的使用。但这里并不指单一的数字技术使用，而是包括云计算、移动化、物联网（IoT）、大数据分析、人工智能（AI）等在内的一系列技术的组合。同时，由于这些新技术的使用，企业所拥有的数据的质和量都发生了很大变化。

“以前，一家银行客户的数据仓库涉及的数据量在100TB以内，现在由于使用新技术，产生和保存PB级别的数据量是一件很容易的事，另外还要对PB级别的数据做进一步加工和使用。”方勇指出，对数据的深度加工还引发了一个现象：企业的运维人员不仅要关注系统运维，还需要关注数据如何运维，数据运维的越好，企业挖掘出的数据价值就越大，在市场上获得的竞争力也越大。

数据价值重塑的三个阶段

通常，传统的数据统计分析是对单一数据源，如营销数据、行政报表、问卷调查、人口普查等，进行深入的追踪和分析。但在大数据时代，数据源往往具有多样性，并且海量数据是非结构化或半结构的。因此，要实现数据高效运维，离不开三个阶段：有效实现数据流动；充分实现数据融合；积极进行数据再造。

方勇表示，企业内部实现数据的有效流动，才能实现数据分析时所需数据源的多样性，依据多样的数据进行数据融合处理，才能实现数据的再造目标。UMStor数据存储系统在设计上除了包括分布式存储的一些通用特性，还采用了一些的新理念，例如“计算下沉”、“云集成”等。

UMStor这种不同以往的存储系统在企业数据化的过程中，将为企业带来了以下三种变化：

变化之一是加快数据流动。许多企业做云规划时，往往喜欢将偏互联网的业务放在公有云上，核心、次核心的业务仍放在自己的数据中心，但这样的部署只是完成了业务弹性的目标，而由于没有数据，就不能充分使用公有云强大的计算能力。UMStor实现了“云集成”的能力，可以通过Cloudsync、CloudArchive实现数据在底层的流动，同时在安全可控的情况下，将企业数据传输到云端，就可以使用云端强大的计算能力做一些大数据分析。

变化之二是方便数据融合。随着企业各个部门对大数据技术的使用越来越多，大数据系统也越建越多，各自为政的现象就很普遍了。在这个过程中，冗余的数据副本会逐渐增多，并且数据复制带来的时间、管理成本也越来越高。所以， UMStor按照数据生产、处理只在“一片数据湖泊”的建设方式，提高了数据使用效率，同时也降低了系统建设成本。

变化之三是助力数据再造。AI正在逐步改变企业的业务运行模式，但一个成功的AI平台离不开数据和计算平台，特别是需要依赖大量数据来进行AI模型的训练，这就意味在存储上需要做很多工作。当前面临的挑战有很多，例如计算平台与存储系统需要无缝对接，快速增长的数据量可以被存储系统存储，计算平台可以很好地与存储进行快速的数据交换，甚至有些计算的工作可以offload到存储层去处理，而这些挑战利用UMStor都可以得到很好的解决。