驾驭机器驱动的大数据

张建设：大数据有三种来源，包括业务驱动的数据、人为驱动的数据和机器驱动的数据。目前，大多数企业更关注与信息化和IT基础设施相关的数据应用，涉及业务驱动和人为驱动的数据，数据分析是为企业的数据营销和经营管理服务的。您在演讲中特别强调，机器驱动的数据才是未来大数据发展的方向。您认为在机器驱动的大数据成为主流之后，将对企业的IT基础设施提出哪些新要求?

Brian Householder：过去几年中，HDS投入了很多的研发经费，并通过一系列并购深耕大数据领域。看看今天的IT基础架构，无论是事务性的系统和数据库，还是由业务驱动的数据构成的系统，抑或是由人为驱动的非结构化数据系统，这些系统即使叠加在一起也不能构成一个满足未来需求的IT基础架构。

未来，大数据达到的量级可能是现在的客户从来没有经历甚至无法想像的。目前，一个常见的数据仓库通常已经可以扩展到50TB或100TB的规模。即使是这样的规模，现有的事务性数据库和系统处理起来已经十分复杂。显然，现有的数据处理和分析方法无法应对未来越来越多的由机器驱动的数据带来的处理需求。

张建设：大数据有明显的行业属性。全球范围内，大数据已经在金融、电信、安全、交通和卫生等领域率先应用。此外，像互联网、政府、电力行业等也都在关注大数据。目前，HDS的大数据解决方案在全球范围内的应用情况如何?HDS计划重点突破的有哪些行业?

Brian Householder：刚才你提到的行业都是现在常见的采用大数据的行业。很多政府、医疗行业的客户都在大量使用HDS的大数据解决方案。如果想有效地解决大数据的问题，那么客户就必须采用正确的解决问题的工具，比如采用基于Hadoop的大数据解决方案，甚至是围绕Hadoop构建一个生态系统。我们已经帮助一些客户实施了基于Hadoop的大数据解决方案。必须强调的是，Hadoop只是解决大数据问题的众多工具之一，但不是唯一的工具。

张建设：无论是云计算还是大数据，目前国内的一个趋势是，将云与大数据系统和既有的IT基础设施进行整合。中国这种以整合既有基础资源为特色的大据据应用与机器驱动的大数据，是否有一个交集?在中国的大数据市场上，HDS准备在哪些行业实现突破?

庄国光：在中国，大数据市场还处于早期发展阶段，比美国市场晚一年到一年半的时间。在我们看来，中国的很多客户对大数据还抱着观望态度。不过，也有一些中国的先锋企业走在了大数据应用的前列，比如在生命科学领域就有一些客户率先应用了大数据解决方案。中国的许多行业客户都保留了大量结构化数据和历史数据，比如金融和电信行业的客户由于采用了大量信息技术，产生了很多结构化的数据。如果类似的行业客户能够好好利用大数据，那么他们就能更好地为其客户提供服务。中国政府对云计算和大数据非常重视，如果能够更好地借鉴外国的成功经验，那么中国的大数据市场将大有可为。大数据除了将在医疗、视频、广电这些行业得到广泛应用以外，智能电网也将是大数据一个十分有潜力的行业。

对于大数据应用，整合是非常必要的手段，而且也是一个正确的发展方向。在存储领域，HDS一直致力于技术创新，最具代表性的成果就是存储虚拟化。目前在全球，HDS的存储虚拟化设备已经售出2.5万套。虚拟化技术可以帮助客户在搭建云平台后，将企业的数据孤岛连接，让数据流动起来，更好地促进数据挖掘和商业洞察。

刚才谈到的率先采用大数据方案的行业客户，在IT上大量投资，如果能对现有的信息孤岛进行有效整合和利用，构成一个可以满足大数据应用需求的IT基础架构，而非构建一个全新的系统，企业也能以更少的投资获得更多的回报，增强核心竞争力。

张建设：如今在大数据市场上，一体机已经是一种比较流行的解决方案。将服务器、存储、网络甚至是软件整合在一起的一体化解决方案越来越受到行业用户的认可。有的厂商提供的是软硬件绑定的产品，还有的厂商提供的是一体化解决方案的参考架构。HDS在一体化解决方案市场上有何策略?