不饞隔壁“數據中臺”智慧運維工具已問世

行業資訊 我愛方案網 · 2022-05-19

“數據中臺”是互聯網界的網紅概念,有人一度認為它是改變互聯網格局的產品,也有人認為是一種無奈的妥協。但不可否認的是,在大數據時代到來之時,“數據中臺”標志著一種對數據最高姿態的重視。    

 

概念提出6年后的今天,同樣的問題也擺在了數據采集與洞察領域:未來的智慧運維時代,是否仍有數據中臺的一席之地?    

 

“數據中臺”的迷思:DT時代是否需要它?    

 

2016年,阿里率先提出“數據中臺”的概念。    

 

隨著科技高速發展,產業IT化已經朝向DT(Data technology)化發展。數據業務場景的增加和數據量的爆炸式增長,都標志數據被擺在史無前例的重要位置。企業發現,在DT時代,數據變成了開疆拓土的彈藥。然而,彼之蜜糖吾之砒霜。數據也成為很多企業的負荷,因為這些“彈藥”,是不同“口徑”的。為快速響應業務的需求,不同業務線往往會自己扯團隊干起開發,或者進行設備迭代。業務場景的數字化帶來數據的復雜化,數據的復雜化導致業務線之間數據很難共享互通,導致了煙囪式的數據孤島。企業各業務線之間的數據呈割裂態勢,不利于上層的介入決策不說,盤算投入產出比的時候更讓人不忍直視。這一點在數字化較為激進的金融領域尤其明顯。   

   

不饞隔壁“數據中臺”智慧運維工具已問世

 

一只腳邁進DT時代的產業現狀大體如此,數據中臺的概念也隨之誕生。數據中臺的核心是:完成一線數據的匯聚處理避免數據的重復加工,通過數據服務化,提高數據的共享能力,為企業沉淀數據價值,賦能應用。經過數據中臺的加工,后端能夠拿到便于批量處理的數據,對前臺業務有更好的指導作用。聽起來似乎較為理想,但這種模式能持續多久,業界也各執一詞。    

 

“數據孤島”的存在,已經成為了一個普遍共識。數據中臺概念的提出,標志著產業正視數據的底層價值,并終于著手探索“數據孤島”的應對辦法。    

 

反對者認為,數據中臺的辦法,相當于派一艘船在島與島之間送信,用極其原始的方法解決端到端的信息差,是用預處理的手段解決掩飾背后的數據庫無法應對復雜場景和大量讀寫需求的權宜之計,僅僅屬于最低限度的補救措施,注定無法長期存續。    

 

從目前的情況看,無論“數據中臺”模式是否長期有效,在IT領域,短期內還是解了近渴,IT化的企業得到了初步的數據價值沉淀。    

 

在數據采集領域中臺模式并無根本作用    

 

在數據采集與洞察領域,情況便與IT圈大相徑庭。部分正在數字化的企業為了解決數據采集中的數據孤島,跟風搭建數據中臺,殊不知這樣弊大于利。    

 

在IT領域,即便已經出現數據復雜化的趨勢;隨著業務拓展數據的場景和類型,相對于企業數字化的采集場景,也是相對可控的。這種可控性,使得按照IT的視角,數據可以按照商品、交易、用戶、供應鏈等線索劃分成為不同的主題域,中臺足以應付,也能夠沿用底層的傳統數據庫進行存儲和處理。  

    

不饞隔壁“數據中臺”智慧運維工具已問世

 

在企業數字化采集場景中,最大的變量是過程,而不是一個個已經形成結果的數據。產業升級撞上信創浪潮,涌入各產業的智能終端指數級增長,讓設備的洞察與數據的采集面臨前所未有的挑戰。這些終端,每一個都是一個觀察者和反饋者,它們彼此之間采用不同的數據范式,遵循不同的協議。    

 

這就導致采集場景的數據孤島要更為嚴重。此外,企業需要擴大業務規模的時候,自動化的趨勢進一步加強,終端池隨之進一步擴大,其數據孤島的增長速度遠高于開辟IT化業務線。如果按照數據中臺的做法,就必須不斷修改融合模型,很顯然這樣的做法杯水車薪。    

 

不同于企業IT化,進入DT時代后,后發進行基礎設施數字化的企業,其針對數據采集的需求基于機器而非人,這就決定了數據源是無法中心化的,分布式部署采集數據、云邊端一體的整體運維架構會是唯一的發展方向。      

 

不饞隔壁“數據中臺”智慧運維工具已問世

 

未經處理的原始數據便于專家結合專業經驗進行診斷處理,數據并不直接產生價值,卻是最可靠的避險工具。數據孤島的產生也有這方面原因:設備的機器語言是最好的“脈象”,技術專家需要保持其原始性和各異性。數據中臺加工數據,則相當于讓專家“懸絲診脈”。    

 

基礎設施的數據異常需要第一時間傳遞給決策者,加一層中臺實體,對于即時響應、避免加入有數據風險的中間環節等需求來說,則是違背了奧卡姆剃刀原則(即“簡單成就高效原理”)。    

 

在數據采集領域,中臺的概念并無根本作用。最適合發展需求的運維工具應該是這樣:能夠洞察一切設備,聽懂它們各自的數字“語言”,并如實傳遞給決策者。    

 

不饞隔壁“數據中臺”智慧運維工具已問世    

 

終端的生命周期較長,決定了在數據采集領域,數據孤島將長期存在?,F在都在升級智慧運維,數據采集的智慧運維應該如何突破?解決的辦法,就唯有從底層下手。在數據采集領域,最大的問題,就是設備數據的龐大和異構化。    

  

不饞隔壁“數據中臺”智慧運維工具已問世

 

預見到數據在將來運維中的復雜性和重要性,美信時代自主研發了Big River四合一超融合數據庫。與傳統數據庫存在難于以擴展、數據在導入之前需要定義好模型的等限制不同,Big River數據庫集表狀數據庫、KV數據庫、時序數據庫、內存數據庫于一體,兼容各類主流數據格式?;贐ig River數據庫,美信時代開發了通用一體化數據采集與洞察平臺監控易。得益于對各類數據的支持,監控易具備了洞察一切智能終端的基礎,并能快速適配一切設備和協議,完全支持各類設備的數據采集需求。Big River數據庫的獨特分布式架構,在云計算、物聯網為重點突破方向的今天顯然更具優勢,讓其高寫入性能、高擴展性、高可用性、高并發處理能力、海量數據存儲查詢特性甚至能在工業級別場景下的數據采集中游刃有余,讓監控易具備低成本、快速適配一切設備和協議等獨到優勢,完全滿足信創國產化替代的需要。從“內修一口氣”層面,監控易已經具備了打破數據采集領域端到端數據孤島的根基。    

 

應對產業數字化帶來產業規模和終端池的擴張,監控易也體現出“外練筋骨皮”的優勢。依托國內領先的云、邊、端SaaS架構技術,監控易支持五級架構運維部署,便于企業進行分布式數據采集。

      

不饞隔壁“數據中臺”智慧運維工具已問世

 

打通了數據孤島僅僅是開始,如何發揮數據的價值才是最終目的。在數據采集領域,數據孤島對人效的嚴重耗費才是根本問題,與采集層面的分布式部署不同,數據處理層面則需要最大程度的中心化——故障的快速定位才能便于專家經驗的落地。監控易能快速識別網絡內的設備并生成拓撲圖,何處告警一目了然,并實現短信、郵件、APP等多端精準告警觸達,極大節省了人力巡檢成本。    

 

借助分布式架構和數據可視化,監控易曾在江蘇省高速公路監控運維平臺建設項目中,克服了基礎設施離散、終端數量龐大、設備種類復雜的重重挑戰,總監控納管設備達數萬臺,實現了該省的路網設施監控一體化運維,實現了“一屏盡覽全路網”的喜人成果,再一次驗證了監控易帶來的產業數字化擴展能力。     

 

不饞隔壁“數據中臺”智慧運維工具已問世

 

憑借監控易,數據的采集與設備洞察已經不再是產業數字化的瓶頸。為了便于企業用戶進行數字化拓展,監控易還具備低代碼開發能力,極大降低企業用戶的使用、培訓門檻。低代碼是遠超搭建中臺的賦能方式,這一點即便在IT領域也逐漸成為一種共識。    

 

通過自研超融合數據庫、云-邊-端協同、低代碼開發的領先產品優勢,監控易目前廣泛應用于政府、軍工、金融、電力、石油石化、交通、醫療等多個領域,納管設備總量超百萬臺。    

 

在數據采集與設備洞察賽道,也曾遭遇和IT領域類似的數據孤島問題。其區別在于,IT領域對數據場景的挖掘啟動更早而基礎設施數據庫的迭代進度遲滯,從而導致需要引入數據中臺進行緩沖;數據采集領域卻沒有這樣的窗口期,要一步邁向智慧運維,只能從數據煙囪孤島浮現之初,就摒棄中臺思想,直接和數據對話,這才是唯一正確的路徑。


相關推薦

文章評論

最好的2018视频在线观看免费_日本卡一卡二新区乱码网_24小时在线最新视频_啦啦啦在线观看视频4