產品 從火星的古海洋,讀懂藍星的數據湖之變( 二 )


而騰訊云首次披露的云端數據湖產品矩陣,就是這樣一套組合式的產品,包括了數據湖存儲、數據湖算力調度、數據湖大數據分析、數據湖AI能力、數據湖應用、云上基礎服務等六個層面,如同一副多米諾骨牌,將企業應用數據湖過程中可能遇到的階段性問題一一推倒。
我們可以從三個層面來看騰訊云數據湖的新紀元打開:
1.數據底座。
數據湖的本質是為企業乃至全社會的數字化轉型提供堅實可靠的數據基礎設施架構,對高性能、高安全、高可靠、低成本等綜合實力提出了高要求。
對此,騰訊云數據湖在整個數據生命周期都進行了周全的設計。在存儲層,以對象存儲COS服務為核心,理論上可以存儲任意規模的異構數據,也支持將其他云端數據設施,為企業打消后顧之憂;
產品 從火星的古海洋,讀懂藍星的數據湖之變
文章插圖
(騰訊云原生智能數據湖產品圖譜)
在數據分析層,既提供半托管的泛Hadoop服務,滿足用戶自定義需求,也提供全托管的數據服務,便于用戶獲取海量數據的洞察力。
此外,用戶還可利用騰訊云提供的數據協作工具對計算服務進行編排和調用,提升企業數據的便捷性和敏捷度。
2.智能源頭。
今天,企業選擇數據湖的考量與上云有著異曲同工之處,那就是為業務增長引入AI能力,達到提質增效的目的。騰訊云也沒有令人失望,給出了一系列助力數據智能的解決方案。
比如在算力調度上,基于騰訊云彈性容器服務EKS,開放的容器化的分析架構讓數據分析功能可組合性更強,擴展性更強,降低企業訓練AI、應用AI的綜合成本;
此外,騰訊云數據湖也提供豐富的AI服務,為圖像處理、音頻處理、自然語言處理、視頻處理等提供有力的數據支撐,當企業想要引入這些音視頻能力時,更加簡單快捷。
3.致用工具。
和所有新技術一樣,數據湖的最終評價標準是要落進現實。這就需要降低企業應用門檻,讓技術價值能夠從真實業務場景中生長出來。
為此,騰訊云在數據湖產品圖譜中,推出了企業畫像、聯邦計算、商業智能分析等數據應用服務,企業直接選擇自身所需要的能力,就可以把數據湖應用構建起來。
產品 從火星的古海洋,讀懂藍星的數據湖之變
文章插圖
同時,通過數據湖計算(Data Lake Compute,簡稱DLC)和數據湖構建(Data Lake Formation ,簡稱DLF)這樣“開箱即用”的產品,降低企業應用數據湖的難度。相比于本地自建大數據集群,基于這兩款產品,數據湖構建時間減少了60%,數據分析計算性能提升35.5%。
這樣一步步推導,也就連成了“從入湖到出湖”端到端的完整鏈路,也清晰地指出了騰訊云數據湖所帶來的差異化價值:希望借數據湖產品圖譜,引領數據湖進入“致用紀元”,與數字山河相映照。
向文明進發:數據能源的里程碑
1964年,蘇聯天文學家尼古拉·卡爾達肖夫提出理論,根據一個文明所能夠利用的能源量級,來量度文明層次及技術先進程度。
按照等級劃分,地球目前正處于0.73級左右,還沒有達到利用行星本身所擁有的能量規模。
換個角度思考,大數據,何嘗不也是這顆藍色星球上的新興能源,讓智能更快、產業更優、經濟動力更強,對數據的利用與開發也將助推一國數字文明的加速發展。
正如同“祝融號”標志著中國人開始走出地球“搖籃”,騰訊云數據湖產品圖譜也為智能時代的大數據管存用提供了一個全新的選擇:在業內首先提出了“圖譜式數據湖產品”,從數據入湖時怎樣存、算,到在湖中如何分析與應用,滿足用戶的所有需求。這不正是產業一直在期待的數據“能源開采裝置”嗎?
產品 從火星的古海洋,讀懂藍星的數據湖之變
文章插圖
這時候我們會想問,為什么率先打出連招的中國云廠商會是騰訊云?有三個背景是不可忽略的。
首先,騰訊自身龐大且多元的業務體系,無時無刻不在產生著大量的非結構化信息,這時就需要數據湖技術去解決數據分散、重復數據等問題,正是在騰訊新聞等諸多內部場景中孵化,打磨到一定程度之后,將相應能力開放給產業客戶,可謂是恰逢其時。
第二,來自騰訊云的基礎服務與技術積累,比如前文提到的能幫助用戶快速構建企業數據湖技術架構的數據湖構建(DLF)產品,所提供的統一元數據管理與湖構建能力,就需要在數據規模很大的時候也能實現高性能的訪問,來讓數據存儲、計算等速度更快,這就依賴于騰訊云在云服務領域的技術壁壘,為數據湖體系提供了保障。

推薦閱讀