浪潮集團(tuán)副總裁 談紹興

以下是演講實(shí)錄：

尊敬的領(lǐng)導(dǎo)大家下午好，我報(bào)告的題目是“迎接數(shù)據(jù)為王的新時(shí)代”，大家知道云計(jì)算和大數(shù)據(jù)是當(dāng)前IT行業(yè)最熱門(mén)的話(huà)題，也是公認(rèn)的未來(lái)新技術(shù)發(fā)展的方向。政府領(lǐng)導(dǎo)從宏觀產(chǎn)業(yè)的角度，互聯(lián)網(wǎng)精神和大數(shù)據(jù)方面做了高屋建瓴的演講，我是從IT角度如何看待大數(shù)據(jù)，如何看待大數(shù)據(jù)在我們行業(yè)的應(yīng)用。

我的報(bào)告分三個(gè)部分；第一是大數(shù)據(jù)的概述；第二是浪潮在大數(shù)據(jù)方面的實(shí)踐；第三，介紹一下大數(shù)據(jù)的價(jià)值。為了更系統(tǒng)闡述大數(shù)據(jù)，我們簡(jiǎn)單回顧一下信息產(chǎn)業(yè)發(fā)展的歷史，1945年大型機(jī)出現(xiàn)，我們1945到1980年我們稱(chēng)之為大型機(jī)時(shí)代，1980到1995年是個(gè)人電腦時(shí)代，1995到2010是互聯(lián)網(wǎng)時(shí)代，2010到現(xiàn)在是云計(jì)算時(shí)代。我們可以預(yù)見(jiàn)在2025年信息產(chǎn)業(yè)會(huì)產(chǎn)生新的模式，我們現(xiàn)在還說(shuō)不清楚。從數(shù)據(jù)處理的角度，我們分成了兩個(gè)時(shí)代；前兩個(gè)時(shí)代，我們可以稱(chēng)之為大型機(jī)時(shí)代，我們更關(guān)注計(jì)算機(jī)的速度和性能。到互聯(lián)網(wǎng)的時(shí)代，我們進(jìn)入半數(shù)據(jù)化的時(shí)代，我們更注重搜索，到了云計(jì)算時(shí)代，我們進(jìn)入數(shù)據(jù)為王的時(shí)代。從數(shù)據(jù)技術(shù)的發(fā)展角度來(lái)看，數(shù)據(jù)結(jié)構(gòu)總共經(jīng)歷了4個(gè)階段；第一個(gè)階段是數(shù)據(jù)的層次模型，和關(guān)系網(wǎng)絡(luò)模型的時(shí)代。第二個(gè)時(shí)代是結(jié)構(gòu)化數(shù)據(jù)時(shí)代；第三是半結(jié)構(gòu)化數(shù)據(jù)時(shí)代，現(xiàn)在是非結(jié)構(gòu)化數(shù)據(jù)時(shí)代。

什么是大數(shù)據(jù)概述？結(jié)構(gòu)大數(shù)據(jù)和非結(jié)構(gòu)大數(shù)據(jù)，結(jié)構(gòu)大數(shù)據(jù)是用二維表示實(shí)體之間的關(guān)系。自然界人與人之間的關(guān)系我們可以通過(guò)二維碼把他們之間的關(guān)系表達(dá)出來(lái)。這是2007年埃德加提出來(lái)的，當(dāng)時(shí)大家并不重視他的意見(jiàn)，他的特點(diǎn)所有運(yùn)算都用關(guān)系運(yùn)算實(shí)現(xiàn)結(jié)構(gòu)化查詢(xún)。用戶(hù)無(wú)需關(guān)心數(shù)據(jù)的獲取、存儲(chǔ)、數(shù)據(jù)結(jié)構(gòu)，得到的是符合查詢(xún)條件的結(jié)果。

計(jì)算機(jī)發(fā)展到今天，我們有視頻、郵件、聊天，互聯(lián)網(wǎng)上一分鐘每分鐘全球產(chǎn)生7.5PB數(shù)據(jù)，2.04億封郵件，27.7萬(wàn)人登陸。結(jié)構(gòu)化數(shù)據(jù)有一個(gè)前提，所有的數(shù)據(jù)都要有頂層設(shè)計(jì)和數(shù)據(jù)結(jié)構(gòu)，后填入數(shù)據(jù)。第二，當(dāng)數(shù)據(jù)量大到一定程度的時(shí)候，到了T級(jí)或者PB級(jí)的時(shí)候基本上幾個(gè)小時(shí)才能查詢(xún)出一個(gè)結(jié)果來(lái)。如果我們平常日常講話(huà)我有一段語(yǔ)音和視頻，這種數(shù)據(jù)的處理用結(jié)構(gòu)化數(shù)據(jù)處理是不可以的。后來(lái)誕生非結(jié)構(gòu)化數(shù)據(jù)，不方便用數(shù)據(jù)庫(kù)二維邏輯表來(lái)表現(xiàn)的數(shù)據(jù)稱(chēng)之為非結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)反映的是自然界原生態(tài)的數(shù)據(jù)，這種數(shù)據(jù)是鮮貨的，是碎片化的，同時(shí)是移動(dòng)化的。第二，它沒(méi)有統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)。依靠標(biāo)準(zhǔn)和規(guī)范彼此約束。第三，沒(méi)有死板的查詢(xún)方式，也不是唯一的結(jié)果，允許帶有不確定性，重視搜索的統(tǒng)計(jì)性質(zhì)。

 

大數(shù)據(jù)的定義大家都比較清楚了，大數(shù)據(jù)是相對(duì)傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，無(wú)法在容許的時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其進(jìn)行抓取。大數(shù)據(jù)最后有四個(gè)特點(diǎn)，有四個(gè)V，其中最重要的是價(jià)值，單一的數(shù)據(jù)價(jià)值比較低，大數(shù)據(jù)的目的在普通翻轉(zhuǎn)的數(shù)據(jù)中找到有價(jià)值的數(shù)據(jù)。大數(shù)據(jù)處理和我們傳統(tǒng)的數(shù)據(jù)處理在計(jì)算機(jī)上是不一樣的，這個(gè)圖就表示了傳統(tǒng)模式和分布式計(jì)算的區(qū)別。如果我在一萬(wàn)本書(shū)中統(tǒng)計(jì)“浪潮”單詞出現(xiàn)的次數(shù)，原來(lái)你就要一本本書(shū)去查，要查一萬(wàn)本書(shū)。那么現(xiàn)在分布式計(jì)算，一臺(tái)計(jì)算機(jī)需要一秒鐘，那么我一萬(wàn)臺(tái)計(jì)算機(jī)查詢(xún)出來(lái)的時(shí)間還是一秒鐘，結(jié)果是一樣的，沒(méi)有任何變化。

剛才把大數(shù)據(jù)給大家做了概述，下面介紹一下浪潮在大數(shù)據(jù)中的實(shí)踐。現(xiàn)在網(wǎng)上開(kāi)店基本是不收稅的，浪潮現(xiàn)在做了一個(gè)產(chǎn)品對(duì)網(wǎng)上的網(wǎng)店的交易額進(jìn)行統(tǒng)計(jì)，因?yàn)榇髷?shù)據(jù)互聯(lián)網(wǎng)它的數(shù)據(jù)是公平的，去年雙十一，整個(gè)阿里巴巴官方公布當(dāng)天交易額是350.19億，但是我們抓取的數(shù)據(jù)額是350.4億元！這是我們?cè)诖髷?shù)據(jù)方面，網(wǎng)上納稅方面的應(yīng)用。每天監(jiān)控的酒店住宿信息2億，上網(wǎng)信息每天10萬(wàn)，航空信息100億，火車(chē)信息每天30萬(wàn)。這個(gè)是大數(shù)據(jù)個(gè)案的真實(shí)故事，山東淄博發(fā)生了一起兇殺案，殺人時(shí)間和地點(diǎn)知道，但是原因不清楚，動(dòng)機(jī)和罪犯在哪里都不清楚，通過(guò)網(wǎng)上大數(shù)據(jù)分析，在網(wǎng)上搜索，因?yàn)闅⑷说男畔⒁呀?jīng)新聞披露了，很多網(wǎng)民在看，成千上萬(wàn)的網(wǎng)民在看這個(gè)信息，同時(shí)有的網(wǎng)民在看殺人自首判幾年，殺人不自首判幾年？這個(gè)范圍我們就在縮小，公安局會(huì)把上百萬(wàn)人縮小到幾十個(gè)人，重點(diǎn)排查幾十個(gè)人，最后在一個(gè)網(wǎng)吧就找到了這樣的嫌疑犯，實(shí)施抓捕。最后對(duì)流串作案，在一個(gè)地方發(fā)生了搶劫案，過(guò)了一段時(shí)間在另外一個(gè)城市又發(fā)生了搶劫案，這是一個(gè)人流串作案，犯罪分子的信息一定在網(wǎng)上、住宿、銀行留出線索！我們最后把嫌疑范圍縮得非常小，然后找到相應(yīng)的犯罪分子。

再是警務(wù)千度，千度有什么特點(diǎn)呢？每一個(gè)老百姓你的信息現(xiàn)在在公安局里都是實(shí)時(shí)跟蹤的，比如要查一個(gè)人，這個(gè)人叫張金棟，當(dāng)你查出這個(gè)人的時(shí)候，你這個(gè)人有沒(méi)有跟你長(zhǎng)相相似的？是不是有常用的名字？你有沒(méi)有犯前科？你整個(gè)親屬關(guān)系？你的上級(jí)下級(jí)同事，這是一個(gè)居民的關(guān)系，你曾經(jīng)住過(guò)什么酒店？你去過(guò)哪些地方？這些信息都在警務(wù)千度里查到。

另外是群體事件的預(yù)防，現(xiàn)在我們QQ、微信、微博如此發(fā)達(dá)，社區(qū)里的信息化被稱(chēng)之為社會(huì)的傳感器，每個(gè)小區(qū)里給開(kāi)發(fā)商發(fā)生糾紛了，小區(qū)業(yè)主利用QQ、微信等跟公安聯(lián)系！另外是車(chē)輛管理，套牌車(chē)，假牌子，如果在同一時(shí)間里出現(xiàn)了兩個(gè)相同牌照的車(chē)，肯定有一個(gè)牌子是假的！我們可以通過(guò)這種方式縮小查詢(xún)范圍。

我們單位里有一些郵件，如果把這些郵件整合了，我們?cè)诓桓淖冊(cè)行畔⒌幕A(chǔ)上，通過(guò)大數(shù)據(jù)平臺(tái)，我們可以把數(shù)據(jù)做整合，在不改變?cè)袘?yīng)用系統(tǒng)情況下，我們也可以實(shí)現(xiàn)數(shù)據(jù)的共享和挖掘。這是大數(shù)據(jù)應(yīng)用的特點(diǎn)。

最后介紹一下大數(shù)據(jù)的價(jià)值。張主任也講過(guò)大數(shù)據(jù)是具有很高的價(jià)值的，數(shù)據(jù)和我們生產(chǎn)資料和我們的資金，和我們?nèi)瞬乓粯樱髷?shù)據(jù)生產(chǎn)價(jià)值保健品潛在的數(shù)據(jù)價(jià)值有3000多億美元，歐洲公共管理的潛在年度價(jià)值2500億歐元。汪洋同志在2012年10月到廣東省財(cái)政廳進(jìn)行調(diào)研時(shí)說(shuō)，今天大數(shù)據(jù)在中國(guó)的地位相當(dāng)于30年前的土地，30年前土地是的很便宜，今天的土地很值錢(qián)！今天的數(shù)據(jù)就相當(dāng)于30年前的土地，我們將正式進(jìn)入一個(gè)數(shù)據(jù)為王的時(shí)代！今天數(shù)據(jù)很便宜，大家可以隨便抓，30年后這種數(shù)據(jù)可能就不能隨便抓了，可能?chē)?guó)家會(huì)立法，對(duì)居民的隱私等范圍，包括技術(shù)的手段不允許抓數(shù)據(jù)了。現(xiàn)在是最好的時(shí)機(jī)。

最后結(jié)語(yǔ)：云計(jì)算、大數(shù)據(jù)代表著當(dāng)今信息技術(shù)的發(fā)展方向，是未來(lái)信息化的關(guān)鍵，浪潮愿與各界朋友緊密合作，創(chuàng)新應(yīng)用，為中國(guó)信息化發(fā)展貢獻(xiàn)力量。謝謝大家！