Presentation Transcript

1. 新时代的新平台

   Dave Menninger 全球业务开拓与战略部主管
2. 大数据 应用程序 快速数据

   新时代的新平台

   云独立
3. 大数据成为新标准 广告 分析服务 信息 经纪人 征信所 执法 网站 营销人员 员工 个人 目录协作 名录 经纪人 媒体 运送服务 医疗保健 政府 媒体归档 银行 私家 侦探 /律师 INTERNET 政府 零售 数据 聚合者 数据 用户/购买者 电话/电视 数据 聚合者 出版商 数据设备 手机 GPS IPOD 电子书 视频游戏 机顶盒 ATM 信用卡读卡器 计算机 RFID
4. 当今的数据机会在哪里？ 企业数据基础架构 大数据 BI/DW 支出：+90% 的当前支出10% 的总数据 要求：广泛深入的产品系列 行业解决方案和参考 密集服务 准备期长 支出：<10% 的当前支出+90% 的总数据 要求：“Hadoop优先”的心态 企业 Hadoop分发 SQL+Hadoop Hadoop性价比 数据科学和应用程序开发能力
5. 预测购买者行为以增加收入 大数据分析可增加每个客户的利润 利用大数据 利用传统数据 高 分析数据库 （带 BI 报告功能） 旧版系统 客户利润 大数据分析 非结构化数据源丰富了数据 低 分支级别报告支持以利润为基础 建议 代理“最佳猜测” 通过非结构化活动日志丰富了数据，以识别存在风险的客户 市场份额分析和客户合作价值计算带来基于用户的建议
6. 客户盈利能力 针对现有客户的交叉销售 难题 指数级数据增长和不断增长的客户群 系统性能问题 — 无法扩展 将 DBA 时间从维护重新分配给新解决方案 进行预测性分析以更接近客户 解决方案 按产品和客户计算的盈利能力 产品建议引擎 跟踪和衡量客户活动和期望 与 CRM 系统集成 结果 从 6 TB 扩展到 11 TB 数据 查询在数秒内而不是数小时内得到解答 用户可以多花 30% 的时间在数据分析上 增加了单个客户的盈利能力 “我们已经在每个客户所产生的净盈利能力方面取得了令人瞩目的成果。” 卓越银行汇集 Clint Johnson 数据仓库存储和分析总监
7. 客户保留率 社交网络对客户忠诚度的影响 难题 如何识别存在风险的客户并留住他们 赢得新客户的代价要高出 10 倍以上 100 亿行原始数据（呼叫明细记录） 结果 在 250 万个客户中分析了 900 万种关系 收到许多抱怨者来电的客户自我抱怨的概率高达 7 倍以上！ 一分钟评分 50 万行 100 万美元的部署每年产生 8000 万美元的收入 “我们能够将许多昂贵的功能构建和评分操作推送到数据库中以更快地运行。” 解决方案 创建了一个主叫与被叫的社交网络模式 使用 R 的广义加性模型 (GAM) 软件包 将 GAM 转换为 SQL 以便在数据库内执行
8. 系统管理 使用我们自己的产品 难题 生成的数据量 定性与定量信息 总体客户体验期望很高 解决方案 客户与合作伙伴反馈系统 监控关键性能指标 系统质量和行为建模 将控制面板、虚拟化和报告用作服务 结果 预测系统维护问题 提高客户体验衡量指标 提高客户服务决策的速度和质量 “EMC 根据客户的期望不断评估其流程、衡量指标和策略，以履行对客户的承诺。” Jim Bampos 总体客户体验副总裁
9. Pivotal：EMC 家族的新成员
10. 企业 IT 换代 大型机 客户端 — 服务器与 Web 消费者级别 大部分纸质流程的自动化：ERP、CRM、电子邮件... 财务帐户自动化 新体验 新的业务模式 由新消费者Internet 巨头充当先锋 — 需要新的应用程序结构 ISAM 关系数据库 大型机 小型机和 PC 新的数据结构 支持云的数据中心
11. 早期先锋：消费者 Internet 巨头 消费者级别 专有数据中心和基础架构 新体验 新的业务模式 由消费者 Internet 巨头充当先锋 大型机 客户端-服务器与 Web 新的数据结构 由软件定义的数据中心 新的数据结构 由软件定义的数据中心
12. 早期先锋：消费者 Internet 巨头 消费者级别 专有数据中心和基础架构 新体验 新的业务模式 由消费者 Internet 巨头充当先锋 大型机 海量数据的存储与理由 客户端-服务器与 Web 新的数据结构 由软件定义的数据中心 新的数据结构 由软件定义的数据中心
13. 早期先锋：消费者 Internet 巨头 消费者级别 专有数据中心和基础架构 新体验 新的业务模式 由消费者 Internet 巨头充当先锋 大型机 快速应用程序开发 海量数据的存储与理由 客户端-服务器与 Web 新的数据结构 由软件定义的数据中心 新的数据结构 由软件定义的数据中心
14. 早期先锋：消费者 Internet 巨头 消费者级别 专有数据中心和基础架构 新体验 新的业务模式 由消费者 Internet 巨头充当先锋 大型机 快速应用程序开发 海量数据的存储与理由 客户端-服务器与 Web 新的数据结构 由软件定义的数据中心 以高度自动化方式规模化运行 新的数据结构 由软件定义的数据中心
15. 企业的独特需求... 消费者级别 设备、日志、应用程序... 普遍遥测技术 新体验 新的业务模式 由新消费者 Internet 巨头充当先锋 大型机 快速应用程序开发 海量数据的存储与理由 客户端-服务器与 Web 新的数据结构 由软件定义的数据中心
16. 企业的独特需求... 消费者级别 设备、日志、应用程序... 普遍遥测技术 新体验 新的业务模式 由新消费者 Internet 巨头充当先锋 大型机 快速应用程序开发 接收海量事件并实时响应 海量数据的存储与理由 客户端-服务器与 Web 新的数据结构 由软件定义的数据中心
17. 企业的独特需求... 消费者级别 设备、日志、应用程序... 普遍遥测技术 新体验 新的业务模式 由新消费者 Internet 巨头充当先锋 大型机 快速应用程序开发 接收海量事件并实时响应 海量数据的存储与理由 与传统应用程序和基础架构交互 客户端-服务器与 Web 新的数据结构 由软件定义的数据中心
18. 企业的独特需求... 消费者级别 设备、日志、应用程序... 普遍遥测技术 新体验 新的业务模式 由新消费者 Internet 巨头充当先锋 大型机 快速应用程序开发 接收海量事件并实时响应 海量数据的存储与理由 与传统应用程序和基础架构交互 客户端-服务器与 Web 新的数据结构 ...ETC 由软件定义的数据中心 选择云运行和扩展
19. 推动新平台需求 消费者级别 物联网 普遍遥测技术 新体验 新的业务模式 由新消费者 Internet 巨头充当先锋 新一代 PaaS 大型机 快速应用程序开发 接收海量事件并实时响应 海量数据的存储与理由 与传统应用程序和基础架构交互 客户端-服务器与 Web 新的数据结构 ...ETC 由软件定义的数据中心 以高度自动化方式规模化运行 选择云运行和扩展
20. 典型的目标使用情形 — 需要新的消费者级功能 利用遥测技术的智能行业控制和服务 实时电信方案 零售业方案 大型智能农业 以及更多
21. 新平台：Pivotal One 数据结构 应用程序结构 开放与开放源代码 以数据为中心 多云 开发人员友好 企业友好 云结构 PivotalOne ...ETC
22. Pivotal One：数据结构组成 GemFire 应用程序结构 数据结构 内存中数据网格：接收与处理 最严格的实时使用 接收与查询：非常高的容量和内存中 横向扩展存储：HDFS/对象 云结构 ...ETC 10 年以上高度可扩展并行查询 现已应用于 Hadoop
23. Pivotal HD & HAWQ Pivotal HDEnterprise 资源管理和工作流 配置、部署、监视、管理 指挥中心 Pig、Hive、Mahout HBase Map Reduce Hadoop 虚拟化 (HVE) Yarn HDFS Zookeeper Sqoop Flume DataLoader Apache Pivotal HD 增值
24. Pivotal HD & HAWQ HAWQ — 高级数据库服务 ANSI SQL + 分析 Xtension框架 目录服务 查询优化器 Dynamic Pipelining Pivotal HDEnterprise 资源管理和工作流 配置、部署、监视、管理 指挥中心 Pig、Hive、Mahout HBase Map Reduce Hadoop 虚拟化 (HVE) Yarn HDFS Zookeeper Sqoop Flume DataLoader Apache Pivotal HD 增值
25. HAWQ：基准 Pivotal HD Pivotal HD 47X 9X 19X 69X 208X 25X 476X 20X 648X 21X
26. Pivotal One：应用程序结构 数据结构 应用程序结构 支持快速应用程序开发 易于在开发、测试和生产之间移动 可针对多种语言和框架自动进行部署和扩展 行业领先 Java/Spring 运行时支持 松散耦合即时服务绑定 默认采用分析仪表化和可视化 语言 和框架 服务 分析 vFabric 云结构 ...ETC
27. Pivotal One：云结构 基于 Cloud Foundry 开放与开放源代码：Cloudfoundry.org 可实现： 可移植性 扩展 自动化 恢复能力 成长中的生态系统 数据结构 应用程序结构 云结构 自动化：应用程序资源调配和生命周期 ...ETC 服务注册 云抽象（可移植性）
28. Pivotal One：入口点 服务 • Pivotal 实验室与数据科学实验室 数据结构 应用程序结构 数据与分析 应用程序开发 • Spring • vFabric • Pivotal HD • GemFire • GPDB Pivotal One 平台 云结构 云自动化 • Cloud Foundry
29. Pivotal 服务：加速价值的实现 Pivotal 实验室：快速创建和部署新应用程序 经验证的消除风险并加速产生结果的方法 Pivotal 数据科学实验室：经验证的数据科学实践，用于加速分析项目 通过数据分析推动业务价值 开放源代码支持：协作与客户驱动的开放源代码支持和共同开发 Pivotal 数据科学实验室
30. Pivotal One：继承 数据结构 应用程序结构 GemFire 语言 和 框架 服务 分析 vFabric 接收与查询：非常高的容量和内存中 横向扩展存储：HDFS/对象 云结构 自动化：应用程序资源调配和生命周期 服务注册 云抽象（可移植性）
31. IMDG Pivotal One：继承卓越的技术团队 Java/Spring Adrian Colyer Jurgen Holler Jags Ramnarayan Chris Beams MPP SQL 超过 700 名工程师 Java/Spring（Adrian、Jurgen、Chris） 云（James、Alexis） Hadoop（Milind、Apurva、Sujas） MPP SQL（Luke、Dan、Gavin） IMDG（Jags、Suds...） Web/移动/Twitter/Google（Edward） 数据科学（Kaushik、Noelle、Huyla） Agile & RAD（Rob Mee 和团队） Huvla Emir-Farinas Sudir Menon 超过 700 名工程师 Hadoop James Watters Alexis Richardson Luke Lonergan Dan Holle 云 Gavin Sherry Edward Hiatt Milind Bhandarkar 数据科学 Kaushik Das Noelle Sio Web/移动 Agile & RAD Suias Lastname Rob Mee 和团队 Apurva Desai
32. 总结 新时代的新平台 为企业提供消费者级功能 首先要集成：新的数据结构、现代编程框架和多云 利用强大的开发人员、数据科学和开发源继承优势 独立于 EMC 和 VMware（但由 EMC 和 VMware 提供支持），由 GE 提供支持