加速企业级大数据方案落地 IBM聚力发挥Spark优势

2018-06-11    来源:

容器云强势上线!快速搭建集群,上万Linux镜像随意使用

大数据技术在近些年得到了长足发展,大数据软件框架Hadoop的快速兴起引领了大数据的行业潮流。作为一种类Hadoop的新计算框架,Spark自2014年从Apache中孵化出来后,在短短两年的时间中为大数据技术赋予了新的活力,这一基于内存的分布式计算框架已经在众多行业得到应用。

随着2.0版本的新近发布,Spark向大数据市场展现了其性能提升空间,其在Streaming概念上的进一步强化为实时流处理及查询加载了更强的保障。在大数据领域,Spark逐渐成熟,正在走向更多行业、更多企业。

面对这一逐渐强大的数据计算架构,IBM着力发展Spark项目,将其定位于数据分析的操作系统,并基于Spark构建IBM数据分析产品的整个体系。IBM对Spark的“押宝”,可以从社区贡献、产品搭建、人才教育、创新应用四个维度予以解读。

贡献社区、搭建产品  IBMSpark互利共进

2015年,IBM成立了Spark技术中心(STC,Spark Technology Center),专注于Spark解决方案的提升及技术交流,针对Spark内核、Spark Streaming、SparkML和SparkR打造集合专家、提交者和贡献者的社区。在短短的1年时间里,IBM通过这一技术中心为Spark社区贡献约800个JIRA,并提供了Spark认证,进一步鼓励基于Spark的开发。目前,IBM在Spark社区致力于推进Spark SQL、SparkML,Benchmark及Swift对象存储。此外,IBM将其机器学习框架SystemML贡献于Apache社区,使其作为Apache的孵化器项目,为机器学习用户快速优化算法和模型。

开源领域新兴成果层出不穷,然而从技术代码到企业级应用、从开发成果到企业级产品的历程,仍然存在着一段距离。除贡献于Spark社区,IBM同时基于Spark构建自身的产品及服务,辅助企业将开源成果转化为其能够良好应用的IT产品和服务,提升企业对开源的应用体验。

基于Spark组件,IBM提供了多方面的大数据解决方案,包括BigInsights、数据科学体验(Data Science Experience)、dashDB数据仓库及Spark即服务(Spark as a Service)等。Spark即服务将Spark产品以云服务的方式直接交付,并在此过程中赋予其更高的安全性、数据存储能力及多租户特性。在IBM自身的解决方案上,IBM基于Spark提供面向分析的数据引擎,将传统的单机核心引擎通过Spark改造成分布式,并在Watson分析等领域以更高的性能、更分布的方式对数据进行分析和处理。在针对Spark的集成方面,IBM将数据直接复制到Spark上开展分析,提供了SPSS建模模块和分析服务器、Cloudant NoSQL数据库、InfoSphere Streams流分析等解决方案。

除在软件和服务层面实现对Spark的支持,IBM在硬件架构层面也利用Power Systems提升Spark的性能。基于内存的Spark采用数据集中式的分析,能够充分利用Power芯片的优势。在实际测试与应用案例中,运行在Power上的Spark性能达到了x86方案的两倍。未来,IBM将以更多Spark相关的产品,服务更多企业客户的大数据分析需求。

培养人才、创新应用  IBM推进大数据的社会利用

大数据领域,人才是最为重要的资产。面向市场对数据科学家、数据分析师、数据工程师、数据架构师等不同角色的大数据人才的需求,IBM成立了数据科学学院,从大数据专业技能、社区互动、联合项目和大数据创业孵化器几个方面推进大数据人才的培养、成长。这一公益组织在IBM发起的“大数据大学”平台上提供免费的课程,通过开设Hadoop、Spark、R、机器学习等课程,提升大数据人才专业技能。大数据大学针对不同的学习目标配备了专门的学习路径,在全球网站和中文网站上提供数据工程、数据分析学习的免费课程。在这一平台上,学习者、数据科学家、数据工程师不仅可以增进自身的理论知识,还可以通过利用R语言、Spark集群,开展数据清洗、分析、可视化操作等实践,以实践检验真理。

此外,在大数据社区中,IBM发起了多样的交互活动,包括大数据峰会、Spark大赛等。以Spark大赛为例,IBM目前正在开展的全球Spark大赛得到了中国区的近20个参赛方案,激发了本地的创新火花。通过免费的方式和合作伙伴、孵化器企业合作,为提供技术支持,从而使得Spark等大数据解决方案在各行各业落地,开展服务。

最近,IBM正在基于Spark开展创新项目,充分发挥Spark的作用。在智能交通领域,IBM通过采集物联网数据,并在Spark Streaming上对大众出行数据进行处理过滤、去噪、数据标准化等,建立了基于Spark的数据模型,实时分析人口聚集、流动情况,以预测交通拥堵情况,为交通管理部门和运维部门采取管制措施提供参考,并进一步提高公众的出行体验。此外,IBM对Spark的创新应用还为天气预测提供了提升的解决方案。未来,IBM将继续结合Spark的大数据能力及多方参与的互动机制,为大数据在企业的应用搭建桥梁。

——作者:IBM大数据分析架构师、Spark社区专家曾勇华

标签: 安全 标准 大数据 大数据分析 大数据技术 大数据软件 大数据社区 大数据专业 代码 服务器 企业 数据分析 数据库 网站 行业 用户 云服务

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点!
本站所提供的图片等素材,版权归原作者所有,如需使用,请与原作者联系。

上一篇:台达“微模块”成就电信IDC可靠服务

下一篇:你的x86服务器安全了么