IDC調(diào)研顯示，大數(shù)據(jù)分析已在數(shù)字化轉(zhuǎn)型戰(zhàn)略中成為第一要務(wù)。今年1月發(fā)布的《大數(shù)據(jù)技術(shù)前瞻》中更指出：超大規(guī)模數(shù)據(jù)如何組織和管理、數(shù)據(jù)量指數(shù)級增長時效性差、數(shù)據(jù)如何打破多源異構(gòu)造成的隔閡、從單域走向跨域數(shù)據(jù)融合、數(shù)據(jù)治理質(zhì)量評估等仍是制約大數(shù)據(jù)發(fā)展的瓶頸。當(dāng)前，湖倉一體是最佳解決方案。

湖倉一體是構(gòu)建現(xiàn)代數(shù)據(jù)棧的關(guān)鍵

在近兩年的Gartner數(shù)據(jù)管理技術(shù)成熟曲線圖中，Lakehouse湖倉一體技術(shù)已成為主流架構(gòu)，其主要觀點是結(jié)合數(shù)據(jù)湖和數(shù)據(jù)倉庫的優(yōu)勢，旨在構(gòu)建高效、靈活、簡潔的現(xiàn)代數(shù)據(jù)平臺。

數(shù)據(jù)湖內(nèi)承載全量數(shù)據(jù)，根據(jù)業(yè)務(wù)需求靈活組合，對數(shù)據(jù)進行批量、實時加工，讓企業(yè)用一份數(shù)據(jù)，按需建立AI、BI、數(shù)據(jù)科學(xué)等多工作負載，加速數(shù)據(jù)在湖內(nèi)流動，減少80%的數(shù)據(jù)搬遷，一個數(shù)據(jù)平臺按需支持批處理、流計算、交互式查詢和機器學(xué)習(xí)四大場景，根據(jù)上層業(yè)務(wù)建設(shè)多樣性數(shù)倉集市。

湖倉一體避免了煙囪式割裂建設(shè)導(dǎo)致的效率問題，進一步降低多技術(shù)平臺導(dǎo)致的運維復(fù)雜度，降低了跨湖倉來回ETL的時延。

云技術(shù)、開源社區(qū)和開放技術(shù)模式，促使大數(shù)據(jù)飛速發(fā)展

▎頭部云廠商引領(lǐng)大數(shù)據(jù)技術(shù)發(fā)展

根據(jù)《IDC大數(shù)據(jù)平臺市場報告，2021H1》發(fā)現(xiàn)大數(shù)據(jù)平臺的Top4廠商均為云廠商。云計算為大數(shù)據(jù)提供計算、存儲資源，具有彈性伸縮，動態(tài)擴展等優(yōu)勢，加速了云與大數(shù)據(jù)技術(shù)深度融合。

·優(yōu)勢一：資源彈性發(fā)放，業(yè)務(wù)快速上線

通過云原生大數(shù)據(jù)服務(wù)，實現(xiàn)小時級發(fā)放上線，容器化部署，讓客戶更加聚焦上層業(yè)務(wù)。

·優(yōu)勢二：存算分離，更低TCO

云計算可以將計算和存儲資源分離，實現(xiàn)計算不夠擴計算、存儲不足擴存儲。

·優(yōu)勢三：多服務(wù)組合，靈活按需建立多工作負載

通過湖倉一體和云原生技術(shù)，圍繞全局一份數(shù)據(jù)，按數(shù)據(jù)全生命周期展開，靈活按需構(gòu)建。

▎大數(shù)據(jù)開源技術(shù)蓬勃發(fā)展

近十年來，經(jīng)過全球持續(xù)技術(shù)投入，大數(shù)據(jù)開源技術(shù)已經(jīng)成為事實標準，并在客戶數(shù)字化、智能化轉(zhuǎn)型推動下加速迭代更新?？此泼赓M、易獲得的特點，使得開源軟件在各領(lǐng)域有意無意獲得廣泛使用。

根據(jù)DB-Engine顯示開源license流行度已經(jīng)超過一半，開源技術(shù)仍將持續(xù)主導(dǎo)大數(shù)據(jù)技術(shù)發(fā)展，即“軟件吞噬世界，開源吞噬軟件”。

▎開放數(shù)據(jù)格式更加適合靈活建模分析

大數(shù)據(jù)如今已經(jīng)從早期的批量加工深入到政企客戶全業(yè)務(wù)場景，但如果還采用傳統(tǒng)的FS-LDM方式建模，將會面臨靈活性差、周期長、成本高的問題。處于業(yè)務(wù)高速發(fā)展期的客戶，往往要求數(shù)據(jù)平臺要靈活、高效。

大數(shù)據(jù)技術(shù)通過開放的數(shù)據(jù)格式，幫助客戶快速構(gòu)建面向不同使用者的貼源層-明細層-匯總層-集市層，結(jié)合大寬表自助式OLAP分析組件，進一步解決大數(shù)據(jù)的大表關(guān)聯(lián)問題，面向業(yè)務(wù)靈活建模，讓數(shù)據(jù)驅(qū)動業(yè)務(wù)創(chuàng)新更加輕量敏捷。

華為云Stack FusionInsight MRS，云原生數(shù)據(jù)湖讓數(shù)據(jù)走上“高速”路

華為在湖倉一體早有布局，在2020年華為全球分析師大會上華為云CTO張宇昕發(fā)布了FusionInsight湖倉一體架構(gòu)。

作為部署在政企客戶本地數(shù)據(jù)中心的云基礎(chǔ)設(shè)施，華為云Stack提供FusionInsight MRS云原生數(shù)據(jù)湖（以下簡稱“FusionInsight MRS”），采用“一湖+多樣集群+數(shù)據(jù)智能”分層建設(shè)，加速現(xiàn)代數(shù)據(jù)棧構(gòu)建。

當(dāng)前，政企客戶數(shù)據(jù)平臺存在三種常見的建設(shè)方案：

X傳統(tǒng)數(shù)倉

興起于上世紀90年代，對于早期僅需求數(shù)據(jù)OLAP較為常用。隨著政企客戶業(yè)務(wù)高速發(fā)展，對于面對多樣性數(shù)據(jù)需要匹配業(yè)務(wù)特定場景的多樣化訴求，能力太過單一。

X傳統(tǒng)大數(shù)據(jù)

早期政企往往按業(yè)務(wù)部門需求，分開建設(shè)批處理集群、流處理集群，煙囪式建設(shè)導(dǎo)致建設(shè)成本居高不下。多系統(tǒng)平臺運維復(fù)雜，還存在大量數(shù)據(jù)冗余，造成ETL來回搬遷，制約了政企數(shù)據(jù)發(fā)揮要素關(guān)鍵價值。

X湖外建倉

數(shù)倉在上世紀90年代高速發(fā)展，當(dāng)時信息化程度較高的金融、運營商等行業(yè)，大量使用了傳統(tǒng)數(shù)倉。2010-2020年之間，隨著Spark、Flink、Hive、HBase、ClickHouse等技術(shù)逐步成熟，大數(shù)據(jù)逐步成為數(shù)據(jù)處理主要平臺，湖外建倉導(dǎo)致湖倉來回搬遷的耗時問題日益凸顯，超長的數(shù)據(jù)處理鏈路，多系統(tǒng)維護的復(fù)雜度，成為政企客戶釋放數(shù)據(jù)價值的障礙。

上述三種傳統(tǒng)企業(yè)數(shù)據(jù)分析平臺，現(xiàn)在都可以平滑演進到FusionInsight MRS。

▎FusionInsight MRS“一湖+多樣集群+數(shù)據(jù)智能”分層建設(shè)

FusionInsight MRS通過“一湖+多樣集群+數(shù)據(jù)智能”分層建設(shè)，有效整合傳統(tǒng)大數(shù)據(jù)、傳統(tǒng)數(shù)倉、湖外建倉方案，實現(xiàn)傳統(tǒng)大數(shù)據(jù)平臺向云原生數(shù)據(jù)湖演進、傳統(tǒng)數(shù)倉數(shù)據(jù)集可以向MRS多樣性集市升級。

·FusionInsight MRS采用湖倉一體架構(gòu)，結(jié)合湖倉優(yōu)勢，即保障了全局一份數(shù)據(jù)，還實現(xiàn)了數(shù)據(jù)的一致性，進一步讓實現(xiàn)大數(shù)據(jù)平臺SQL化更好的落地；

·政企客戶可以采用全局一個數(shù)據(jù)湖，讓內(nèi)部全量數(shù)據(jù)充分共享、存儲與計算，實現(xiàn)數(shù)據(jù)資源相關(guān)的集約化；

·現(xiàn)代數(shù)據(jù)?？梢蕴峁┒鄻有约?，政企客戶按照業(yè)務(wù)場景，在一個數(shù)據(jù)湖之上，匹配最適合當(dāng)前業(yè)務(wù)的數(shù)倉集市，讓數(shù)據(jù)計算達到極致性能；

·當(dāng)然，近年來數(shù)智融合技術(shù)的成熟，在Gartner相關(guān)報告建設(shè)“以數(shù)據(jù)為中心的人工智能”的指導(dǎo)下，AI將基于數(shù)據(jù)湖，實現(xiàn)“數(shù)據(jù)->信息->知識->智慧”的價值閉環(huán)。

▎FusionInsight MRS湖倉一體架構(gòu)實現(xiàn)集約化建設(shè)“一企一湖”

政企客戶使用湖倉一體后，可以實現(xiàn)：

·架構(gòu)開放，讓企業(yè)數(shù)據(jù)平臺持續(xù)演進

相較傳統(tǒng)數(shù)倉、數(shù)據(jù)庫系統(tǒng)，大數(shù)據(jù)面向海量數(shù)據(jù)分析而生，其橫向擴展能力強，并隨著政企客戶業(yè)務(wù)的高速發(fā)展，最大單集群已經(jīng)可擴至6萬多節(jié)點，還可以通過集群聯(lián)邦無限擴容。

·單向流動，數(shù)據(jù)一致性好

單向流動，無交叉。湖倉一體批流一體技術(shù)的成熟，讓一份數(shù)據(jù)在加工時就實現(xiàn)不同業(yè)務(wù)數(shù)據(jù)的分層解耦，即保障了靈活性，又保障了時效性，更是實現(xiàn)全局數(shù)據(jù)的一致性，保障數(shù)據(jù)的“清潔”，也進一步減輕了數(shù)據(jù)治理的負擔(dān)。

·全生命周期數(shù)據(jù)開發(fā)和數(shù)據(jù)治理，提高數(shù)據(jù)質(zhì)量

數(shù)據(jù)治理是數(shù)據(jù)分析正確的前提，數(shù)據(jù)治理為政企客戶提供多源數(shù)據(jù)的集成，通過數(shù)據(jù)開發(fā)編排實現(xiàn)數(shù)據(jù)作業(yè)的ETL和作業(yè)自動化，采用數(shù)據(jù)適量實現(xiàn)政企客戶多層級全局統(tǒng)一的數(shù)據(jù)質(zhì)量，最終形成可視、可管、可用的高質(zhì)量數(shù)據(jù)地圖。

·數(shù)據(jù)“可用不可見”

隨著人工智能、密碼學(xué)、可信執(zhí)行環(huán)境三個關(guān)鍵技術(shù)的成熟，以保障數(shù)據(jù)安全與隱私為前提，數(shù)據(jù)的可信流通與用數(shù)，將通過多域數(shù)據(jù)聯(lián)邦分析與訓(xùn)練實現(xiàn)，在數(shù)據(jù)開放、數(shù)據(jù)交易、普惠金融、聯(lián)合營銷、聯(lián)合風(fēng)控等場景大放異彩。

▎FusionInsight MRS多樣集市靈活匹配高速發(fā)展的業(yè)務(wù)訴求

為靈活匹配高速發(fā)展的業(yè)務(wù)訴求，F(xiàn)usionInsight MRS也提供了豐富的組件：

·在多表復(fù)雜關(guān)聯(lián)場景

大容量多表復(fù)雜關(guān)聯(lián)分析組件Doris可以實現(xiàn)PB級數(shù)據(jù)亞秒響應(yīng)的。

·在多維分析場景

ClickHouse支持亞秒級大寬表實時OLAP，單表支持1萬多列，萬億行數(shù)據(jù)。

·在時序分析方面

專業(yè)的時序數(shù)據(jù)庫IoTDB提供“專、快、易、穩(wěn)、省”能力，壓縮比相較傳統(tǒng)時序數(shù)據(jù)庫壓縮比高達20多倍。

同時在眾多分析數(shù)倉集市場景，還提供了GES圖引擎、MRS HBase、Elasticsearch、Redis等其他多樣集市，滿足客戶針對業(yè)務(wù)場景數(shù)據(jù)量、時效性等業(yè)務(wù)特點，按需、經(jīng)濟地建設(shè)多樣數(shù)據(jù)集市的訴求。

基于FusionInsight智能數(shù)據(jù)湖，已經(jīng)幫助客戶數(shù)據(jù)在“高速”路上馳騁：

工商銀行攜手華為云Stack提供的FusionInsight MRS湖倉一體批流一體技術(shù)，建成同業(yè)最大單集群，總規(guī)模達5000+節(jié)點，支撐300+行內(nèi)大數(shù)據(jù)應(yīng)用，日均承載批量計算作業(yè)數(shù)達30萬+，支撐行內(nèi)外金融數(shù)據(jù)服務(wù)。

某股份制銀行，早期采用批處理集群、數(shù)據(jù)分析集群、實時處理集群、數(shù)據(jù)倉庫4套集群，存在多集群建設(shè)，管理維護復(fù)雜，人力填入代價高。

通過采用FusionInsight MRS方案，集群歸一化建設(shè)，使得集群規(guī)模降低28.2%，資源利用率提升20%+，運維工作量減少50%，極大提升行內(nèi)用數(shù)效率。

目前，F(xiàn)usionInsight智能數(shù)據(jù)湖已服務(wù)于全球60多個國家的3500多個客戶，累計交付40多萬節(jié)點，最大單集群已達1萬多節(jié)點，700多PB，助力政務(wù)、金融、泛企業(yè)行業(yè)加速現(xiàn)代數(shù)據(jù)棧建設(shè)。

審核編輯黃宇