中國(guó)IDC產(chǎn)業(yè)年度大典作為國(guó)內(nèi)云計(jì)算和數(shù)據(jù)中心領(lǐng)域規(guī)模最大、最具影響力的標(biāo)志性盛會(huì)，之前已成功舉辦過(guò)九屆，在本屆大會(huì)無(wú)論是規(guī)格還是規(guī)模都“更上一層樓”，引來(lái)現(xiàn)場(chǎng)人員爆滿(mǎn)，影響力全面覆蓋數(shù)據(jù)中心、互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等多個(gè)領(lǐng)域。
微軟（中國(guó)）托管技術(shù)高級(jí)架構(gòu)師張志強(qiáng)出席IDCC2015大會(huì)并在云計(jì)算技術(shù)與平臺(tái)服務(wù)論壇發(fā)表主題為《在混合云架構(gòu)下交付大數(shù)據(jù)解決方案》的精彩演講。
微軟（中國(guó)）托管技術(shù)高級(jí)架構(gòu)師 張志強(qiáng)
以下是演講實(shí)錄：
張志強(qiáng)：大家早上好。我來(lái)自微軟，今天我跟大家分享的話(huà)題就是混合云架構(gòu)下如何交付一個(gè)大數(shù)據(jù)解決方案？在過(guò)去兩年里面基本從云計(jì)算的需求由逐步導(dǎo)向到應(yīng)用需求，那么應(yīng)用需求里面我們看到15年很熱的就是大數(shù)據(jù)，而且這個(gè)我們可以看到從趨勢(shì)來(lái)講到16、17年會(huì)持續(xù)的發(fā)酵，大數(shù)據(jù)會(huì)變成云計(jì)算的需求方很重要的一點(diǎn)。我們微軟參加IDC大會(huì)已經(jīng)三年，第一年就是分享在IDC的機(jī)房?jī)?nèi)構(gòu)建自己的云，第二點(diǎn)講一下怎樣在基于自己的本地云的基礎(chǔ)上構(gòu)建混合云的交付，今年我們把這個(gè)眼光轉(zhuǎn)向在云的架構(gòu)下怎么交付大數(shù)據(jù)解決方案？我們看到云的業(yè)務(wù)上，很多IDC的伙伴已經(jīng)有了云，有了服務(wù)能力。但是這個(gè)能力構(gòu)建好之后，在需求側(cè)現(xiàn)在最重要的兩點(diǎn)，一個(gè)是大數(shù)據(jù)一個(gè)IOT的需求，我們看到產(chǎn)業(yè)園都提這個(gè)方面的需求。我們作為IDC的業(yè)者怎么響應(yīng)這個(gè)需求？這是我們所關(guān)心的問(wèn)題。
今天的內(nèi)容有點(diǎn)枯燥，跟大家分享一下微軟大數(shù)據(jù)解決方案的架構(gòu)，我們闡述一下為什么混合云，再說(shuō)一下混合云架構(gòu)上交付大數(shù)據(jù)解決方案的架構(gòu)，然后我們做一個(gè)立體分析，給大家有小的演示。
首先我們看一下微軟的大數(shù)據(jù)方案，拿這個(gè)圖不是為了嚇唬人，因?yàn)榇_實(shí)是大數(shù)據(jù)方案里面的Cloud模塊很多，確實(shí)很多。我們從左側(cè)往右疏導(dǎo)，左邊是數(shù)據(jù)源，左邊是非結(jié)構(gòu)化數(shù)據(jù)源，還有傳統(tǒng)化的結(jié)構(gòu)數(shù)據(jù)源。這些數(shù)據(jù)源進(jìn)來(lái)之后我們通過(guò)Hadoop和結(jié)構(gòu)化的SQL導(dǎo)入到分析平臺(tái)系統(tǒng)，中間這個(gè)部分。這個(gè)部分的數(shù)據(jù)做的匯總處理之后，然后再往右側(cè)的塊進(jìn)行數(shù)據(jù)的分析，數(shù)據(jù)分析這邊我們主要用傳統(tǒng)的數(shù)據(jù)分析方法還有一些新的機(jī)器學(xué)習(xí)的方法做分析。這些分析結(jié)果會(huì)導(dǎo)到應(yīng)用層，應(yīng)用層我們看到在應(yīng)用中，現(xiàn)在還沒(méi)有達(dá)到指導(dǎo)性的意見(jiàn)，還是側(cè)重?cái)?shù)據(jù)展現(xiàn)，包括幾個(gè)，一個(gè)是動(dòng)態(tài)化的交付分析，還有面向移動(dòng)端的數(shù)據(jù)交付。這是重要的幾個(gè)部分，上面是流逝分析，在實(shí)時(shí)數(shù)據(jù)流我做處理。這個(gè)處理方法不管是微軟還是其他的，主要提供于查詢(xún)語(yǔ)句的方式做差距，但是差距是根據(jù)實(shí)時(shí)流做的，對(duì)于實(shí)時(shí)要求比較高。
在整個(gè)概覽我們看到從數(shù)據(jù)產(chǎn)生到清洗、挖掘到后面的展現(xiàn)這個(gè)過(guò)程都有了。這張圖在大部分微軟和微軟小伙伴大家講的之后都會(huì)說(shuō)，這是基于微軟公有云上面所提供的服務(wù)。的確這個(gè)里面不管是說(shuō)從上面的Hadoop、HDinsight都是在微軟的公有云上面提供服務(wù)，一個(gè)是存儲(chǔ)服務(wù)還有分析類(lèi)服務(wù)都在上面做。那么這些部分東西我們?nèi)绻虢桓蹲约旱谋镜卦苹蛘咚接性苹蛘咄泄茉粕厦孀龅臅r(shí)候，能不能做？這就是我們所關(guān)心的問(wèn)題。我們的答案是可以做，你在本地云平臺(tái)上可以做，既然做云我們首先需要一個(gè)基礎(chǔ)的架構(gòu)，我們需要有一個(gè)基礎(chǔ)架構(gòu)。這個(gè)基礎(chǔ)架構(gòu)提供的是一個(gè)IaaSService平臺(tái)，既然是做云我們一定要具備多租戶(hù)的能力。這是云的本質(zhì)，所以我們現(xiàn)有這個(gè)部分。這個(gè)部分我今天不展開(kāi)講，因?yàn)槲覀冞^(guò)去很多活動(dòng)中主要講這個(gè)部分。那么對(duì)應(yīng)上面的這些，上面這塊我們?cè)诒镜卦谱龅臅r(shí)候，提供大數(shù)據(jù)的解決方案有三個(gè)縱向的域組成，數(shù)據(jù)管理、數(shù)據(jù)提煉還有數(shù)據(jù)洞察。對(duì)應(yīng)這些域里面，微軟可以提供哪些模塊給大家？我已經(jīng)列出了。
首先我們做數(shù)據(jù)的管理，大家不可能不知道Hadoop，那么我們的答案就是說(shuō)在微軟本地云的多租戶(hù)解決方案上，你可以交付一個(gè)Hadoop的服務(wù)。所以Hadoop的服務(wù)，當(dāng)你的租戶(hù)來(lái)到你的環(huán)境中訂閱這個(gè)服務(wù)的時(shí)候，可以自動(dòng)化的獲得Hadoop的環(huán)境。這個(gè)我們后面有一個(gè)小的演示，大家可以看一下。在數(shù)據(jù)提煉這部分，就有意義了。因?yàn)槲覀冎垃F(xiàn)在在數(shù)據(jù)分析的云里面，從傳統(tǒng)的這種簡(jiǎn)單的排序到數(shù)據(jù)挖掘到現(xiàn)在的機(jī)器學(xué)習(xí)，再到可能在今年會(huì)進(jìn)一步演化的深度學(xué)習(xí)，這些數(shù)據(jù)分析會(huì)是未來(lái)更重要的部分。包括昨天早上何博士談到一個(gè)觀點(diǎn)，把人工智能作為一個(gè)服務(wù)，這都是一個(gè)熱點(diǎn)。但是這個(gè)答案我們?cè)谶@個(gè)方案中，嚴(yán)格意義上沒(méi)有一個(gè)完整的人工智能的服務(wù)在里面，為什么？原因很簡(jiǎn)單，因?yàn)檫@個(gè)成本太高。所以我們對(duì)于這部分的服務(wù)提供的是R的解決方案，我們知道在整個(gè)數(shù)據(jù)分析領(lǐng)域里面，R語(yǔ)言現(xiàn)在占有90%的市場(chǎng)份額。那么怎么實(shí)現(xiàn)對(duì)于模型，基于模型的數(shù)據(jù)分析的服務(wù)？我們是通過(guò)，原來(lái)叫做HR，2016可能改名RService，所以我們把它放到我們的解決方案里面，這是一個(gè)。
還有原來(lái)微軟自己具有數(shù)據(jù)挖掘和分析服務(wù)這些模組，這些依然是存在的。那么再往右側(cè)推演，我們知道現(xiàn)在做大數(shù)據(jù)，我剛才講了一個(gè)觀點(diǎn)就是說(shuō)，要做完整閉環(huán)決策，從數(shù)據(jù)的產(chǎn)生到分析到加工再回到你的系統(tǒng)中自動(dòng)執(zhí)行這個(gè)行動(dòng)，這個(gè)閉環(huán)大家不太敢做。在一些不重要的地方可以做，但是你把自動(dòng)化全部交給他有一定的困難。所以我們看到做數(shù)據(jù)的展現(xiàn)，也就是說(shuō)去年也是2015年比較熱的話(huà)題就是數(shù)據(jù)可視化，我用這個(gè)詞講大家更有感知一些。我們看到從去年年初踩踏事故出來(lái)之后，百度發(fā)布人流密布圖。到去年年底的時(shí)候淘寶也分布了指數(shù)，數(shù)據(jù)通過(guò)直觀的方式展現(xiàn)給大家，使得大家能夠領(lǐng)悟到價(jià)值。這個(gè)領(lǐng)悟目前機(jī)器不能完全替代去做，所以這是主要的原因。那么這個(gè)里面微軟提供的工具有兩個(gè)，一個(gè)是AnalysisService，這個(gè)跟十年前的已經(jīng)完全不一樣。還有一個(gè)我上面沒(méi)有列，我們?cè)诮换ソ?jīng)常用的工具就是Excel表格，這個(gè)從07到10這兩個(gè)版本已經(jīng)演變成一個(gè)分析工具，Excel每個(gè)表處理的能力是十億條，不是原來(lái)的那樣。我們以前有一個(gè)比較痛恨的地方，一個(gè)數(shù)據(jù)表只有536，現(xiàn)在不是。第二它可以引入到外部數(shù)據(jù)源，第三它在展現(xiàn)上提供了像數(shù)據(jù)透視圖、還有跟地圖的連接這種更可視化的一種服務(wù)。
那么好，還有一個(gè)值得關(guān)注的小工具，這個(gè)叫Datazen，它本身也是獨(dú)立公司，這家公司的最大優(yōu)點(diǎn)就是說(shuō)它提供一個(gè)面向移動(dòng)設(shè)備的，基于H5的數(shù)據(jù)展現(xiàn)的可視化方案。也就是說(shuō)你的數(shù)據(jù)從結(jié)果出來(lái)推送到手機(jī)端，可以基于這個(gè)方案，你可以在應(yīng)用里面嵌入這個(gè)數(shù)據(jù)展現(xiàn)的時(shí)候，就變得非常的簡(jiǎn)單。整個(gè)串起來(lái)就是我們大家能夠幫助在本地云平臺(tái)交付的大數(shù)據(jù)方案。回到我們的主題，關(guān)于混合云的問(wèn)題。嚴(yán)格意義講，我個(gè)人認(rèn)為混合云永遠(yuǎn)是一個(gè)中間方案，為什么這么說(shuō)？從云計(jì)算誕生的第一天就希望所有的IT應(yīng)用和應(yīng)用，也就是數(shù)據(jù)都放到公有云上，為什么？因?yàn)楣性朴泻锰�。在基于公有云�?gòu)建這個(gè)解決方案，你可能有一個(gè)相對(duì)比較端的建立周期，還有很強(qiáng)的數(shù)據(jù)中心的資源，然后有非常大的計(jì)算資源規(guī)模。這使得我在上面做應(yīng)用的時(shí)候，可以變得更靈活更方便，而成本更低。談到成本這個(gè)問(wèn)題，我們?cè)谧鯥DC的大家都有體會(huì)。國(guó)內(nèi)最便宜的云就是阿里云，但是它的邏輯大家經(jīng)常講一個(gè)故事，所謂羊毛出豬身上然后狗買(mǎi)單，這種時(shí)候這種成本結(jié)構(gòu)和我們單一的項(xiàng)目成本結(jié)構(gòu)完全不一樣。
那么從最終用戶(hù)來(lái)看，我們不關(guān)心這個(gè)后臺(tái)的業(yè)務(wù)競(jìng)爭(zhēng)，我們只關(guān)心我們構(gòu)建業(yè)務(wù)系統(tǒng)成本時(shí)候會(huì)發(fā)現(xiàn)基于公有云做的時(shí)候成本會(huì)低，可是也有它的限制。這也就是說(shuō)我們?yōu)槭裁磿?huì)存在私有云和本地云，以及說(shuō)其他形式的專(zhuān)有云的存在價(jià)值。首先對(duì)于數(shù)據(jù)治理這個(gè)問(wèn)題是永遠(yuǎn)存在的，不避諱的講即便是微軟和世紀(jì)互聯(lián)做微軟的Azure云，沒(méi)有用海外的Azure云引入中國(guó)的方式來(lái)做，就是因?yàn)榉ㄒ?guī)的要求。所以同樣的要求會(huì)在不同的行業(yè)會(huì)有更強(qiáng)的約束性，那么這就是盡管有一個(gè)很便宜的公有云在那兒，但是很多用戶(hù)不能用。我們先不說(shuō)技術(shù)問(wèn)題，從數(shù)據(jù)治理角度來(lái)講它不能去用。所以會(huì)產(chǎn)生一個(gè)本地化的需求，就誕生了。可是對(duì)比公有云，一個(gè)很大的規(guī)模來(lái)講，在本地的云平臺(tái)一定是個(gè)有限規(guī)模。很簡(jiǎn)單，比如微軟在自己的公有云投資達(dá)到150億美金，這樣一個(gè)規(guī)模不是任何一個(gè)企業(yè)或者說(shuō)任何一個(gè)局部地域的服務(wù)商愿意投入的，因?yàn)槭袌?chǎng)空間沒(méi)有那么大，所以不會(huì)做這樣的生意決策，沒(méi)有這樣的決策就不會(huì)有一個(gè)看似無(wú)限量的后臺(tái)資源規(guī)模來(lái)支撐。這樣的結(jié)果下我們本地云就會(huì)變成一個(gè)有限的規(guī)模。
那么有限規(guī)模解決什么問(wèn)題？在國(guó)內(nèi)主要第一個(gè)是數(shù)據(jù)治理的問(wèn)題。第二是網(wǎng)絡(luò)問(wèn)題，網(wǎng)絡(luò)問(wèn)題包括兩個(gè)，一個(gè)是一些地方網(wǎng)絡(luò)連接并不像我們想象的那么好，就是訪(fǎng)問(wèn)速度沒(méi)有想象那么好。我們看到做SaaS應(yīng)用服務(wù)的人，大量導(dǎo)入CDN，這就是其中一個(gè)原因。還有看的更極端的案例，有一些對(duì)于大數(shù)據(jù)解決方案有需求的用戶(hù)，他本身所處的位置非常偏遠(yuǎn)，我們講一個(gè)極端場(chǎng)景。如果你幫助人做一個(gè)數(shù)字化的解決方案，都是在鳥(niǎo)不拉屎的地方，這個(gè)時(shí)候本地的私有化云的服務(wù)，就顯得有意義了。
那么回到我們所關(guān)心的問(wèn)題，大數(shù)據(jù)。在微軟的視角里面我們?cè)诠性铺峁┝舜罅康姆⻊?wù)，比如新的DataLake，就是PaaS的Service在上面。對(duì)應(yīng)在本地我們提供Hadoop、SQLService這些應(yīng)用都在上面。我剛才提到一個(gè)觀點(diǎn)，混合是一個(gè)中間路線(xiàn)，非左非右，就是折中。取東家長(zhǎng)補(bǔ)西家短，這就是混合的意義。如果我們有些數(shù)據(jù)存儲(chǔ)和運(yùn)算需要到很大量的資源規(guī)模我可以使用公有云的IaaS層的Service來(lái)做。那么很尷尬的看到一點(diǎn)，很多人用公有云第一步做什么？數(shù)據(jù)備份。再往下看，在公有云上提供一些在本地不好去構(gòu)建的服務(wù)，舉個(gè)例子，機(jī)器學(xué)習(xí)，它后臺(tái)節(jié)點(diǎn)非常高。如果本地云只構(gòu)建12或者16個(gè)物理服務(wù)器的平臺(tái)提供給三個(gè)客戶(hù)做大數(shù)據(jù)的服務(wù)，你可以想象我做這個(gè)事情，我怎么利用這個(gè)能力？我們的思路把這兩個(gè)串到一起變成一個(gè)混合的解決方案，取其長(zhǎng)來(lái)用。
那么在本地我們所進(jìn)行的其實(shí)是根據(jù)需求產(chǎn)生的，因?yàn)槲覀儺吘棺錾�。我做一個(gè)平臺(tái)或者做一個(gè)服務(wù)，沒(méi)有人來(lái)買(mǎi)我不需要投入那么高，那么這個(gè)時(shí)候在這一側(cè)我們看重在性能也好，成本也好，是根據(jù)需求來(lái)設(shè)計(jì)的。所以對(duì)于混合云的需求分析我們導(dǎo)入這樣一個(gè)結(jié)構(gòu)，這個(gè)結(jié)構(gòu)看起來(lái)很簡(jiǎn)單，它的主線(xiàn)的工作是在這部分，就是本地云，COSN是微軟的一個(gè)解決方案。我們?cè)谶@里用它代替在本地云平臺(tái)的名稱(chēng)，在本地從數(shù)據(jù)采集分工是通的，但是我需要用公有云的時(shí)候把他拉進(jìn)來(lái)，這是一個(gè)混合結(jié)構(gòu)。這里我們沒(méi)有引入IaaS的混合層，重點(diǎn)在于公有云的PaaSService導(dǎo)入到這個(gè)解決方案，構(gòu)成一個(gè)整體的部分。這個(gè)地方我特意說(shuō)了，因?yàn)樵诖髷?shù)據(jù)解決方案里面會(huì)存在很多不同的模塊，有的部分我可能只有非結(jié)構(gòu)化數(shù)據(jù)處理。
接下來(lái)我們?cè)賹?duì)比一下，在公有云跟本地云兩邊來(lái)看。上面紅色標(biāo)記是微軟在本地云提供的模塊大家去用，下面藍(lán)色是我們?cè)诠性铺峁┑臄?shù)據(jù)分析，DataService，為什么公有云提供那么多誕生在本地？原因很簡(jiǎn)單，因?yàn)槲④浗裉觳幌袷昵澳菢樱覀円援a(chǎn)品導(dǎo)向的方式做云的業(yè)務(wù)，而是以云為優(yōu)先，我們的口號(hào)也是移動(dòng)為先云為先。這個(gè)時(shí)候整個(gè)研發(fā)體系的轉(zhuǎn)變會(huì)導(dǎo)致新的服務(wù)和技術(shù)會(huì)優(yōu)先誕生在公有云上，然后稍后我們把這些服務(wù)轉(zhuǎn)變成可交付產(chǎn)品，放到其他的環(huán)境中去運(yùn)行，所以這是一個(gè)變化。那么這張圖的結(jié)構(gòu)，你可以忽略這些，我們看藍(lán)點(diǎn)和紅點(diǎn)，今天可能是十比五的關(guān)系，明天變成十五比五，比十，后天變成二十比十、比十五，它是這樣的關(guān)系在變化。所以這個(gè)時(shí)候看到出來(lái)一個(gè)關(guān)于微軟的承諾，微軟在企業(yè)市場(chǎng)的耕耘是持續(xù)不斷，我們的做法希望把微軟在公有云的最佳實(shí)踐轉(zhuǎn)變成可交付的技術(shù)，可服務(wù)在公有云、本地云各種云的平臺(tái)，交付給我們的合作伙伴，幫助大家構(gòu)建整體的解決能力。
接下來(lái)我們進(jìn)入一個(gè)例題分析。前面講了系統(tǒng)結(jié)構(gòu)和為什么做混合云，我給一個(gè)簡(jiǎn)單事例。接下來(lái)看一下在這樣的思想指導(dǎo)下在實(shí)際的需求來(lái)了之后，會(huì)有什么樣的情況？這里說(shuō)一個(gè)例子，這個(gè)例子是一個(gè)物聯(lián)網(wǎng)的應(yīng)用場(chǎng)景，預(yù)測(cè)性的維護(hù)或者預(yù)防性的維護(hù)。這張圖上半部分告訴大家傳統(tǒng)的設(shè)備維護(hù)需要巡檢、排班和經(jīng)驗(yàn)。但是問(wèn)題來(lái)了，這樣做是不夠的，因?yàn)橛刑烊坏拿堋Ｎ覚z的頻度高了成本高，檢的頻度低了，出現(xiàn)問(wèn)題的風(fēng)險(xiǎn)高。所以怎樣適中的去做？不知道，只能憑經(jīng)驗(yàn)。所以這個(gè)時(shí)候我們?cè)谙�，大�?shù)據(jù)時(shí)代來(lái)了，我能不能利用數(shù)據(jù)的分析來(lái)告訴我，對(duì)于這些設(shè)備的部件，我能不能有相對(duì)更精細(xì)的方式去做檢測(cè)和維護(hù)和操作。比如說(shuō)我應(yīng)該去更換機(jī)油，比如我應(yīng)該更換車(chē)輪，我更換的周期應(yīng)該是按什么樣的數(shù)值做最合理？是設(shè)計(jì)人員告訴我的還是說(shuō)應(yīng)該誰(shuí)告訴我？我們想象一下一個(gè)設(shè)備在哈爾濱運(yùn)行和廣州運(yùn)行它的情況不一樣，由于地理緯度的影響就不一樣。那么就跟我們機(jī)房一樣，機(jī)房放到了廈門(mén)，要考慮除濕，如果放呼和浩特要考慮防風(fēng)、除沙，這當(dāng)然是環(huán)境帶來(lái)對(duì)設(shè)備維護(hù)因素的影響。還有人的影響，負(fù)載均衡的影響，其實(shí)這對(duì)于大型設(shè)備來(lái)說(shuō)它的維護(hù)應(yīng)該是個(gè)性化的。但是傳統(tǒng)的方式只能給你一個(gè)指導(dǎo)手冊(cè)，然后加上你自己的經(jīng)驗(yàn)去做。
我們一下對(duì)于這種大型設(shè)備的維護(hù)應(yīng)該怎么來(lái)做？首先我需要有數(shù)據(jù)的采集，我需要有大量傳感器和控制設(shè)備的電腦主板，把運(yùn)行狀態(tài)、數(shù)據(jù)拿過(guò)來(lái)。然后我把它放到一個(gè)地方，你可以把它放到我們講的本地運(yùn)營(yíng)的平臺(tái)上做這個(gè)數(shù)據(jù)的采集，這個(gè)時(shí)候它是一個(gè)服務(wù)，我們把服務(wù)拿進(jìn)來(lái)。拿進(jìn)來(lái)之后，干什么？很簡(jiǎn)單，第一步是存儲(chǔ)，我的結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)，很簡(jiǎn)單我們想象一下我們Hadoop放進(jìn)來(lái)了，放進(jìn)來(lái)之后馬上可以做一些報(bào)表出來(lái)。這是沒(méi)有問(wèn)題的。然后我可以把這些數(shù)據(jù)送到一個(gè)公有云服務(wù)平臺(tái)，用它的機(jī)器學(xué)習(xí)的能力，幫助我導(dǎo)入一個(gè)模型，這個(gè)模型是什么？比如是我這個(gè)車(chē)輪的疲勞失效模型。還有比如說(shuō)是我不同部件的失效模型，這些模型可以在上面做計(jì)算，剛才講公有云有很好的計(jì)算池，因?yàn)槲也恍枰繒r(shí)每分去做，這個(gè)時(shí)候我的性?xún)r(jià)比最好，我本地云沒(méi)有那么大平臺(tái)規(guī)模，我不需要投入那么高成本。這個(gè)時(shí)候通過(guò)這樣的方式處理一下，處理完的結(jié)果拿過(guò)來(lái)。為什么？因?yàn)槲乙僮鱿乱徊降墓芾�。這個(gè)管理我舉這個(gè)例子是排班管理，什么是排班管理？
我們知道在很多設(shè)備的運(yùn)轉(zhuǎn)空間里面需要人做現(xiàn)場(chǎng)巡檢，現(xiàn)場(chǎng)巡檢的時(shí)候什么時(shí)間派什么人出去？這就是排班。以前的排班方式是用手冊(cè)和周期和人力資源來(lái)排，我現(xiàn)在可以按照設(shè)備個(gè)性化的維護(hù)周期和失效模型和人的狀況去排班，形成一個(gè)智能排班。這個(gè)排班使我的巡檢成本可以降低，這就是它的優(yōu)勢(shì)。我們看一段小電影，這是什么設(shè)備？電梯。電梯從剛才前面的各種傳感器設(shè)備采集完了之后回到本地的處理中心，這是它的服務(wù)中心，服務(wù)中心里面把數(shù)據(jù)能夠可視化展現(xiàn)出來(lái)，告訴大家是什么位置的電梯，運(yùn)行狀況怎樣？再進(jìn)一步的把這些數(shù)據(jù)做處理，然后變成一個(gè)排班結(jié)果同步給現(xiàn)場(chǎng)的小分隊(duì)，小分隊(duì)拿著自己的電腦按照工作指令去現(xiàn)場(chǎng)了，去做這些設(shè)備的檢修、維護(hù)、配件的更換。所以這樣一個(gè)過(guò)程構(gòu)成我們剛才看到整個(gè)解決方案的完整處理能力。
我們剛才把基于設(shè)備性的預(yù)測(cè)性維護(hù)的解決方案和它的實(shí)現(xiàn)路線(xiàn)和一個(gè)場(chǎng)景給大家做了展示。接下來(lái)我們?cè)倏匆粋�(gè)如何把Hadoop，一個(gè)基礎(chǔ)的組件做成服務(wù)放到我們的本地云平臺(tái)上。這個(gè)界面是我們?cè)诒镜卦破脚_(tái)做的一個(gè)交付界面，首先看到是一個(gè)后臺(tái)管理，我們?cè)诤竺娑x好相應(yīng)的資源，這個(gè)資源還是偏向于IaaS層的交付解決方案的資源，剛才看到的第一個(gè)片斷是管理的界面，是一個(gè)后臺(tái)界面，現(xiàn)在進(jìn)入一個(gè)租戶(hù)界面。因?yàn)槲覀冏鲆粋�(gè)CloudService是多租戶(hù)，現(xiàn)在就是用這個(gè)機(jī)制創(chuàng)建一個(gè)Hadoop的集群，我們把Hadoop的集群作為一個(gè)模板放在后面。當(dāng)租戶(hù)訂閱的時(shí)候可以根據(jù)他的需要?jiǎng)?chuàng)建模板，創(chuàng)建出來(lái)把集群交互給用戶(hù)做，那么就實(shí)現(xiàn)了把Hadoop做成服務(wù)，這樣一個(gè)簡(jiǎn)單的能力來(lái)構(gòu)建出來(lái)。
同樣的，我們對(duì)于其他的也可以采用同樣的技術(shù)來(lái)實(shí)現(xiàn)。下面給大家演示一個(gè)小例子，我們這個(gè)例子是關(guān)于空調(diào)的智能管理的例子，首先我根據(jù)地圖進(jìn)來(lái)，然后找到一臺(tái)空調(diào)，這是大型建筑的中央空調(diào)，中央空調(diào)我們知道它的制冷原理主要通過(guò)水冷，就是調(diào)整水口的溫度來(lái)送暖風(fēng)，保證溫度的協(xié)調(diào)。這里我們主要的結(jié)果是做兩件事情，第一就是根據(jù)人流和環(huán)境因素來(lái)決策每一臺(tái)空調(diào)的運(yùn)轉(zhuǎn)參數(shù)，這個(gè)參數(shù)分時(shí)段來(lái)調(diào)。有點(diǎn)類(lèi)似于我們剛才講的排班表，那個(gè)調(diào)節(jié)人這個(gè)調(diào)節(jié)設(shè)備的工況。還有對(duì)空調(diào)運(yùn)轉(zhuǎn)狀況做一個(gè)模擬分析，然后來(lái)看能耗和溫度之間的關(guān)系。因?yàn)槲覀冎揽照{(diào)有很多機(jī)組，這個(gè)時(shí)候產(chǎn)生能耗跳電，是什么因素導(dǎo)致的？我需要找到。我先開(kāi)一個(gè)，然后再過(guò)一小時(shí)再開(kāi)第二個(gè)，這個(gè)時(shí)候能耗有很大的節(jié)約。看起來(lái)這個(gè)圖稍微有點(diǎn)復(fù)雜，但是這個(gè)是微軟的機(jī)器學(xué)習(xí)的界面，我們只是把它嵌入到這個(gè)里面來(lái)。這個(gè)里面每一部分都是會(huì)有一些算法的，這些算法其實(shí)已經(jīng)做成了可以拖拽的工具，因?yàn)槲覀冎酪郧白鏊惴ǚ治龅臅r(shí)候，你要從A算法分析結(jié)果到B算法，中間需要轉(zhuǎn)換，這個(gè)很麻煩，成本周期很長(zhǎng)，現(xiàn)在可以以拖拽的方式把整個(gè)串聯(lián)下來(lái)做一個(gè)序列。
那么這個(gè)結(jié)果，它會(huì)變成一個(gè)WebService，也就是說(shuō)這個(gè)結(jié)果發(fā)布出來(lái)會(huì)變成一個(gè)數(shù)據(jù)輸出，數(shù)據(jù)輸出的形式就是WebService，所以這就是為什么我們是一個(gè)完整的PaaS解決方案。再回顧一下我們剛才所講的所有內(nèi)容是幫助大家用一個(gè)IaaS云平臺(tái)在上面構(gòu)建好一個(gè)本地化的大數(shù)據(jù)解決方案，但是對(duì)于大數(shù)據(jù)解決方案在IaaS層的能力不足的時(shí)候，可以變成一個(gè)混合解決方案，滿(mǎn)足用戶(hù)的需求。我們看到設(shè)備進(jìn)行維護(hù)和空調(diào)的兩個(gè)例子的實(shí)際場(chǎng)景，由于今天是技術(shù)講座，所以把市場(chǎng)的片子放到最后�，F(xiàn)在大家所關(guān)注怎么從數(shù)據(jù)中獲得回報(bào)？馬云經(jīng)常講BT時(shí)代來(lái)臨看到數(shù)據(jù)巨大價(jià)值，我們也看到不管是生產(chǎn)效率提高的環(huán)節(jié)還是運(yùn)營(yíng)效率提高的環(huán)節(jié)，還是對(duì)于客戶(hù)創(chuàng)新的新服務(wù)都會(huì)產(chǎn)生巨大價(jià)值。這是我們看到的市場(chǎng)空間，也是希望給大家一個(gè)提示，在16年的時(shí)候可以考慮在IDC來(lái)構(gòu)建大數(shù)據(jù)的服務(wù)。當(dāng)然做任何事情，千里之行始于足下，要獲得這個(gè)市場(chǎng)之前你需要先進(jìn)入它。謝謝大家。
