運營系統(tǒng)負(fù)責(zé)管理我們的財務(wù)、采購、設(shè)備以及其它各類日常事務(wù)。如果能在這些系統(tǒng)當(dāng)中引入實時分析機制，那么用戶將能夠根據(jù)狀態(tài)變化獲取到實時響應(yīng)結(jié)果，從而擁有立即可用且***針對性的反饋結(jié)論。這種分析技術(shù)使用方式被稱為運營智能化，而且市場對于這類方案的需求正快速增長且變得愈發(fā)迫切。

舉例來說，金融交易類應(yīng)用程序必須能夠快速針對當(dāng)前市場狀況的波動作出響應(yīng)，這是因為市場數(shù)據(jù)流會貫穿并影響到整套交易體系。電子商務(wù)系統(tǒng)則必須以秒為單位檢查庫存變化情況，并據(jù)此對訂單可用性做出調(diào)整; 除此之外，這類系統(tǒng)還需要快速響應(yīng)購物活動，從而帶來更具個性化特色的貨品推薦清單。智能化電網(wǎng)監(jiān)控系統(tǒng)則需要對來自多個來源的數(shù)據(jù)進(jìn)行遙測與持續(xù)分析，從而在預(yù)測結(jié)果之余針對電網(wǎng)體系中可能出現(xiàn)的意外變化做出響應(yīng)。

在前面提到的各類實例當(dāng)中，實時且快速變更的數(shù)據(jù)集必須能夠與活躍且瞬息萬變的即時操作結(jié)合在一起。以實時方式對當(dāng)前數(shù)據(jù)做出響應(yīng)的優(yōu)勢——例如根據(jù)當(dāng)前購物車中的已有內(nèi)容為買家推薦更多可能需要的貨品——已經(jīng)得到了廣泛認(rèn)可，既令人信服又觸手可及。而將內(nèi)存內(nèi)計算與數(shù)據(jù)并行分析加以整合并運行在同一套商用服務(wù)器集群當(dāng)中，則能夠支撐各業(yè)務(wù)系統(tǒng)以持續(xù)方式追蹤并分析實時數(shù)據(jù)、提取重要模式并生成足以指導(dǎo)系統(tǒng)行為的即時反饋信息。這項技術(shù)已經(jīng)能夠在多種被統(tǒng)稱為內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格（簡稱IMDG）的軟件方案當(dāng)中找到，其在過去十年當(dāng)中的不斷演變切實幫助企業(yè)以更為高效且科學(xué)的方式管理著自己的運營系統(tǒng)。

內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格究竟是什么？

作為內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格，其***特征在于將數(shù)據(jù)保存在內(nèi)存當(dāng)中并將其分發(fā)至整個由商用服務(wù)器所構(gòu)成的集群體系（也可以是運行在云環(huán)境下的多套虛擬服務(wù)器系統(tǒng)）。利用面向?qū)ο蟮臄?shù)據(jù)存儲模式，內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格能夠提供專門用于讀取并更新數(shù)據(jù)對象的API，而且其延遲表現(xiàn)相當(dāng)出色——通常低于1毫秒，具體情況取決于對象的實際大小。這樣一來，運營系統(tǒng)就能夠利用內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格對由系統(tǒng)狀態(tài)追蹤所生成的“實時”數(shù)據(jù)進(jìn)行存儲、訪問以及快速更新，甚至能夠在存儲工作負(fù)載量不斷擴(kuò)展的情況下始終維持良好而快速的訪問時間水平。

內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格采用的是“彈性”存儲機制，也就是說大家可以單純通過添加或者移除服務(wù)器設(shè)備來對存儲容量以及數(shù)據(jù)吞吐能力進(jìn)行上調(diào)或者縮減。除此之外，這類技術(shù)方案所采用的內(nèi)存內(nèi)數(shù)據(jù)存儲方式還能帶來出色的可用性表現(xiàn)，從而為企業(yè)帶來可靠的持續(xù)可用水平。服務(wù)器單元即使出現(xiàn)故障并需要進(jìn)行恢復(fù)——或者是企業(yè)需要向集群當(dāng)中添加或者從中移隊部分服務(wù)器——整體運營都不至于遭受中斷。

也許最重要的是，內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格機制能夠充分發(fā)揮集群的計算性能優(yōu)勢，從而以數(shù)據(jù)并行計算方式對所存儲的數(shù)據(jù)進(jìn)行處理。由于數(shù)據(jù)與計算性能同處于一套整體環(huán)境之下，因此避免了數(shù)據(jù)移動這一老大難問題，這也是內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格能夠在***資源消耗前提下實現(xiàn)高速處理效果的秘訣（通常能夠在一秒鐘之內(nèi)完成）。有鑒于此，內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格非常適合面向運營系統(tǒng)狀態(tài)的快速分析并立即提供反饋信息。

一套內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格能夠被用于構(gòu)建多種真實世界中的系統(tǒng)模式——其中包括在線購物、股票交易、庫存管理以及電視節(jié)目觀看等等——同時能為運營系統(tǒng)提供實時反饋信息。

對運營系統(tǒng)進(jìn)行建模以實現(xiàn)運營智能化

運營系統(tǒng)通常包含一整套規(guī)模龐大的動態(tài)實體群組，例如金融交易系統(tǒng)當(dāng)中的股票組合、電子商務(wù)網(wǎng)站中的在線購物者瀏覽操作以及有線電視網(wǎng)絡(luò)當(dāng)中來自觀眾的機頂盒控制行為等等。這些實體會創(chuàng)造出事件流，這些流信息必須與豐富的離線數(shù)據(jù)進(jìn)行關(guān)聯(lián)（例如客戶的偏好內(nèi)容或者歷史瀏覽內(nèi)容），進(jìn)而從中發(fā)現(xiàn)使用模式及消費趨勢。

如果這類分析工作能夠以實時方式完成，那么反饋結(jié)果將可以被交付至運營系統(tǒng)、進(jìn)而實現(xiàn)功能強化以及執(zhí)行效率提升。舉例來說，根據(jù)市場波動情況觸發(fā)對應(yīng)的股票交易操作，為購物者提供各類相關(guān)貨品推薦，整合出***個性化的建議內(nèi)容并根據(jù)觀看喜好與當(dāng)前可選節(jié)目提醒有線電視觀眾選擇適合自己的促銷套餐。

為了實現(xiàn)實時分析機制，目前最常見的做法在于專注分析輸入數(shù)據(jù)流并在流內(nèi)對數(shù)據(jù)作出響應(yīng)。這類實例相當(dāng)普遍，包括利用Apache Storm在金融服務(wù)以及信息流當(dāng)中實現(xiàn)復(fù)雜事件處理——Apache Storm是一套并行平臺，最初的設(shè)計目的在于對Twitter數(shù)據(jù)流加以分析。

然而，專注于事件處理并不足以為真實世界中各類實體行為的建模工作提供一套完整的框架，因為除了事件流之外、歷史記錄與背景信息也必須被歸入考量范圍當(dāng)中。利用內(nèi)存內(nèi)模式囊括各類由運營系統(tǒng)負(fù)責(zé)托管的實時世界實體，內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格就能將不同輸入事件關(guān)聯(lián)起來并利用離線信息對其進(jìn)行補充，從而真正匯總出一套能夠用于指導(dǎo)實時分析工作的綜合性背景資料。這類分析機制所生成的輸出結(jié)果隨后可以被直接交付回系統(tǒng)本身，從而為企業(yè)運營帶來理想的增值效果。當(dāng)然，此類結(jié)果也能夠幫助相關(guān)工作人員更好地對整套系統(tǒng)加以監(jiān)控。

#p#

利用內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格實現(xiàn)運營智能化

內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格正是最值得大家采納的內(nèi)存內(nèi)處理模式，適用于各類運營系統(tǒng)中的活動實體以及對這些實體所帶來的輸入事件加以持續(xù)追蹤，同時利用相關(guān)歷史信息對其作出補充并整合出一套行為匯聚型并行分析方案。這種內(nèi)存內(nèi)實施機制能夠充分發(fā)揮內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格所固有的面向?qū)ο蟠鎯δＪ絻?yōu)勢，從而將由各功能實體所產(chǎn)生的內(nèi)存內(nèi)數(shù)據(jù)進(jìn)行高效匯總。

由于內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格既具備彈性又擁有高可用性，因此足以處理高可變性工作負(fù)載并運行在負(fù)責(zé)承載關(guān)鍵性任務(wù)的運營系統(tǒng)當(dāng)中。內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格的并行數(shù)據(jù)計算引擎保證其能夠?qū)δＰ彤?dāng)中的各類狀態(tài)變化作出快速分析，并將反饋結(jié)果立即提交給系統(tǒng)自身，同時又能持續(xù)對全部實體中所表現(xiàn)出的新興趨勢進(jìn)行捕捉與整理。

內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格技術(shù)的一類典型用例在于對在線購物者進(jìn)行建模，從而根據(jù)其個人喜好提供個性化貨品推薦。

內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格的實際應(yīng)用

現(xiàn)在我們不妨設(shè)想某高人氣在線購物網(wǎng)站希望對購物者的點擊流數(shù)據(jù)進(jìn)行分析，從而為用戶提供更具個性化特色的貨品推薦。在這種情況下，內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格能夠為每一位購物者構(gòu)建一套內(nèi)存內(nèi)模型，并根據(jù)該用戶的點擊流數(shù)據(jù)對模型進(jìn)行持續(xù)更新。利用面向?qū)ο蠓桨?，?nèi)存內(nèi)數(shù)據(jù)網(wǎng)格會根據(jù)基于內(nèi)存的對象對每一位購物者加以體現(xiàn)，其中包含有按時間排序的點擊流事件動態(tài)收集信息以及個人喜好乃至歷史購物模式（這部分內(nèi)容由次級存儲體系負(fù)責(zé)保存）。

這種面向?qū)ο蟮膶徱暦绞侥軌蚋鼮檩p松地將輸入事件關(guān)聯(lián)起來，并提供根據(jù)購物活動所總結(jié)得出的持續(xù)性并發(fā)數(shù)據(jù)分析結(jié)論，這兩類信息都能以實時方式生成、被匯總為個性化貨品推薦交付給各位獨立購物者且以全體購物者為基礎(chǔ)整理出新興消費趨勢（例如修改***的貨品或者預(yù)估客戶對所購買產(chǎn)品的滿意程度）。

內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格機制還具備一整套天然軟件架構(gòu)，足以在有線電視機頂盒用戶打開電視機時追蹤所發(fā)生的事件——包括何時關(guān)機以及何時切換頻道。這套內(nèi)存內(nèi)模式能夠?qū)⒚恳慌_機頂盒作為獨立單元進(jìn)行輸入事件關(guān)聯(lián)，并根據(jù)既定規(guī)則將其中不具備指導(dǎo)意義的事件排除出去（例如觀眾隨機切換頻道的行為），而后利用節(jié)目信息對結(jié)果加以補充、從而了解與觀眾相關(guān)的各類信息（例如觀看歷史、個人特點以及節(jié)目喜好等）。

這種面向每一位觀眾的整合型數(shù)據(jù)集可以根據(jù)節(jié)目或者喜好情況匯總出更科學(xué)且貼合用戶喜好的推薦內(nèi)容，而且分析流程也能夠以并發(fā)執(zhí)行的方式涵蓋全部活躍觀眾。為了讓大家進(jìn)一步理解內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格的強大能力，我們不妨共同了解這樣一個實例：最近進(jìn)行的一次1000萬個有線電視機頂盒模擬分析研究中，我們發(fā)現(xiàn)內(nèi)在內(nèi)處理模式（所需處理的數(shù)據(jù)問題約為80GB，其中包括信息副本）每秒能夠?qū)s25000個事件進(jìn)行關(guān)聯(lián)與補充，而且這套由Amazon EC2負(fù)責(zé)托管、由12臺商用服務(wù)器共同構(gòu)成的集群每十秒鐘就可以對全部1000萬個機頂盒進(jìn)行一次并發(fā)分析。

總結(jié)陳詞

將實時智能化機制引入運營系統(tǒng)無疑給計算引擎提出了新的挑戰(zhàn)。這類引擎必須有能力獲取規(guī)模龐大的輸入事件，對數(shù)據(jù)進(jìn)行關(guān)聯(lián)與補充，而后快速對其加以分析。由此產(chǎn)生的反饋結(jié)論則必須在時效性周期之內(nèi)進(jìn)行提交，從而保證分析結(jié)果能夠切實帶來業(yè)務(wù)優(yōu)勢——具體時間通常在數(shù)毫秒乃至數(shù)秒之間。

作為一套專門面向運營系統(tǒng)設(shè)計并實施的彈性、基于內(nèi)存的存儲及數(shù)據(jù)并發(fā)計算方案，內(nèi)存內(nèi)數(shù)據(jù)網(wǎng)格帶來的高效平臺能夠有效實現(xiàn)運營智能化這一發(fā)展目標(biāo)。其能力足以管理面向一整套真實世界系統(tǒng)的內(nèi)存內(nèi)模型，追蹤其中所發(fā)生的變更，同時為模型實時分析提供必要的任務(wù)簡化效果以及所需的處理性能資源。運營智能化的實際效益目前可謂初露端倪，相信其中所蘊藏的將是規(guī)模龐大至難以想象的可觀商業(yè)機遇。

英文：http://www.infoworld.com/article/2846422/application-development/in-memory-computing-real-time-intelligence.html