【51CTO.com原創(chuàng)稿件】兩會(huì)剛剛結(jié)束，數(shù)字化建設(shè)和發(fā)展被熱議。在《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》中，“加快數(shù)字化發(fā)展 建設(shè)數(shù)字中國”單獨(dú)成章。綱要指出，迎接數(shù)字時(shí)代，激活數(shù)據(jù)要素潛能，推進(jìn)網(wǎng)絡(luò)強(qiáng)國建設(shè)，加快建設(shè)數(shù)字經(jīng)濟(jì)、數(shù)字社會(huì)、數(shù)字政府，以數(shù)字化轉(zhuǎn)型整體驅(qū)動(dòng)生產(chǎn)方式、生活方式和治理方式變革。

數(shù)字化發(fā)展離不開數(shù)據(jù)，但數(shù)據(jù)種類多、來源多、數(shù)據(jù)量大、數(shù)據(jù)價(jià)值密度相對(duì)較低，而且要求處理速度要快，這無疑都給數(shù)據(jù)的收集、治理、存儲(chǔ)和分析帶來了不小挑戰(zhàn)。企業(yè)如何利用數(shù)據(jù)在競爭激烈的時(shí)代保持優(yōu)勢，成為數(shù)據(jù)驅(qū)動(dòng)型企業(yè)？這就需要數(shù)據(jù)資產(chǎn)現(xiàn)代化的創(chuàng)新。

數(shù)據(jù)重要但挑戰(zhàn)多

在企業(yè)數(shù)字化轉(zhuǎn)型過程中，數(shù)據(jù)無疑是最重要的。微軟大中華區(qū)副總裁兼市場營銷及運(yùn)營總經(jīng)理康容表示，如果企業(yè)的全部流程和數(shù)據(jù)沒有打通的話，就無法讓企業(yè)變得更具有智慧。在企業(yè)智能化的轉(zhuǎn)變中，必須打通數(shù)據(jù)，讓全部員工適當(dāng)?shù)亍踩厥褂脭?shù)據(jù)，并且利用數(shù)據(jù)分析，做出可用的、更精確的、更具有效率的決定。

根據(jù)TDWI的調(diào)研顯示，企業(yè)在大數(shù)據(jù)和機(jī)器學(xué)習(xí)項(xiàng)目中經(jīng)常遇到的挑戰(zhàn)有三個(gè)方面。

第一是解決方案的復(fù)雜性。業(yè)界有眾多不同的產(chǎn)品，可以幫助企業(yè)解決大數(shù)據(jù)遇到的問題和挑戰(zhàn)。然而，只有46%的受訪用戶對(duì)分析軟件的易用性感到滿意，很多客戶并沒有感覺使用數(shù)據(jù)分析產(chǎn)品得到了實(shí)際價(jià)值，而其中大部分原因集中在解決方案過于復(fù)雜。

第二是數(shù)據(jù)的質(zhì)量不高。很多企業(yè)收集的數(shù)據(jù)，需要經(jīng)過清洗和治理后，才能讓業(yè)務(wù)有更好的方式去使用。但是，很多企業(yè)并沒有足夠的精力或者能力把數(shù)據(jù)的質(zhì)量優(yōu)化好。調(diào)查顯示，只有21%的受訪用戶對(duì)半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的訪問感到滿意，不一致的數(shù)據(jù)類型致使數(shù)據(jù)質(zhì)量不高，從而影響企業(yè)利用數(shù)據(jù)產(chǎn)生價(jià)值的效率。

第三是規(guī)?；?。只有28%的企業(yè)對(duì)于處理額外需求的擴(kuò)展能力感到滿意，一些受訪者認(rèn)為，企業(yè)的數(shù)據(jù)平臺(tái)更加適合報(bào)告等標(biāo)準(zhǔn)需求，對(duì)于突發(fā)事件的處理能力還是相對(duì)薄弱。

據(jù)IDC預(yù)測，到2025年全球數(shù)據(jù)總量可能超過175ZB。但這些數(shù)據(jù)對(duì)企業(yè)來說也許并不是財(cái)富，而是“負(fù)擔(dān)”。正如微軟CEO 薩提亞·納德拉所說，“今天有一半的‘財(cái)富1000強(qiáng)’企業(yè)不把數(shù)據(jù)看作業(yè)務(wù)資產(chǎn)，不是因?yàn)樗麄儾欢脭?shù)據(jù)的重要，而是因?yàn)槿鄙俦匦璧某绦蚝湍芰?duì)其加以利用。”

微軟數(shù)據(jù)服務(wù)的四大優(yōu)勢

數(shù)據(jù)的重要性無言而喻，企業(yè)使用數(shù)據(jù)的場景也更加豐富。在業(yè)務(wù)快速迭代更新的今天，面對(duì)眾多新一代數(shù)據(jù)使用場景，企業(yè)如何更加簡單、快速、有效的獲取數(shù)據(jù)并進(jìn)行實(shí)時(shí)分析處理呢？這就需要貼近用戶需求的現(xiàn)代化數(shù)據(jù)服務(wù)平臺(tái)。

據(jù)了解，微軟在數(shù)據(jù)服務(wù)方面的優(yōu)勢主要集中在四個(gè)層面。首先，微軟提供的是一站式服務(wù)。業(yè)界很多廠商都提供和數(shù)據(jù)相關(guān)的服務(wù)，但是產(chǎn)品和服務(wù)的種類都是各不相同。微軟通過數(shù)據(jù)庫+數(shù)據(jù)湖+數(shù)據(jù)倉庫+AI+BI五位一體的解決方案和產(chǎn)品，支持各類數(shù)據(jù)格式，同時(shí)擁抱開源技術(shù)棧，提供豐富的遷移轉(zhuǎn)換工具，幫助企業(yè)快速應(yīng)對(duì)數(shù)據(jù)服務(wù)難題和挑戰(zhàn)。

第二個(gè)是混合數(shù)據(jù)。如今，很多企業(yè)都是混合環(huán)境，而不同環(huán)境上運(yùn)行的工作負(fù)載產(chǎn)生了不同種類的數(shù)據(jù)，這些數(shù)據(jù)需要整合、治理后才能做出更加精準(zhǔn)的分析，從而幫助企業(yè)提供決策建議。微軟提出的混合數(shù)據(jù)包括新舊混合、云端混合和多云混合，幫助企業(yè)在創(chuàng)新的同時(shí)可以利舊，打通本地和云端，真正做到混合多云環(huán)境下的數(shù)據(jù)分析。

第三是智能。微軟Azure是智能云平臺(tái)，融合了微軟研究院在人工智能方面的創(chuàng)新，并將這些技術(shù)創(chuàng)新整合在每一個(gè)產(chǎn)品和解決方案中，此外，Azure中的產(chǎn)品和服務(wù)會(huì)不斷推陳出新，以滿足企業(yè)在轉(zhuǎn)型過程中不斷變化的需求。

第四，安全可信。微軟智能云擁有超過90項(xiàng)各種安全合規(guī)認(rèn)證，符合世界各地廣泛的合規(guī)標(biāo)準(zhǔn)。在數(shù)據(jù)安全保護(hù)方面，微軟也提供了從云到端、再到邊緣的全方位保護(hù)。微軟認(rèn)為保護(hù)客戶數(shù)據(jù)的安全和隱私是微軟最基本的責(zé)任，因此，微軟會(huì)創(chuàng)造強(qiáng)大的安全系統(tǒng)來保護(hù)自己和客戶的系統(tǒng)。

Azure Databricks正式落地中國

如今，企業(yè)中的數(shù)據(jù)有多個(gè)不同的來源，有來自企業(yè)內(nèi)部業(yè)務(wù)應(yīng)用產(chǎn)生的數(shù)據(jù)，也有萬物互聯(lián)的設(shè)備和系統(tǒng)收集的數(shù)據(jù)，也可能是第三方平臺(tái)所積累的數(shù)據(jù)。而這些數(shù)據(jù)的結(jié)構(gòu)、類型也是多種多樣。

企業(yè)需要將不同結(jié)構(gòu)和類型的數(shù)據(jù)收集、治理后，通過分析產(chǎn)生更大的價(jià)值。過去數(shù)據(jù)分析是由業(yè)務(wù)人員提出需求，數(shù)據(jù)工程師撰寫語句來實(shí)現(xiàn)查詢和分析的結(jié)果展現(xiàn)。但如今的數(shù)據(jù)分析，不再只是數(shù)據(jù)分析師、數(shù)據(jù)工程師的特權(quán)，甚至是業(yè)務(wù)人員也都可以通過統(tǒng)一的平臺(tái)迅速搭建并開啟集群，借助共享的數(shù)據(jù)和模型，從而進(jìn)行多種不同類型的計(jì)算與分析。而這個(gè)平臺(tái)就是微軟和Databricks一起提供的Azure Databricks。

去年10月，微軟在中國區(qū)發(fā)布Azure Databricks預(yù)覽版，五個(gè)多月后的今天，微軟宣布Azure Databricks正式落地中國?？等荼硎?，Azure Databricks具有節(jié)約成本、提升速度和使用方便三大優(yōu)勢，因此受到了眾多客戶的青睞。

Azure Databricks 是一個(gè)已針對(duì) Microsoft Azure 云服務(wù)平臺(tái)進(jìn)行優(yōu)化的數(shù)據(jù)分析平臺(tái)。 Azure Databricks 提供了兩種用于開發(fā)數(shù)據(jù)密集型應(yīng)用程序的環(huán)境：Azure Databricks SQL Analytics 和 Azure Databricks 工作區(qū)。Azure Databricks SQL Analytics 為想要針對(duì)數(shù)據(jù)湖運(yùn)行 SQL 查詢、創(chuàng)建多種可視化類型以從不同角度探索查詢結(jié)果，以及生成和共享儀表板的分析員提供了一個(gè)易于使用的平臺(tái)。

Azure Databricks 工作區(qū)提供了一個(gè)交互工作區(qū)，支持?jǐn)?shù)據(jù)工程師、數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師之間的協(xié)作。 使用大數(shù)據(jù)管道時(shí)，原始或結(jié)構(gòu)化的數(shù)據(jù)將通過 Azure 數(shù)據(jù)工廠以批的形式引入 Azure，或者通過 Apache Kafka、事件中心或 IoT 中心進(jìn)行準(zhǔn)實(shí)時(shí)的流式傳輸。 此數(shù)據(jù)將駐留在 Data Lake（長久存儲(chǔ)）、Azure Blob 存儲(chǔ)或 Azure Data Lake Storage 中。 在分析工作流中，使用 Azure Databricks 從多個(gè)數(shù)據(jù)源讀取數(shù)據(jù)，并使用 Spark 將數(shù)據(jù)轉(zhuǎn)換為突破性見解。

微軟大中華區(qū)云計(jì)算和人工智能事業(yè)部總經(jīng)理林家偉表示，由于Azure Databricks是微軟第一方開發(fā)，與Databricks第三方直接整合，企業(yè)無需擔(dān)心底層的架構(gòu)問題或是軟件問題，都是由微軟一家公司來幫助客戶解決。此外，Azure Databricks支持Python、TensorFlow、Keras等開源語言，企業(yè)可以直接使用，降低學(xué)習(xí)成本。同時(shí)，Azure Databricks支持不同部門和不同數(shù)據(jù)分析師共享代碼、共享數(shù)據(jù)和共享分析，讓企業(yè)員工可以碰撞出更多創(chuàng)新火花。

此外，在數(shù)周之內(nèi)，微軟會(huì)在中國區(qū)提供Azure Synapse Analytics預(yù)覽服務(wù)。Synapse將數(shù)據(jù)整合、存儲(chǔ)、分析服務(wù)融于一體，可幫助企業(yè)打破數(shù)據(jù)壁壘，從各種數(shù)據(jù)中快速提取業(yè)務(wù)洞察，并將其用于機(jī)器學(xué)習(xí)，幫助企業(yè)解決數(shù)據(jù)問題，同時(shí)節(jié)省成本。

根據(jù)GigaOm 的測試 H 和測試 DS顯示，與 Google BigQuery相比，Azure Synapse 表現(xiàn)出的性價(jià)比更高，并且與運(yùn)行測試 H 基準(zhǔn)查詢的 Azure Synapse 群集相比，其成本降低了多達(dá) 94%。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】