产品 从火星的古海洋,读懂蓝星的数据湖之变( 二 )


而腾讯云首次披露的云端数据湖产品矩阵,就是这样一套组合式的产品,包括了数据湖存储、数据湖算力调度、数据湖大数据分析、数据湖AI能力、数据湖应用、云上基础服务等六个层面,如同一副多米诺骨牌,将企业应用数据湖过程中可能遇到的阶段性问题一一推倒。
我们可以从三个层面来看腾讯云数据湖的新纪元打开:
1.数据底座。
数据湖的本质是为企业乃至全社会的数字化转型提供坚实可靠的数据基础设施架构,对高性能、高安全、高可靠、低成本等综合实力提出了高要求。
对此,腾讯云数据湖在整个数据生命周期都进行了周全的设计。在存储层,以对象存储COS服务为核心,理论上可以存储任意规模的异构数据,也支持将其他云端数据设施,为企业打消后顾之忧;
产品 从火星的古海洋,读懂蓝星的数据湖之变
文章插图
(腾讯云原生智能数据湖产品图谱)
在数据分析层,既提供半托管的泛Hadoop服务,满足用户自定义需求,也提供全托管的数据服务,便于用户获取海量数据的洞察力。
此外,用户还可利用腾讯云提供的数据协作工具对计算服务进行编排和调用,提升企业数据的便捷性和敏捷度。
2.智能源头。
今天,企业选择数据湖的考量与上云有着异曲同工之处,那就是为业务增长引入AI能力,达到提质增效的目的。腾讯云也没有令人失望,给出了一系列助力数据智能的解决方案。
比如在算力调度上,基于腾讯云弹性容器服务EKS,开放的容器化的分析架构让数据分析功能可组合性更强,扩展性更强,降低企业训练AI、应用AI的综合成本;
此外,腾讯云数据湖也提供丰富的AI服务,为图像处理、音频处理、自然语言处理、视频处理等提供有力的数据支撑,当企业想要引入这些音视频能力时,更加简单快捷。
3.致用工具。
和所有新技术一样,数据湖的最终评价标准是要落进现实。这就需要降低企业应用门槛,让技术价值能够从真实业务场景中生长出来。
为此,腾讯云在数据湖产品图谱中,推出了企业画像、联邦计算、商业智能分析等数据应用服务,企业直接选择自身所需要的能力,就可以把数据湖应用构建起来。
产品 从火星的古海洋,读懂蓝星的数据湖之变
文章插图
同时,通过数据湖计算(Data Lake Compute,简称DLC)和数据湖构建(Data Lake Formation ,简称DLF)这样“开箱即用”的产品,降低企业应用数据湖的难度。相比于本地自建大数据集群,基于这两款产品,数据湖构建时间减少了60%,数据分析计算性能提升35.5%。
这样一步步推导,也就连成了“从入湖到出湖”端到端的完整链路,也清晰地指出了腾讯云数据湖所带来的差异化价值:希望借数据湖产品图谱,引领数据湖进入“致用纪元”,与数字山河相映照。
向文明进发:数据能源的里程碑
1964年,苏联天文学家尼古拉·卡尔达肖夫提出理论,根据一个文明所能够利用的能源量级,来量度文明层次及技术先进程度。
按照等级划分,地球目前正处于0.73级左右,还没有达到利用行星本身所拥有的能量规模。
换个角度思考,大数据,何尝不也是这颗蓝色星球上的新兴能源,让智能更快、产业更优、经济动力更强,对数据的利用与开发也将助推一国数字文明的加速发展。
正如同“祝融号”标志着中国人开始走出地球“摇篮”,腾讯云数据湖产品图谱也为智能时代的大数据管存用提供了一个全新的选择:在业内首先提出了“图谱式数据湖产品”,从数据入湖时怎样存、算,到在湖中如何分析与应用,满足用户的所有需求。这不正是产业一直在期待的数据“能源开采装置”吗?
产品 从火星的古海洋,读懂蓝星的数据湖之变
文章插图
这时候我们会想问,为什么率先打出连招的中国云厂商会是腾讯云?有三个背景是不可忽略的。
首先,腾讯自身庞大且多元的业务体系,无时无刻不在产生着大量的非结构化信息,这时就需要数据湖技术去解决数据分散、重复数据等问题,正是在腾讯新闻等诸多内部场景中孵化,打磨到一定程度之后,将相应能力开放给产业客户,可谓是恰逢其时。
第二,来自腾讯云的基础服务与技术积累,比如前文提到的能帮助用户快速构建企业数据湖技术架构的数据湖构建(DLF)产品,所提供的统一元数据管理与湖构建能力,就需要在数据规模很大的时候也能实现高性能的访问,来让数据存储、计算等速度更快,这就依赖于腾讯云在云服务领域的技术壁垒,为数据湖体系提供了保障。

推荐阅读