如何优化大数据时代存储投资回报 王丛（Kim Wang） 中桥国际调研咨询 总经理兼首席分析师

Presentation on theme: "如何优化大数据时代存储投资回报 王丛（Kim Wang） 中桥国际调研咨询 总经理兼首席分析师"— Presentation transcript:

1 如何优化大数据时代存储投资回报 王丛（Kim Wang） 中桥国际调研咨询 总经理兼首席分析师

2 目录 大数据创造业务价值 大数据市场和技术趋势 大数据存储需求&戴尔流动数据 应用场景分析 结论
© Sino-Bridges Research and Consulting Ltd.

3 大数据IT投资优先级 数据来源：中桥2013年7月大数据调研
© Sino-Bridges Research and Consulting Ltd. 数据来源：中桥2013年7月大数据调研

4 大数据分析IT开支 数据来源：中桥2013年7月大数据调研
© Sino-Bridges Research and Consulting Ltd. 数据来源：中桥2013年7月大数据调研

5 大数据价值 大数据价值 提高营销活动投资回报和竞争优势 多维度判断全球市场潜在商机 实时监控产销链潜在风险 提高资金链到物流链生产效率
提高优质用户持有率和用户体验 提高决策准确性 大数据价值 © Sino-Bridges Research and Consulting Ltd.

6 大数据分析不同阶段的特点 © Sino-Bridges Research and Consulting Ltd.

7 中国市场大数据分析技术趋势 现状：中国大数据分析频率远滞后于欧美市场 阶段：第一阶段到第二阶段的演进过程中
数据来源：中桥2013年7月大数据调研 数据来源： ESG报告 现状：中国大数据分析频率远滞后于欧美市场 阶段：第一阶段到第二阶段的演进过程中 挑战：大数据分析子集量，ETL效率，大数据分析性能 © Sino-Bridges Research and Consulting Ltd.

8 商业智能数据类型和来源 数据来源：中桥2013年7月大数据调研
© Sino-Bridges Research and Consulting Ltd.

9 大数据分析市场趋势 数据来源：中桥2013年7月大数据调研
© Sino-Bridges Research and Consulting Ltd. 数据来源：中桥2013年7月大数据调研

10 大数据相关技术投资重点 数据来源：中桥2013年7月大数据调研
© Sino-Bridges Research and Consulting Ltd. 数据来源：中桥2013年7月大数据调研

11 数据子集容量分布 数据来源：中桥2013年7月大数据调研
© Sino-Bridges Research and Consulting Ltd. 数据来源：中桥2013年7月大数据调研

12 大数据存储挑战 五大存储 挑战 B E C D A 存储扩展性 TCO OLTP OLAP 动态资源配置 并行处理能力

13 戴尔流动数据 戴尔流动数据架构 优化大数据存储ROI 保证OLTP&OLAP性能 灵活SSD 高可用 智能 优化 降低TCO，提高存储效率
细粒度 自动 多级 灵活SSD 智能 优化 高可用 降低TCO，提高存储效率 Compellent EqualLogic

14 应用场景

15 医疗卫生行业 ——英国某卫生行业云计算提供商
大数据挑战 数据存储容量和性能 大数据分析频率和速度 大数据近实时分析应用 结合 Microsoft SQL Server 2012 Enterprise 软件和BI工具，通过Windows Azure HDInsight Service混合云平台，提供用户可选择的 BI 分析服务 SQL大数据存储挑战 扩展和存储利用率 数据存储总量 数据生命周期智能管理 HIS和PACs存储需求 近实时分析性能 SQL近实时大数据分析 近实时分析的数据子集量 传统通过卷迁移实现分级 戴尔流动数据架构 横向扩展 微粒度，无断代升级存储架构 高性能、低延迟 全闪存和固态盘 分层数据高性能 数据自动沉降 虚拟化指针技术 © Sino-Bridges Research and Consulting Ltd.

16 电信行业 ——美国某电信供应商 大数据挑战 SAP HANA大数据分析应用 SAP HANA存储难题 分析速度 增加分析数据源
多维度数据的大数据近实时/实时分析 戴尔SAP HANA方案和存储 SAP HANA认证整体解决方案 高性能E7多核处理器服务器&512GB DDR3缓存 PCIe SSD、全闪存 高性能和高可扩展计算、网络、存储节点与SAP HANA及管理整合 数据子集性能和容量 全闪存结合MLC和SLC 与硬盘形成整体虚拟池 无断代升级扩展 细粒度分层 数据块级智能、自动分类、自动映射和自动迁移 精简快照、精简复制、Live Volume SAP HANA存储难题 快速部署SAP HANA方案 对存储容量、存储性能、数据高可用、数据保护的高要求 如何有效利用一层存储性能，满足近实时和实时数据分析子集容量和性能要求 © Sino-Bridges Research and Consulting Ltd.

17 教育科研行业 ——纽约某教育信息交换中心 Oracle大数据分析应用 大数据挑战 Oracle大数据存储挑战 戴尔流动数据架构
结合Oracle RAC应用，提高Oracle高可扩展性和高可用性 大数据挑战 快速增减数据库节点，满足各种用户不同业务周期的需求 激增流量不影响系统响应速度 Oracle大数据存储挑战 数据库存储资源利用率 保证数据库所需高OLTP和OLAP，以及SLA服务质量 结构化和非结构化存储的集中统一管理 确保课件所需的容量和吞吐量，以及课件在线响应速度 戴尔流动数据架构 根据业务需求，实现活性、非活性或归档数据自动分层存储 SLC和MLC全闪存分级，Fluid Cache 细粒度化数据分级 全闪存、SSD分级、各种存储技术 数据块级智能 精简快照、精简复制 Live Volume NAS节点 横向扩展 © Sino-Bridges Research and Consulting Ltd.

18 保险行业 ——某保险公司 大数据挑战 桌面虚拟化启动风暴 戴尔全桌面虚拟化方案 12代服务器结合GPU技术 C系列和VRT
16GB光纤通道网络技术 流动数据架构 戴尔各种技术可以通过VMware、Citrix或微软的桌面虚拟化管理平台，实现集中统一管理，简化部署 大数据应用 450个保险代理、50万用户，部署了1300个虚拟终端 VDI大数据存储挑战 启动风暴所需的IOPs 桌面虚拟化存储成本 存储容量需求 戴尔流动数据架构 全闪存结合SLC和MLC Fluid Cache未来选择 全闪存技术 © Sino-Bridges Research and Consulting Ltd.

19 结论 大数据将改变各行各业的产业格局和价值链分配 中国市场在大数据分析的新增投入将快速增加，成为IT投资重点
中国用大数据分析远滞后于欧美市场 中国市场在大数据分析的新增投入将快速增加，成为IT投资重点 戴尔流动数据架构有效满足容量、性能，利用率，智能和自动需求，优化大数据存储管理使用效率 © Sino-Bridges Research and Consulting Ltd.

20 谢谢！ 了解更多信息，请联系 contact@sino-bridges.com www.sino-bridges.com
44m11s 了解更多信息，请联系 电话：