京公网安备 11010802034615号
经营许可证编号:京B2-20210330
DT时代来临,细数云计算的10大趋势
DT是继IT(信息技术)之后的又一次技术变革,主旨是挖掘海量数据的价值,让数据成为新的经济增长引擎。笔者总结了DT时代云计算的十大发展趋势。
DT(DataTechnology)时代,是马云热衷于步道的新概念。这是继IT(信息技术)之后的又一次技术变革,主旨是挖掘海量数据的价 值,让数据成为新的经济增长引擎。数据与金融、平台并列为阿里巴巴三大战略,阿里的数据战略落地则是靠阿里云。笔者总结了DT时代云计算的十大发展趋势。
1、大数据基础设施
快的等创业公司可以对所掌握的海量数据进行挖掘,一直掌握着海量大数据金矿的政府部门和大型企业业已开始重视和利用数据价值。这些组织并不擅长 技术,没有对海量数据进行存储和分析的基础设施,能够“吃上大数据”正是因为云计算近年来的快速发展,浙江、贵州、海淀、中石化、海关等政府与国企便已入 驻阿里云享用大数据盛宴。通过云计算平台,各类组织都可以低成本地收集和存储海量数据,同时基于专用API或者个性化方案,对自家数据进行挖掘利用。云计算平台已成为大数据最核心的基础设施。
2、数据使用规范化
一些观点认为大数据本质是在售卖隐私,云计算平台在过去同样存在着数据所有权和使用权模糊的问题。阿里云这次发起了“数据保护倡议”:“数据是 客户资产,云计算平台不得移作它用,并有责任和义务帮助客户保障其数据的私密性、完整性和可用性。”这是国内首次对云计算平台数据所有权和使用权进行的清 晰界定,消除用户和客户的数据安全忧虑,这一倡议得到Intel等巨头的响应。与此同时,《中华人民共和国网络安全法(草案)》近日在中国人大网上全文公 布,并向社会公开征求意见,其中很重要一部分便是对网民隐私数据的保护。不论是从监管还是从行业来看,数据使用都会走向规范化。
3、一站式与垂直化之争
阿里云主张的是一站式服务,从域名、备案、解析、计算、网络、存储、数据库、安全、海量数据分析到互联网中间件,客户在计算基础设施领域所需要的一切服务,都能在阿里云找到,无需面对多家服务。基础设施之上的各层服务,阿里云通过“云合计划”引入第三方云计算服 务商,目前已有200余家大型合作伙伴,未来三年全球合作伙伴将扩大至2000家。与之对应的则是一些垂直云服务,比如主打存储的金山云。未来的结局很可 能是阿里云这样的平台成为统一的窗口,对于云计算服务来说,它是入口,各种垂直云服务都通过阿里云这一平台为客户服务。
4、高性能计算
数据正在爆发式增长,某些领域对海量数据快速、实时处理有着更高的要求,这些数据包括对数据的运算,读写以及传输。针对读写密集型行业阿里云发 布了支持每秒20000次读写、256MB数据吞吐的SSD云盘,即将发布读写20万次的SSD本地盘。同时还发布了十万核并发处理的批量计算,可应用于 基因测序、新药研发与影视渲染、视觉计算等行业,即将推出基于GPU的高性能计算服务以及加速器,支持深度学习。阿里云新发布的这些业务都指向了“高性 能”计算,随着人工智能产业兴起,高性能计算需求愈发强劲,除了阿里之外,百度也发布了大数据引擎,并且将百度大脑逐步开源。
5、从计算到架构
企业在技术上面临的问题不只是计算无法支撑业务的发展和对数据的渴求,还存在着技术架构这类软实力上的短板,大多数企业缺乏架构师,尤其是满足 互联网应用特征的架构,比如需要支持高并发、需要有足够安全性、需要平衡计算网络存储诸多方面……阿里云为此推出了企业级互联网架构解决方案,提供应用框 架、消息队列、分布式数据库等服务。这意味着云计算不只是输出计算能力和资源,而是输出 “智力”和“经验”,将互联网巨头所擅长的架构经验分享给客户。与架构提供一起发生的是,云计算平台在开源运动上越来越积极,将一些关键组件开源给业界。
6、从软件到硬件
云计算平台过去是Intel、IBM、ARM等硬件厂商的客户,是中国移动等IDC提供商的客户,采购别人的硬件、网络诸多基础设施,部署自家 软件系统为客户提供服务,核心是做软件。随着云计算平台的逐步壮大,他们下沉到硬件环节,开始定制乃至研发硬件,一方面节省成本,另一方面更好地满足业 务。阿里云即将发布支持每秒20万次读写的SSD本地盘,百度云也有为自家量身打造的ARM架构服务器。
7、从资源到人才
如果只是提供平台,依然无法解决企业的痛点,尤其是一些大型企业和快速增长的创业企业,日常业务中面临着各种各样的突发问题,与此同时在架构等 重要事情上需要专业指导。因此云计算平台开始给一些重要客户提供顾问式人才服务,派驻更懂云计算、大数据和互联网的工程师现场办公,满足客户需求。这是云 计算未来的一个新方向:不只是输出计算能力和资源,还将输出专业云计算人才。这对于云计算平台而言将是一种新的商业模式,同时还将产生云计算顾问工程师这 样的职业。
8、国际化之潮
世界越来越平,中国企业正在越来越多地走出去,国外企业拓展中国市场亦变得更加简单。云计算同样在迎合这样的趋势,阿里云已建立北美、迪拜等海外数据中心, 日本、新加坡数据中心正在建立之中。与此同时,Amazon、微软等海外云计算巨头也加速了进军中国的步伐,这意味着阿里云与Amazon等海外巨头正在 国际舞台全面竞争。云计算平台出海,帮助海外企业更好地服务中国用户、帮助中国企业更好地服务海外用户,背靠着中国本地更廉价的人力成本等优势,有望成为 国际上的大玩家。
9、行业方案模板化
云计算平台不是外包公司,不是劳动密集型业务,不过客户的需求确实千变万化的,不同行业、不同客户,对于云计算平台有着不同的需求,比如社会安 全、金融等行业安全性要求极高,再比如创业者需要的服务相对少对价格却很敏感。要满足大量客户的具体需求,最好的办法便是抽象出不同类型,并未这些类型的 客户提供模板化的解决方案。阿里云便已汇聚了50多个行业解决方案,覆盖游戏、多媒体、政府、医疗、物联网、金融等八大领域,同时阿里云开放生态的做法, 让第三方云计算服务可以满足某些个性化需求突出的客户。行业模板化+引入第三方,很好地解决了云计算需求的复杂多样性。
10、客户权益保障
云计算平台无法完全避免突发灾害,一旦发生将影响客户业务,造成损失。过去关于这一块的处理一直是模糊地带,未来在云计算平台与云计算客户之间 将有更清晰的权责条款,保障云计算客户的权益。一个比较好的解决方案是通过保险来分担风险,阿里云推出了云计算保险,为每一位客户提供了额外的保障。阿里 云免费为每一个客户投保,消除后顾之忧。未来云计算保险或将成为云计算平台的标配。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24