
“大数据”已经成为重要的时代特征,企业需要重新思考已有的IT模式,应对在数量和类型上不断新增的数据;同时,大数据又将推动企业进行基于信息革命的业务转型,更多商业价值和发展机会将产生于数据和洞察。
要顺应这个时代,对此,IBM全球副总裁兼中国开发中心总经理王阳博士表示,为了应对着三大挑战,并且要让用户的应用在简单、高速的同时也具有经济效益,IBM推出了PureData,包括三大“战将”。
首先是,交易(Transection 也称业务),速度非常快,把这个东西读了写,速度相当快。以前的系统都没法儿跟它比。
二是分析,在这里数据量非常巨大,大量的数据在这个系统里面,可以通过它快速地找到规律,并且以报表的形式展现出来。
三是Operation Analysis实时的分析,这个数据在流的过程当中,用户可以实时地抓出一些异常情况或者是需要看到的一些特征。
在这三个挑战中,王阳强调,后两者是关键。
对于后两者的发布,业内专家表示,对于ISV来说极具价值。举例来说,甲骨文原来是做ERP的,在收购了Sun之后,就有了一体机,而现在IBM推出了PureData和Pure Application,ISV可以结合这二者的硬件优势,发布出更适合用户的软硬件一体产品。
这种运行模式有些类似于苹果的App Store,如今ISV可以在IBM的Pure store上发布他们经过认证的应用,用户下载到本地的PureApplication上,马上就可以使用起来。
王阳透露,伴随PureData的一同推向市场的,还有IBM基于PureSystems市场营销所积累的合作伙伴计划。目前已经有60多家ISV(独立软件供应商)表示将全力支持PureData。此前,包括DynaFront系统和PCCW电讯盈科解决方案在内的多个合作伙伴已经在其数据中心内部安装了PureSystems。IBM将向这些合作伙伴提供针对PureSystems和PureData的技术和认证方面的支持。
“大数据”已经成为重要的时代特征,企业需要重新思考已有的IT模式,应对在数量和类型上不断新增的数据;同时,大数据又将推动企业进行基于信息革命的业务转型,更多商业价值和发展机会将产生于数据和洞察。
要顺应这个时代,对此,IBM全球副总裁兼中国开发中心总经理王阳博士表示,为了应对着三大挑战,并且要让用户的应用在简单、高速的同时也具有经济效益,IBM推出了PureData,包括三大“战将”。
首先是,交易(Transection 也称业务),速度非常快,把这个东西读了写,速度相当快。以前的系统都没法儿跟它比。
二是分析,在这里数据量非常巨大,大量的数据在这个系统里面,可以通过它快速地找到规律,并且以报表的形式展现出来。
三是Operation Analysis实时的分析,这个数据在流的过程当中,用户可以实时地抓出一些异常情况或者是需要看到的一些特征。
在这三个挑战中,王阳强调,后两者是关键。
对于后两者的发布,业内专家表示,对于ISV来说极具价值。举例来说,甲骨文原来是做ERP的,在收购了Sun之后,就有了一体机,而现在IBM推出了PureData和Pure Application,ISV可以结合这二者的硬件优势,发布出更适合用户的软硬件一体产品。
这种运行模式有些类似于苹果的App Store,如今ISV可以在IBM的Pure store上发布他们经过认证的应用,用户下载到本地的PureApplication上,马上就可以使用起来。
王阳透露,伴随PureData的一同推向市场的,还有IBM基于PureSystems市场营销所积累的合作伙伴计划。目前已经有60多家ISV(独立软件供应商)表示将全力支持PureData。此前,包括DynaFront系统和PCCW电讯盈科解决方案在内的多个合作伙伴已经在其数据中心内部安装了PureSystems。IBM将向这些合作伙伴提供针对PureSystems和PureData的技术和认证方面的支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23