京公网安备 11010802034615号
经营许可证编号:京B2-20210330
联手新东方和阿里云 够快科技启动混合云存储时代
2014年10月31日,由够快科技主办的“够快·共享未来—2014教育行业云存储管理解决方案最佳实践研讨会”在上海举行。
本次研讨会也是够快科技混合云存储管理解决方案的新闻发布会,够快科技通过云计算,将全国最大的第三方教育机构新东方与国内领先的云计算服务平台阿里云紧密结合在一起,并现场与新东方签订了合作协议。
云计算如何嫁接高校信息系统一直是难题
其实云计算并不是个新概念,无论是报刊还是互联网上关于云计算的文章很早以前就有了。尽管云计算在信息存储管理上有很多的优势,但如何落地,仍是云计算应用的一大难题。
表现在教育行业,对于如新东方等第三方教育机构以及传统高校来说,传统IT部署投入大,运维成本高,如何把云计算的优势嫁接到高校原有的信息系统中去,一直是各大院校实施信息化建设的共同心病。但够快科技发布的混合云存储管理方案为教育信息化给出了一个答案。
够快是国内最早的从事云存储服务的供应商,随着云计算的发展以及够快对市场认识的不断深化,够快所提供的云服务的模式从早期基于个体化的网盘的形式,到针对企事业用户开发的够快云服务形式,始终在不断的升级。
而够快此次最新推出的混合云存储管理方案,不再是一个简单的云存储平台,更强调的是管理和计算的能力。“这一种解决方案具有可拓展和容易迁移的优势,不需要企业做大量的服务器,从而大大的降低了维护计算的成本。”
新东方CIO现身说法介绍够快产品的独特优势
今天的发布会上,新东方CIO徐健现身说法,分享了新东方应用够快混合云存储管理解决方案解决集团文件存储、交互和管理问题的成功案例。
他介绍道:“新东方在组织架构上有分支机构多,人员数目大的特点。总部与分支机构间存在课件、试卷、申请表等数据高频率交换的事实。然而传统的解决方案,往往需要我们自身部署大量的服务器和硬件设施,运维成本高而且效率并不理想。
徐健表示,这是当时新东方信息化建设中所面临的现状,他们认识到云计算的优势后,也一直在寻找可以转化为应用的方式。
“云计算具有免维护、可扩展以及易迁移等优势,但我们当时也不能直接利用到云计算。那时我们接触到够快科技,一开始,够快还只强调存储,并不能完全解决我们的问题,但现在够快开发出的混合云存储管理解决方案,不仅大大降低了设备投入成本和运维成本,而且其具有的可扩展性功用,使得集团完全不用再考虑总部与分支机构间在课件、试卷、申请表等数据高频率交换时的带宽问题。不仅提高了文件交互效率,也为新东方节省了大量成本。”他说道。
而据了解,目前新东方集团3万多用户里,约有1万多人已经开始使用够快科技的产品。
够快CEO蒋烁淼也讲述了与新东方合作的历程:“从2010年开始,够快就与新东方有过合作上的尝试,但是由于种种原因,并没有成功。但是随着新东方的需求更加清晰,以及够快科技对市场的不断调整,终于开发出混合云存储管理解决方案,帮助新东方解决了文件管理问题。”
据了解,目前够快混合云存储管理方案,已经被上海外国语大学和新华社等知名事业单位提供了服务,而够快科技希望通过该方案可以帮助更多的事业单位。
够快科技将深耕教育行业推动教育信息化
对于云计算推进现代教育信息化的可能性和可行性问题,研讨会也展开了激烈的讨论。上海师范大学信息化办公室主任高伟勋和阿里云资深产品技术专家蔡华,分别以“云服务推动高校信息化建设”以及“云计算+多媒体助力教育行业信息化”进行了两轮探讨。
在随后的圆桌论坛环节,新东方CIO徐健、阿里云资深产品技术专家蔡华以及够快科技CEO蒋烁淼,也针对这个话题展开了零距离对话。
台下的听众也热情高涨,在互动环节中,就云时代信息化过程中的困惑和技术难题,与台上嘉宾相互讨论。
除了技术层面,蒋烁淼更多的从合作的理念,服务的理念,阐释了如何用一种SaaS模式,为够快云库的用户提供更多的服务,通过云存储,以及强大的信息计算能力,为更多的用户高效地解决文件存储管理中存在的问题。
在他看来,够快科技,像是一座桥梁,将新东方与阿里云连接在一起,将云计算应用真正落实解决企业单位的具体问题中来,为教育信息化提供可能性。
对于够快的发展前景,蒋烁淼用一句话总结道:“够快从不把自己的用户看成客户,而是希望与他们结成一种携手共进的合作伙伴关系。只要我们的合作伙伴能继续前进,够快才会走得更远!”
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