
大数据时代,人们越来越清楚地意识到数据中蕴藏的价值。海量数据的拥有者——运营商,银行,物流公司等等——都在积极地寻求方法利用手中的数据。然而,爆发式增长的数据量正在超出传统数据库的处理能力。为了应对这样的增长,企业需要对数据库进行升级。基于小型机DB2或Oracle架构的传统数据库升级依靠纵向扩展,也就是通过提升服务器本身的性能来提高处理能力。更大更强的服务器价格高昂,但性能的提升却是有限的。企业为自己的传统数据库做纵向扩展只会钱越花越多,收效越来越少。
Hadoop架构很好地解决了扩展的瓶颈,它设计部署在经济实惠的硬件上,通过横向扩展,便可无限地提升数据处理能力。基于Hadoop的大数据软件因为其强大的处理能力和高性价比在数据分析市场崭露头角。星环信息科技(上海)有限公司(以下简称星环科技)的企业级一站式大数据综合平台Transwarp Data Hub (以下简称TDH)是Hadoop发行版中的佼佼者。它在国内拥有最多的上线案例,已经为众多企业解决了棘手的大数据难题。TDH下的分布式内存分析引擎Transwarp Inceptor将数据和计算中间结果放在内存中,依靠内存的高速读写,克服了大数据处理中常见的I/O瓶颈,加上它对SQL和R的全面支持,可以轻松地应对海量数据的复杂计算,极大地提高了数据处理的效率,解放了企业的生产力。然而,星环科技的开发人员并不满足于此。
一方面,Transwarp Inceptor运行在JVM上,使用大内存的时候,对GC的影响非常严重,用户体验不够平滑;另一方面,完全使用内存作为存储介质价格较高。星环科技的开发人员发现,随着硬件技术的发展,SSD的读写速度已经远远甩开机械硬盘,向内存靠拢,但在价格上,SSD相对昂贵的内存有巨大的优势,这让SSD成为了内存强有力的竞争者。“我们相信,大数据分析应该朝着更经济更普及的方向发展,”星环科技的CTO孙元浩说道,“我们的产品为企业提高生产力,而将内存替换为SSD可以在不影响性能的情况下提升用户体验并且降低成本。”
在为某省级移动通信运营商部署大数据解决方案时,星环科技第一次将SSD作为内存的替代应用在了生产中。在比较市场上各品牌型号的固态盘的信息之后,星环科技最终选择了具备高稳定性技术的英特尔® 固态盘DC S3500系列来构建新的解决方案。对于固态盘而言,影响读写能力的最大因素在于固态盘的控制芯片和固件算法。英特尔在芯片技术和固件算法上的优势让英特尔® 固态盘DC S3500系列在处理读写任务时拥有得天独厚的优势。英特尔® 固态盘DC S3500系列具有50微秒的顺序读取延迟,在 99.9% 的时间内 500 微秒的最大读取延迟,以及4KB 随机读取性能高达75,000的每秒输入输出操作次数(IOPS)。同时具备较低的有功读取 功率(小于 1.3 瓦)。这些特点保证了英特尔® 固态盘数据存储和读取的出色能力以及在频繁操作情况下的性能稳定性。作为一款优秀的企业级固态盘,除了高性能优势之外,英特尔® 固态盘DC S3500系列还具备防止数据丢失和损坏的特性。英特尔® 固态盘DC S3500系列提供能够端到端数据安全性保护,使数据从进入硬盘到离开硬盘时刻处于保护之中。此外,英特尔还将固态盘将NAND、SRAM和DRAM内存的高级错误纠正方案结合起来,通过奇偶校验、循环冗余检查(CRC),以及逻辑块地址(LBA)标记验证来保护传输中的数据。它还使用高级加密标准(AES)和增强的电源损耗保护进一步增强数据的安全性。英特尔® 固态盘DC S3500系列产品稳定的高性能使星环科技的解决方案得到了有效的保障。而英特尔® 固态盘技术人员专业而严谨的前期产品测试、积极响应的售后服务方案和强大的渠道供货能力,更是为项目提供了强有力的后盾。
与传统方案相比,星环科技的解决方案有如下几点优势:
该省级移动运营商单月清单数量在1000亿条左右,每月数据量达100TB,完全超出了原有数据库架构的处理能力,无法为用户提供优质服务。星环科技的解决方案使用了800G英特尔® 固态盘DC S3500替换了256G的内存。测试环境下,在单张表统计操作中,传统方案需耗时230秒,Transwarp Inceptor仅耗时3秒,查询速度是原有方案的76倍。而在多张数据表关联操作中,传统方案需耗时414秒,Transwarp Inceptor耗时仅为26秒,原有方案的效率仅是新方案的6%。可见,在处理大数据量、复杂账单等情况的环境下,新解决方案完胜传统方案,能够应对移动通信行业爆发式的大数据需求,支持数百万用户同时在线查询,极大地提高用户体验。跟完全使用内存的Transwarp Inceptor相比,这套解决方案的性能也不遑多让,英特尔® 固态盘 DC S3500表现出了与内存极其接近的反应速度:
从成本上来看,256G内存成本在2万元左右,而5000元左右便能买到800G的DC S3500,绝对成本大约下降了75%;从价格容量比来看,内存所需成本约为78元/GB,而DC S3500 800G仅为6.25元/GB,单位容量成本大约下降了92%,大大降低方案成本。这个项目中,SSD显示了其极大的优越性——在极少影响性能的情形下,SSD可以为企业节省开支。
“我们已经习惯了用SSD来替代传统硬盘。现在我们欣喜地看到SSD的技术已经发展到可以在某些场景取代内存。”英特尔非易失性存储解决方案事业部中国区市场总监刘钢说道,“大数据是现在最热门的应用之一,大数据分析处理所需要的持续、多路并发、快速读写对计算平台带来了极大的挑战,基于传统硬盘的存储方案已成为瓶颈。英特尔® 固态盘具备快速稳定的并发读写能力、出色的可靠性以及数据保护功能,尤其是最新发布的基于NVMe的PCIe SSD是大数据分析处理的完美搭配。我们很高兴能够和星环科技合作,提供一流的大数据解决方案。希望在未来,使用SSD作为缓存的大数据解决方案会成为行业标准。”随着SSD技术的成熟,其性价比优势将继续增强。未来,星环科技还将继续与英特尔紧密合作,借助性能出色的企业级固态盘来有效增强解决方案,为用户提供更优质、更可靠的服务。请拭目以待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04