京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、云计算可以使CIO不会在盲目采购IT设备而是考虑云服务,减少成本,提升IT管理水平。
开展大数据、云计算需要CIO解放思想、大胆运用新技术,把落后的方面赶超上去。
未来我们看到随着大数据、云计算、移动等技术的应用与发展,我们看到也将推动提升企业CIO在企业中的地位,甚至有可能CIO和CEO合二为一,对于企业发展有非常大的好处。
未来我们看到随着大数据、云计算、移动等技术的应用与发展,我们看到也将推动提升企业CIO在企业中的地位,甚至有可能CIO和CEO合二为一,对于企业发展有非常大的好处。
【比特信息化】大数据、云计算等技术已经深入渗透到企业中,对于企业的业务以及IT都形成了巨大的挑战,特别是现有的环境下作为企业的IT负责人如何在这些技术环境下做好IT管理,并且把它们成功应用企业中,已经成为CIO所要思考的问题。面对现状,本期比特网百家讲坛我们邀请了来自中国水利水电科学研究院的IT总监傅红旗,就当前大数据、云计算环境下企业IT管理以及全面拥抱新技术进行了解读,为行业用户开展大数据、云计算提供参考。
大数据 云计算 变革企业IT
中国水利水电科学研究院(以下简称研究院)是中国最早建立的面向全国的水利水电综合科研机构,成立于1958年,由中国科学院水工研究室,水利部北京水利科学研究院和电力工业部水电科学研究院三单位合并而成,它是水利发电方面权威机构主要负责如大型水坝的建体、水流水能的计算,然后应用到工程中去。从研究院的IT应用来看,研究院IT发展可谓有起有伏,可追溯到上个世纪80年代,80年引入了国外的M180中型机、大型机以及到90年代的各研究所引入小型机,目前各个院、各个专业研究所更多采用小型机。对于研究院的IT管理,因研究院下属多个研究所,每个研究所他们更多是IT的使用者——使用计算机作业务计算,而IT管理还需要依赖专业的IT人员来解决,因此,在研究院中设立了网络中心,主要帮助研究所做IT管理以及新技术应用等工作比如最早通过与相关服务商的合作引入的财务软件、OA、ERP系统以及BPM。
正如刚才所言,网络中心除日常IT管理外同时会考虑先进的IT技术应用比如大数据或者云计算,那么,当这些新技术引入后会对企业以及IT管理带来哪些价值和挑战呢?对于此,傅红旗认为,现在进入大数据时代IT主要面临数据的管理和存储问题,而在云计算方面更多是来自安全的问题。从价值的角度来看,研究所过去撤销了计算中心,原本要打算恢复计算中心,但今天随着云计算的成熟,促使我们在虚拟服务以及云服务方面的考虑,可能会改变恢复计算中心的计划,有可能不会在盲目采购IT设备而是考虑云服务。减少成本,提升IT管理水平。
傅红旗再次强调了安全的重要性。目前我们所处的云计算环境存在一个安全的问题比如硬件服务商留下后门,因为研究院的数据涉及到国家安全比如水坝在和平时期它是一种能源储备但是在战争时期,它就是一个破坏危险的因素。所以,在这些方面对于运算数据要有一个安全的保障。
对于云安全的防范应分为两方面:第一、技术防范;第二、人为防范,主要包括人文学、社会学等。目前更多的技术防范,技术防范现在是要求相关的安全部门能够做一些更切实的工作比如微软和中软合作期间把源代码93%是公开交流,能够提供一定的安全防范。基于此,“我们不想做封闭式的数据采集,我们也希望将来所有科学的计算数据进行国际交流,但是安全问题必须要保障。”而对于云服务商则言则需要保障站在任何时间、任何地方都可以提供云服务,对于客户来讲,则能够在任何地点任何时间都要以使用云服务,这是未来的趋势。
迎接大数据 云计算 CIO要有开放的心态
今天的大数据、云计算已经成为一种发展趋势,虽然还有许多的问题要解决,但这一趋势已经迫使我们必然去主动接受,对于企业的IT管理者而言,要想做好企业的IT管理以及满足业务的需求,必然要有充足的准备和应对良方。傅红旗建议,“企业的IT负责人或者CIO的思想要更加开放,应该承认技术不足,勇于应用新产品,了解他们的内容和技术,做好我们自身防范之后融合新技术中。我们在技术方面还需要大踏步追赶,需要CIO解放思想、大胆运用新技术,把落后的方面赶超上去。IT从业者要接受最新的观念来解决业务工作才是当务之急。首先自己要开放尽快接受新知识”
比如不同行业企业的相关部门可以把一些非核心业务通过采用公有云来进行办公,使得各个机构在日常办公中尽快融入云服务,而对于一些关键部门则可以采用私有云服务。在大数据方面现在对于数据会产生“疲劳感”暨每天的数据量非常大,想获得数据分析结果比较难,因此在这种“疲劳感”下,企业可以把30%的核心的数据掌握在企业自身中,而其它70%的数据完全可以在云上运行比如通过服务商的大数据、云平台,数据处理70%的工作量由服务商来做则大大减轻IT负担、节省能源空间,提升企业IT效率。
未来我们看到随着大数据、云计算、移动等技术的应用与发展,我们看到也将推动提升企业CIO在企业中的地位,甚至有可能CIO和CEO合二为一,对于企业发展有非常大的好处。
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 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20