大數(shù)據(jù)時代對傳統(tǒng)數(shù)據(jù)中心的影響及思考

解林超　石佳　王仲鋒　紀德良

【摘要】 數(shù)據(jù)中心作為數(shù)據(jù)的集散中心和商務智能分析展現(xiàn)平臺，在大數(shù)據(jù)時代面臨著新的機遇和挑戰(zhàn)。本文介紹了大數(shù)據(jù)的特征，探討了大數(shù)據(jù)對傳統(tǒng)數(shù)據(jù)中心的影響，并從大數(shù)據(jù)基礎架構、大數(shù)據(jù)分析應用及數(shù)據(jù)中心職能轉變等幾個方面論述傳統(tǒng)數(shù)據(jù)中心如何適應大數(shù)據(jù)時代，為大數(shù)據(jù)時代下數(shù)據(jù)中心的發(fā)展提供一些思路。

【關鍵詞】 大數(shù)據(jù) 數(shù)據(jù)中心 海量 價值

智能電網(wǎng)在發(fā)電、輸電、變電、配電和用電各個環(huán)節(jié)產(chǎn)生了海量的數(shù)據(jù)，電網(wǎng)數(shù)據(jù)類型復雜，并且數(shù)據(jù)體量已極具規(guī)模，傳統(tǒng)數(shù)據(jù)中心已無法滿足海量復雜數(shù)據(jù)的處理和分析要求。目前，電力企業(yè)數(shù)據(jù)中心已初步完成了結構化數(shù)據(jù)庫、實時數(shù)據(jù)庫、非結構化數(shù)據(jù)庫、地理信息數(shù)據(jù)庫的建設，但是各數(shù)據(jù)庫分別獨立部署，數(shù)據(jù)共享和關聯(lián)性不高，傳統(tǒng)數(shù)據(jù)中心平臺難以快速處理海量復雜數(shù)據(jù)、無法滿足大數(shù)據(jù)時代下的數(shù)據(jù)挖掘需求，無法支撐不同類型數(shù)據(jù)的關聯(lián)分析應用。因此，電力企業(yè)需要積極思考傳統(tǒng)數(shù)據(jù)中心需要如何應對大數(shù)據(jù)的挑戰(zhàn)。

一、大數(shù)據(jù)的特征

目前大數(shù)據(jù)（Big Data）在業(yè)界尚無形成統(tǒng)一的定義，引用麥肯錫全球研究院在《大數(shù)據(jù)：下一個創(chuàng)新、競爭和生產(chǎn)力的前沿》報告中的描述，即：大數(shù)據(jù)是指無法在一定時間內用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內容進行抓取、管理和處理的數(shù)據(jù)集合。雖然大數(shù)據(jù)的定義還未統(tǒng)一，但大數(shù)據(jù)的特征卻是明確和公認的。

數(shù)據(jù)體量巨大（Volume）。企業(yè)的各種終端設備和傳感器產(chǎn)生了大量的數(shù)據(jù)，PB級的數(shù)據(jù)集規(guī)?？芍^是常態(tài)。

數(shù)據(jù)類型繁多（Variety）。大數(shù)據(jù)時代，非結構化數(shù)據(jù)越來越多，包括網(wǎng)絡日志、音頻、視頻、圖片、地理位置信息等，這些不同類型的數(shù)據(jù)對數(shù)據(jù)的處理能力提出了更高要求。

處理速度快（Velocity）。這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)中心的最顯著特征，在海量的復雜數(shù)據(jù)面前，數(shù)據(jù)的處理效率就是企業(yè)的生命，并且受數(shù)據(jù)時效性的制約，大數(shù)據(jù)要求處理速度更快、實時性更高。

價值密度低（Value）。價值密度的高低與數(shù)據(jù)總量的大小成反比，一段1小時的視頻，在連續(xù)不間斷的監(jiān)控中，有用數(shù)據(jù)可能僅有一二秒。如何在海量的復雜數(shù)據(jù)中快速完成數(shù)據(jù)價值的“去噪”和“提純”成為目前大數(shù)據(jù)背景下亟待解決的難題。

二、大數(shù)據(jù)對傳統(tǒng)數(shù)據(jù)中心的影響

目前，多數(shù)企業(yè)已建成一體化企業(yè)級數(shù)據(jù)中心平臺，能夠滿足日常業(yè)務的需求，但大數(shù)據(jù)時代對傳統(tǒng)數(shù)據(jù)中心的數(shù)據(jù)存儲能力、數(shù)據(jù)處理能力、數(shù)據(jù)交換能力、數(shù)據(jù)展現(xiàn)能力以及數(shù)據(jù)挖掘能力都提出了更高的要求，大數(shù)據(jù)對傳統(tǒng)數(shù)據(jù)中心提出了新的挑戰(zhàn)。

2.1 非結構化數(shù)據(jù)的重要性越來越大

傳統(tǒng)數(shù)據(jù)中心的數(shù)據(jù)一般來源于用戶通過個人電腦、移動終端、POS機等常規(guī)渠道生成的結構化數(shù)據(jù)。而大數(shù)據(jù)時代數(shù)據(jù)類型多樣化，半結構化數(shù)據(jù)和非結構化數(shù)據(jù)呈現(xiàn)爆發(fā)式增長，且增長速度遠遠超過結構化數(shù)據(jù)。這些通過傳感器、監(jiān)測儀、機讀儀器等機器設備產(chǎn)生的天氣、位置、音頻、文本等海量復雜數(shù)據(jù)越來越多，企業(yè)開始使用這些數(shù)據(jù)來改進產(chǎn)品、提高效率、尋找缺陷，其數(shù)據(jù)的重要性將會越來越大。

2.2 數(shù)據(jù)的時效性要求越來越高

傳統(tǒng)數(shù)據(jù)中心的數(shù)據(jù)更新周期基本為日、周、月，輔以少量的實時數(shù)據(jù)更新，商務智能也基本以日、周、月、季度和年為時間維度的靜態(tài)數(shù)據(jù)分析。大數(shù)據(jù)時代，對數(shù)據(jù)的處理速度和數(shù)據(jù)的時效性提出了更高要求，而當今社會日益加劇的商業(yè)競爭讓每個企業(yè)都希望能通過實時分析報表和結果數(shù)據(jù)來隨時掌握企業(yè)運營狀況，并迅速作出決策和判斷。以電力電量平衡測算為例，需要實時采集電網(wǎng)數(shù)據(jù)、實時分析、實時計算，快速測算結果，并反饋至電力調度部門進行有序用電執(zhí)行預案的實時決策，如果相關數(shù)據(jù)獲取不及時則會大大影響調度部門對有序用電的分析和決策。

2.3 大數(shù)據(jù)改變數(shù)據(jù)分析模式

傳統(tǒng)數(shù)據(jù)分析以結構化數(shù)據(jù)分析為主，業(yè)務分析更是以被動式信息接受為主。大數(shù)據(jù)時代下，隨著數(shù)據(jù)的累積和增加，可做的分析和對比也越來越多。通過對大量的數(shù)據(jù)進行分析，從而揭示數(shù)據(jù)之間隱藏的關系、模式和趨勢；通過結構化數(shù)據(jù)、半結構化數(shù)據(jù)、非結構化數(shù)據(jù)的融合關聯(lián)分析，實現(xiàn)文本分析、數(shù)據(jù)挖掘、圖形分析、空間分析等數(shù)據(jù)分析模式，為決策者提供不同角度不同形式的分析判斷依據(jù)。

2.4 大數(shù)據(jù)影響信息基礎架構

目前電力企業(yè)數(shù)據(jù)中心主要以Unix為代表的操作系統(tǒng)服務器硬件平臺、以Oracle關系型數(shù)據(jù)庫為代表的企業(yè)級數(shù)據(jù)存儲平臺和以BW（數(shù)據(jù)倉庫，Business Warehouse）、BO（業(yè)務對象，Business Object）為代表的企業(yè)級商務智能分析平臺組成。隨著智能電網(wǎng)的發(fā)展，半結構化和非結構化數(shù)據(jù)呈現(xiàn)出快速增長的勢頭，大量部署的傳感器、監(jiān)視器、智能交互終端等設備都可以成為數(shù)據(jù)來源，并且其數(shù)據(jù)量大大超過了結構化數(shù)據(jù)。大數(shù)據(jù)時代下，分布式處理的軟件框架使得x86服務器開始大行其道，列存儲、內存數(shù)據(jù)庫、NOSQL存儲、流計算等技術將成為數(shù)據(jù)存儲和處理的主流技術。

傳統(tǒng)數(shù)據(jù)中心商務智能專注單一數(shù)據(jù)集的分析處理，這造成了不同類型數(shù)據(jù)之間的割裂。而大數(shù)據(jù)分析聚合多個數(shù)據(jù)集，注重不同類型數(shù)據(jù)的融合集成與關聯(lián)分析，是一種綜合關聯(lián)性分析。因此，傳統(tǒng)數(shù)據(jù)中心分析處理架構已無法適應大數(shù)據(jù)時代的分析要求。

三、大數(shù)據(jù)時代下傳統(tǒng)數(shù)據(jù)中心發(fā)展的思考

大數(shù)據(jù)的核心價值在于從海量的復雜數(shù)據(jù)中挖掘出有價值的信息，通過大數(shù)據(jù)技術進行更快地分析、更準確地預測，發(fā)掘出新的業(yè)務模式，創(chuàng)造新的商業(yè)發(fā)展機會。因此，大數(shù)據(jù)時代下，企業(yè)迫切需要思考如何應用大數(shù)據(jù)技術改造完善已有數(shù)據(jù)中心平臺，提升企業(yè)的數(shù)據(jù)處理能力，提高數(shù)據(jù)分析水平，將大數(shù)據(jù)融入企業(yè)的整體數(shù)據(jù)方案。

3.1 部署大數(shù)據(jù)分布式處理框架

分布式處理框架是大數(shù)據(jù)時代下數(shù)據(jù)中心架構的基本特征，包括分布式存儲和分布式計算。分布式存儲采用了可擴展的系統(tǒng)架構，利用多臺存儲服務器分擔存儲負荷，它不但提高系統(tǒng)的可靠性、可用性和存取效率，還易于擴展。分布式計算將大量的分析計算任務分解為若干小任務，然后將分解后的任務分配到不同的處理節(jié)點，最后將計算結果綜合起來得到最終的結果。分布式計算具有更強的并行計算能力和擴展性，且適合多類型數(shù)據(jù)的混合處理，因此，電網(wǎng)企業(yè)需要在原有數(shù)據(jù)中心架構基礎上，構建分布式處理框架，提升數(shù)據(jù)存儲和處理能力。

3.2 研究構建大數(shù)據(jù)分析處理架構

梳理電網(wǎng)企業(yè)數(shù)據(jù)中心現(xiàn)有的技術架構，研究大數(shù)據(jù)關鍵技術，結合目前行業(yè)主流的大數(shù)據(jù)處理架構，重點研究基于大數(shù)據(jù)平臺的數(shù)據(jù)中心信息基礎架構，在保護企業(yè)現(xiàn)有信息化投資的基礎上，探索適合自身的大數(shù)據(jù)解決方案，將大數(shù)據(jù)融入企業(yè)整體數(shù)據(jù)方案。利用大數(shù)據(jù)技術改造完善數(shù)據(jù)中心分析處理架構，研究融合結構化數(shù)據(jù)、實時數(shù)據(jù)、位置數(shù)據(jù)和非結構化數(shù)據(jù)的大數(shù)據(jù)信息基礎架構，構建企業(yè)級大數(shù)據(jù)分析與挖掘平臺，實現(xiàn)不同類型數(shù)據(jù)的融合集成與關聯(lián)分析，支撐大數(shù)據(jù)分析應用，提升數(shù)據(jù)分析和挖掘能力。

3.3 利用大數(shù)據(jù)分析創(chuàng)造價值

數(shù)據(jù)的核心是發(fā)現(xiàn)價值，駕馭數(shù)據(jù)的核心是分析。如何駕馭大數(shù)據(jù)，如何在海量數(shù)據(jù)中挖掘有價值的信息是重中之重，因此企業(yè)更應專注于數(shù)據(jù)中隱藏的價值，通過應用大數(shù)據(jù)技術分析，充分挖掘數(shù)據(jù)的核心價值，不斷優(yōu)化業(yè)務流程，降低管理成本，輔助企業(yè)做出科學的決策，為企業(yè)的持續(xù)創(chuàng)新與發(fā)展積蓄力量。

信息的影響力取決于數(shù)據(jù)關聯(lián)的能力，聚合多個大數(shù)據(jù)集所獲得的新的洞察力要遠遠超出單一大數(shù)據(jù)集所獲得的洞察力。例如種子公司與農作物保護提供商和氣象部門合作就綜合利用了多個大數(shù)據(jù)集，包括天氣數(shù)據(jù)、土壤濕度數(shù)據(jù)、土壤類型數(shù)據(jù)、種子數(shù)據(jù)和其他數(shù)據(jù)，對這些數(shù)據(jù)進行交叉關聯(lián)分析，可以幫助種植戶收獲更高的產(chǎn)量。而在電力企業(yè)，將來自配電、用電、客戶、天氣等不同數(shù)據(jù)源的數(shù)據(jù)經(jīng)過轉換、整合，將會產(chǎn)生新的業(yè)務價值。對電力交易數(shù)據(jù)、氣候數(shù)據(jù)與客戶家庭年齡結構、生活習慣等因素融合分析，了解客戶用電行為，滿足客戶的差異化需求，并通過探尋深層需求開辟新的增值業(yè)務空間。

3.4 如何讓數(shù)據(jù)驅動業(yè)務

如何讓數(shù)據(jù)驅動業(yè)務，這是大數(shù)據(jù)時代下數(shù)據(jù)中心必須思考的關鍵問題。傳統(tǒng)數(shù)據(jù)中心疲于應付業(yè)務部門的需求，而大數(shù)據(jù)時代下，數(shù)據(jù)的復雜性決定了數(shù)據(jù)中心需要更加快速地應對業(yè)務需求的變化和不確定性，因此數(shù)據(jù)中心必須由數(shù)據(jù)的保管者和服務者轉變?yōu)閿?shù)據(jù)的管理者和決策者，從被動的響應業(yè)務部門的要求轉變?yōu)橹鲃酉驑I(yè)務部門提供數(shù)據(jù)服務。

數(shù)據(jù)驅動業(yè)務是指數(shù)據(jù)作為一種生產(chǎn)力將數(shù)據(jù)分析挖掘的信息實時、主動地反饋給業(yè)務決策者并影響、反哺企業(yè)業(yè)務的過程。大數(shù)據(jù)時代下，可以對企業(yè)業(yè)務進行全過程分析、全方位監(jiān)控、模擬預測，實時進行反饋，并及時調整決策改善業(yè)務發(fā)展方向，使得業(yè)務可以從數(shù)據(jù)上立即得以感知，業(yè)務可以用數(shù)據(jù)評價并由數(shù)據(jù)決策。

四、結語

大數(shù)據(jù)技術是當前較新的技術發(fā)展方向，國內外已開展相關技術的研究與應用，電力企業(yè)對電力大數(shù)據(jù)的技術研究也處于初級階段。大數(shù)據(jù)在業(yè)務領域中的應用是一個循序漸進的過程，對相關技術的應用需要進行客觀評估和充分論證，更要科學研判有關技術的發(fā)展前景，做出階段性發(fā)展規(guī)劃，構筑符合企業(yè)實際的技術應用主線。