重新认识Sugon（中科曙光）是从2014年在上海证券交易所IPO开始，当时阿明就发现其募投项目锁定在了云管理和云存储，预示着曙光正在走向一个IT的新领域。“发展了20年，可谓大器晚成。”在当天IPO发言人中，曙光总裁历军就专门提到了曙光在大数据与存储方面的蓝图，明确指出迈向软件和服务的转型，将是曙光未来的发展方向。高调的BigData大纲，低调的Sugon之前提到曙光，阿明的第一印象更多应该是高性能计算（HPC）、服务器，但在2015年4月曙光的“数据中国”战略亮剑之后，再一次强调曙光走向全面转型数据服务的新路。几个月后，国务院《促进大数据发展行动纲要》高调出台，众多媒体竞相传播，十三五提出国家大数据战略，必然会促进大数据产业的融合与发展。“根据国家金融信息中心指数研究院发布报告显示，2016年我国大数据市场规模预计将达238亿美元。”在面对国家大数据战略的伟大宏图中，曙光的发展定位更为明确了。“曙光以高性能计算机起家，之后延伸业务至服务器+存储，如今又开始发力于云计算和大数据领域，正在实现从服务器供应商到服务供应商的跨越。” 为此，历军迅速夯实“数据中国”的五年计划，并正在低调地进行着。2015年12月11日阿明单独请教曙光公司大数据总工程师宋怀明博士时，他透露说，其实在2015年“数据中国”战略发布之前，曙光就早已开始了在大数据领域的研发和进取。对此，阿明有些好奇，曙光之前到底做过什么呢？“大数据战略的这一切似乎都源于曙光的用户需求。”回想一下，最早曙光提出的融合架构主要也是基于高大云的融合，即：高性能计算、大数据与云计算。毕竟曙光在高性能计算、云计算领域有着长期的积累和发展，比如针对HPC用户的超算中心，又如地震局、气象局等用户，伴随用户数据量越来越大，开放架构如Hadoop等等都需要盘活。最为关键的是，这类用户不想被某一个厂商绑定软硬件。事实上，这类用户的软件和硬件常常是分开招标，曙光在做了大量硬件软件优化基础上，明确曙光大数据技术架构，并强调与开源开放的融合之道。阿明认为，曙光大数据战略其实就是做一个平台，对于上下游伙伴，包括用户、应用开发商都是开放合作的心态，这点对于曙光在大数据领域的持续发展有着重要的现实意义，也符合行业发展的主流趋势。大数据的六合之道从曙光大数据平台整体分析来看，主要包括六大方面，每个方面环环相扣，相互支撑，彼此相依，共同组成一个可以为用户大数据应用构建的平台体系，包括了大数据基础架构、管理平台、数据分析、数据挖掘、以及多种工具支持与开发开源支持。一是，曙光大数据平台管理软件，在针对用户大数据软件运用、运行、运维以及资源调度方面，给予一体化的平台管理支持。针对运维管理，曙光有着几千台机器的监控部署经验，再结合大数据软件组建作业状态，共同形成大数据运维管理系统。二是，针对用户最为关注的大数据安全方面，从2013年开始，曙光大数据安全体系源自承担发改委信息安全专项的项目，就有了基本的框架，曙光大数据安全定义四个层面，包括了运维管理安全、数据访问安全、数据内容安全、数据存储安全。比如针对数据访问安全，采取了分权分域策略；针对数据内容安全，采取了数据加密去隐私化，如火车票上身份证加上＊号之类；针对数据存储安全，采取了数据加密以及数据保护的策略。从而形成一个安全组合，实现用户所想要达到的大数据安全定位。三是，针对用户大数据价值的分析方面，曙光针对用户具体需求构建了数据行为分析、舆情分析、个性化推荐、多维度展示的模块，可为用户灵活选择。四是，针对数据访问和数据库本身兼容方面，曙光大数据平台采用了开放的数据访问接口，如SQL++/JDBC/CLI等，也构建了分析挖掘库，再针对数据处理方面采用了曙光自己研发的并行数据库中间件、批处理引擎、内存计算引擎、流处理引擎等模块，同时也支持关系型数据库和分布式云存储系统包括ParaStor和HDFS。曙光目前已经可以帮助用户实现开源文件系统HDFS被曙光文件系统成功替换的应用。五是，曙光采用了ETL工具集，不仅对ETL流程的支持，也对元数据和数据质量都提供支持，同时维护方便，针对用户的一些需求也有定制开发功能的支持。六是，构建大数据标准体系，在曙光看来，数据标准方面的行业标准差异化大，目前曙光在针对公安和广媒做一些工作，梳理一些数据行业标准，比如数据具体字段如何定义，例如社保系统数据、身份证系统等等，里面字段的定义不一致。当然，随着数据汇聚的加强，也逐渐呈现出数据标准的定义，而这样的数据标准与行业绑定很深，曙光根据用户需求开发相关模块，作出数据标准化的组件。很显然，从针对用户直接需求出发，在大数据具体应用方面的管理、安全、分析、接口、工具、标准六个方面能够做到更好地支撑，满足用户数据日益增长的需要，以及适应用户业务变化的需求。这就是曙光大数据平台的六合之道。亮点：ParaStor和大数据平台结合曙光大数据平台六合之道中有一个亮点，前文没有详细讲述，就是Parastor和大数据平台在多个领域的完美结合，可以说这是曙光自己独有的亮点。Parastor是一个并行存储系统，ParaStor的前身还是很有历史的，早在2010年就已经出现在用户面前。“中科曙光机群文件系统就是一个并行文件系统，是曙光ParaStor的基石。”中国计算机学会信息存储专业委员熊劲曾经提到这段历史。ParaStor是一款针对海量数据存储应用而设计的大规模通用集群存储系统。采用通用硬件设备作为基本构建单元，可为用户提供全局统一的系统映像和完全POSIX兼容的API接口，标准文件系统都支持。当然对源数据也支持，拥有纠删码功能，对多套网络支持，实现多网络负载均衡。值得注意的是，ParaStor并行存储系统所拥有的动态可扩展技术，可使用户以按需扩展的需求来存储容量，无需一次性投入大量成本来构建存储系统。“ParaStor每一行代码都是曙光人写的。” 宋怀明博士说，来自第三方的数据显示，Parastor在2015年上半年集群NAS中国总排名第一。大数据也需量身定制“只是做一个大数据平台，似乎还不够。” 只有一个平台还不能完全解决用户在大数据领域发展的真正需求，还需要深入到用户具体业务领域，走进用户具体应用方面，需要量身定制。再者，目前业界针对国家大数据战略的发展框架，纷纷出台各自的大数据平台，平台之争虽然各自拥有各自的独特优势，但是只是停留在平台层面，对于曙光的数据中国战略还不算彻底。这一点，曙光的高层早已看到了，宋怀明博士还在中科院的时候就主要参与了诸多大数据应用软件方面的研发，到了曙光成为曙光大数据总工之后，他依然经常自己写代码。可见，作为曙光大数据总工，也是一个酷爱软件开发领域的码农，宋怀明博士非常明白大数据平台下的用户应用开发支持是多么的重要。构建大数据平台之后，曙光在针对用户应用开发方面并非是激进派，而是温文尔雅的循序渐进派。目前，在针对新媒体、公安等少数行业领域，曙光直接参与用户在大数据领域的具体应用开发。同时，曙光与高校院所合作， 高校院所专注算法，曙光专注大数据平台工程，以及平台的稳定性、规模化、可靠性、易用性。大数据应用方面主要包括三大模块，一是舆情分析，如文本处理、语意情感等等；二是针对用户行为分析，如中国航信的购票行为分析；三是个性化推荐，在中航信、央视等大数据用户合作上都有针对性的应用优化和开发，用户端或合作院校做一些大数据库的支持。其实，最终目的，曙光就是要为用户提供以大数据平台为核心的软件系统解决方案，这样才能真正将大数据发展战略落到实处，才能一步一步地实现历军提出的“数据中国”五年计划 。即将推出曙光大数据教学实训平台没错，大数据也需量身定制，宋怀明博士给阿明提前爆料说，在教育行业，曙光即将推出的曙光大数据教学实训平台。这个平台采用软硬一体模式，为普通高校、专科类院校缺乏大数据研究和设计的用户提供大数据平台支持，包括曙光与应用开发商合作，提供讲义课程编排等数据分析支撑。同时可以做数据的具体算法和分析，并且与真实应用场景结合。另外，还有考试实验管理，可以说，这就是为高校用户量身定制的大数据一站式解决方案。曙光大数据教学实训平台同时结合实践和社会实习等内容，帮助高校院所为学生提供帮助。可定制性的大数据平台管理技术之所以能够推出曙光大数据教学实训平台，这与曙光可定制性的大数据平台管理技术有密切关系。曙光大数据平台存储和处理层，有一个数据模型管理，用户可以自己创建模型，曙光做了模型优化的并行处理，数据梳理、管理、数据可视化、作业流管理控制等等都属于曙光大数据平台中的一个部分。在系统软件管理方面，运维层具备各种监控报警。 运行层包括作业提交、编写状态监控，数据流向监控、可视化组件的组成关系，以及各个步骤的进程。运用层包括了具体的可视化的效果算法和模型。模型本身采取开源融合和用户定义方式，曙光只是提供一个开放的系统。用户有能力完全可以自己定义数据模型、流程、数据梳理和处理。可见，曙光的大数据管理软件，从运维、运行和运用层面简化系统管理，最终实现用户在大数据平台应用方面的灵活与便利。帮扶ISV构建大数据开放生态圈一路走来，曙光大数据平台融合了曙光在计算、存储、软件、应用开发等等领域的优势资源，但是，曙光的大数据战略不是靠曙光单方面来完成的。为什么呢？任何一个成功的企业级IT厂商获得成功的关键，在于建立自己的生态圈，那么曙光如何在大数据领域考虑构建生态圈的呢？“最开始曙光专注存储大数据平台的行业深度与性能，后来逐渐转到针对用户应用和系统规划。” 宋怀明博士在谈到大数据平台核心方面非常强调性能优化，他认为，用户数据处理明确了性能提升目的后，要更好地实现这样的目的，就需要在行业应用方面，具备更好的生态支撑、工具优化与ISV合作，便于ISV在大数据平台上将自己的应用搭建起来。实际上，曙光与ISV的合作非常广泛，在政务、医疗、教育等多个领域开展合作，ISV也是曙光大数据平台用户，双方合作为最终应用用户共同开发应用软件和支持。比如天津先特和曙光合作，在政采的数据分析方面取得了成功的应用；浙江天地人与曙光在温州交通行业合作，天地人专注做应用开发，做所有收费站的数据分析，包括汽车车牌、车速、车型号、驾驶员特征识别等。为了方便ISV和用户开发应用，曙光提供源生的开发接口给ISV，ISV根据自己的需求做开发，提升系统性能。曙光大数据平台也有标准用户开发文档和手册，同时还帮助ISV解决一些现实问题，同时负责检查ISV与曙光大数据平台交互的应用程序代码。对于ISV反馈回来的很多用户需求，包括ISV自身的开发需求，曙光会根据具体情况进一步优化，对于几个ISV提出相同的需求时，曙光一般会考虑作为自己新产品或新功能的开发需求。其实，为了便于用户实际需要，曙光将后期大数据平台运维交给相关ISV或SI 来执行，曙光也会进一步跟踪定位，持续平台的优化，提供技术支持，解决具体运维上等等难题。帮助ISV 在大数据领域寻求新的发展机会，同时也给了曙光大数据平台构建全面生态圈的好路径，这一切没有离开过对于用户的直接支持，成功的关键离不开用户。小结：“大数据，我们从来不玩虚的，我们的目标就是未来中国大数据市场的百亿。”不管中国的大数据市场规模未来达到200亿美元还是300亿美元抑或是千亿美元。在既定的数据中国战略框架下，曙光坚持整合自身技术资源、站在熟悉的用户需求之上，一步一步构建生态圈，一点一点做好应用开发与平台优化，曙光已经在迈向大数据战略成功的路上获得了非常有效的自我驱动力与正确的发展方向。未来无限可能，阿明期待中国大数据产业有着前所未有的蓬勃发展。（阿明）

声明：如本站内容不慎侵犯了您的权益，请联系邮箱：wangshiyuan@epins.cn 我们将迅速删除。