数据|巨头激烈竞逐大数据,“差异化”如何成就华为云的领导者地位( 二 )

数据|巨头激烈竞逐大数据,“差异化”如何成就华为云的领导者地位
图片

2、既具备高效分析能力 , 也具备长远稳定服务能力
大数据服务除了业务需要高效承接能力 , 还需要稳定应对业务变化、实现自我发展 。
除了上述“大”“融” , FusionInsight在“快”“稳”两个层面则表现出一个数据系统的敏捷与长远稳定服务能力 。
例如 , 毫秒级热数据即时分析 , 实现所谓“T+0” , 在某银行应用中 , 100+节点 , 每天更新10万张表 , 数据入湖时间从12小时降至1小时以内 , 快速吸纳、应用新的数据;又例如 , 支持在线滚动升级 , 无需拆集群、搬应用 , 一个架构持续演进 。
这样看 , 华为云大数据 , 既有强大的身躯 , 也有敏捷的动作 。
3、既是通用性架构 , 也深入技术创新
IDC报告中强调了不同行业间对大数据需求的差异 , 例如政务客户要求数据集中、数据贯通、数据应用 , 而银行业则先强调合规 , 制造业则需要大数据平台带有本行业实践经验 。
因此 , 虽然都是“大数据服务” , 但平台需要满足不同行业的客户 , 会对大数据基础性平台提出不同要求 。
华为云大数据超越了单纯的平台层、基础软件层 , 深入各行业客户业务诉求 , 持续技术创新 , 商业诉求+技术创新的双轮驱动助力政企客户商业成功 。 当前 , 华为云大数据的客户分布在众多行业和场景中 , 例如政务领域有头部部委、各省市政府等 , 运营商则覆盖国内三大运营商 , 金融客户有国有五大行、股份制银行和中小城商农信银行 , 以及保险、证券等 , 大企业客户涵盖能源、交通、城轨、制造等多行业 , 看其发展势头未来还将有更多的互联网视频、电商、视频直播行业等具有海量数据(603138,股吧)的互联网客户等 。
4、既有“增效” , 也有“降本”
对企业而言 , “增效”当然是首位需求 , 但新技术的运营成本也是十分现实的问题 。
FusionInsight作为云原生数据湖 , 在一系列复杂的技术优化下 , 做到了“让数据每bit成本更优” , 此外 , 华为云还通过大数据+AI容器提升当下比较热门的科学计算、机器学习和AI推理的资源利用率 , 这是重点领域的针对性成本优化 。
总得看来 , 华为云大数据与传统大数据平台的玩法呈现出明显的技术差异化 , 为自己赢得了显著而持久的优势 , 为客户提供高质量、可持续发展的数据底座 。数据|巨头激烈竞逐大数据,“差异化”如何成就华为云的领导者地位
图片

3
维持大数据领导者地位 , 华为云的护城河在哪里?
在已有的成绩面前 , 华为云能否“守得住”?
这方面 , 从已有的动作看 , 差异化这个主要的特征之外 , 华为云维持自身地位还有三个方面的竞争优势 。
一是长期的技术沉淀 。
华为云 FusionInsight 大数据自 2009 年就开始投入研究 , 最早在 2014 年推出商用产品 , 现在 , MRS“大快融稳”的云原生数据湖、DWS企业级数据仓库以及一站式数据湖治理中心3项硬核能力都建立这样的长期积累之上 , 缺乏技术积累和理解的平台显然无法完成这样的升级 。
二是对行业、对业务、对企业实际的理解 。
大数据服务必须建立在业务深度理解的基础上 , 而这不是一朝一夕能完成的 , 需要靠不断的探索和磨合 。 华为的市场第一既是一种竞争结果 , 也代表着它拥有最广泛和深度的业务实践机会 。
三是丰富而深厚的生态合作 。
当下 , 华为云积累了从基础设施到分析应用等领域的合作伙伴群体 , 包括多行业 800+ISV等 , 现在 , 其为合作伙伴提供了100+开放API接口 , 技术生态化带来的大数据应用将更加丰富 。
可以看到 , 三个都需要时间和经验积淀的优势 , 让华为云大数据有了既深且宽的竞争“护城河” 。
总而言之 , 华为云大数据想要帮助政企客户实现一企一湖、一城一湖 , 现在看来 , 它已经为这个目标做好了充分的准备 , 并在很多“企”与“城”之中提供了大数据服务 。 IDC报告在行业层面总结过去、展望未来 , 华为云大数据也在为整个大数据行业的发展提供某些经验借鉴 , 推动时代前行 。


推荐阅读