提升服务器性能 大数据不得不迈过的坎

内存计算化繁为简

值得一提的是，近年来许多数据库厂商大力发展的内存计算技术，同样对数据处理速度的提升起到了很大的作用。

内存计算的主要用途之一是庞大的数据集的实时操作。在传统的数据库中，数据存在硬盘上。数据和服务器的CPU，通过有线连接，所以数据要到达的“桌面”是缓慢和遥远的，当需要十亿字节或者艾字节的数据时，数据库性能缓慢的主要原因之一是数据存取的时间过长，不能以足够快的速度到达所需要的地方。

在内存计算中，数据就存储在CPU的旁边，可以瞬间到达。这意味着数百GB的数据分析，报告和预测需要几秒钟内就可以完成，而不是几小时。

行业掘金性能为王

大型数据库和内存计算分别在应用模式和技术上为提升大数据的处理效率作好了准备，但无论是大型数据库还是内存计算，都需要服务器主机具有强大的计算能力、大容量的内存和足够的存储空间，并且将这三者集于一身。而归根结底，就是服务器主机必须具备强大的性能，才能满足高效处理大数据的需要。

结合电信、金融等行业的应用发展，伴随着这些行业的数据向省级集中，更大容量的数据库和更高性能的服务器主机，成为应对大规模用户集中访问数据的基础。

以电信行业为例，电信核心业务平台不仅包含了计费、网管、营业、财务以及外部CRM和其它系统，而且还需要在此基础上完成数据的抽取、清洗和转换，从而在数据仓库的基础上建立商业智能平台，为客户管理管理系统、决策支持系统等系统提供支撑。所有这一切要求核心业务平台必须有一个强大的基础设施平台作为支撑，确保电信的所有业务系统都能够在一个安全、稳定、高效的环境下顺畅运行。

在银行业，数据大集中早在多年前就已经开始实施了。然而，由于银行业利用IT基础设施服务业务发展起步较早，这也造成了部分核心业务系统版本多、需要不同开放和升级的弊端。中国银行作为领先的大型商业银行，早就意识到了这些问题。2011年10月，中国银行核心业务系统全辖上线，为2006年正式启动的IT蓝图实施工程画上圆满句号。

在IT蓝图项目启动之前，中国银行的信息科技建设已经难以满足业务的快速发展。一个集中的表现就是核心业务系统不统一，有6个不同的版本，同时数据集中度不高，旧的核心业务系统分布在华北、华东、华南、西北、西南五个区域信息中心。

IT蓝图项目实施后，中国银行信息中心将直接为34家一级分行、1万多家网点提供运维服务，实现了全行核心业务系统的统一，完成了数据集中，为经营管理分析奠定了坚实的数据基础，同时实现从柜员到客户，从交易到账户等多维度、全方位的控制。而掌控这些的“大脑”则是数据中心里高性能、高效率运转的大型服务器。

其实，无论是金融、电信还是其它行业，要让数据发挥更好的作用，或者通过数据挖掘更好地为企业的经营决策提供依据，将数据集中管理已经是必然的趋势。而最终能否实现目标，一方面要前期进行充分的调研和规划，另一方面离不开大型服务器的在幕后提供更快更强的计算能力。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友