IBM Symphony结合System x应对大数据

  继物联网、云计算、互联网、移动互联网之后,“大数据”(BigData)开始在业内引起高度关注。毫无疑问,数据本身就是资产,也是云计算内在的灵魂和必然的升级方向,目前全球
IT巨头都已意识到了“大数据”时代,数据的重要意义。

  作为一家拥有百年技术沉淀的IT技术供应商,IBM技术计算解决方案范围从部门集群延伸到超级计算机,使企业能够通过为广泛的商务和业务挑战提供高性能基础架构来实现更好的成果。

  随着技术计算与高性能计算的联系越发紧密,IBM也开始把高性能计算机系统使用到更多的行业中,IBM Platform Computing便担负了这个职责,是IBM技术运算的战略支撑。

  IBM Platform Symphony加速技术运算

  IBM Platform Computing软件技术理念是让客户能把成千上万台计算机当作一台来使用和管理。

  IBM Platform Computing采用3层软件功能,第一层是资源整合,把企业所
有的服务器及操作系统的软硬件整合成一个逻辑层,交给第二层资源分配来处理,第二层是资源分配,是网络层次的一个概念,把资源整合的逻辑层根据应用的使用、资源情况动态分配,大幅提高资源的利用率,并同时满足用户的服务标准。第三层是资源访问/使用,使用户通过API或UI界面或APP能够清楚明了地使用资源。如果是一个并行任务,用户可以通过一个中间件API调用资源,满足并行应用。

  这三层逻辑抽象,就构成了完整的Platform Computing的软件应用层次,可以支持多用户、多应用、共享、动态的平台,实现主流的技术计算。

  Symphony是Platform Computing平台一个并行分析的计算平台,软件架构支持在大数据量基础上的分布式计算。从理解的角度,与WEB服务器的应用服务器类似,可以把Symphony看成是Platform Computing技术运算平台的应用服务器,它包含针对低延迟、可靠性和资源共享进行优化的MapReduce,还可以兼容Apache Hadoop,进行大数据分析。

  Platform Symphony MapReduce是同类最佳的MapReduce执行方案,用于管理规模化的大数据应用。Platform Symphony MapReduce为企业运行大数据应用提供了下列
好处:

  能够为IT部门带来一种共享式服务平台

  提高资源利用率,加大基础架构方面的投资回报

  能够在企业里实现完善的服务水平协议

  提供更高的性能、缩短获得结果的时间

  简化IT管理,降低管理复杂IT环境的总成本

  加强IT敏捷性

  Symphony软件
具备支持节点数多、处理数度快、平台易于使用、建设运营成本低和功能丰富等特点。Platform Symphony更加
注重在现有基础上提高大数据计算的速度,可以帮助用户更加快速的进行技术运算。

  IBM System x服务器性能不断革新

  软件方面,Symphony一直是处理非结构化数据的方案,硬件方面,IBM System x服务器具备了从Power产品线延续下来的高度RAS特性,两者的结合为处理大数据提供了完整的打包方案,无疑将进一步发挥Platform对大数据处理的优势和价值。

  随着大数据业务需求不断涌现,这种发展趋势使得x86服务器迎来了全新的发展机遇,近几年x86服务器在性能、安全和应用等方面的大幅提升,其在
整体服务器市场所占的比重也越来越大。

  基于英特尔至强处理器 E5 家族的 IBM System x服务器构成了支持大数据分析所需的服务器集群。为了帮助应对前所未有的数据处理,控制各种海量数据,IBM构建大数据平台,该平台有四个主要组件,IBM InfoSphere Biglnsights、InfoSphere Streams、InfoSphere Information Server、数据仓库设备。

  这些堆栈包括了高级分析、作业和工作流管理、安全性以及广泛的集成,从而使得该产品能够立即为企业所用。同时可以分析结构化数据和非结构化数据,包括视频、音频及其他非关系、非结构化数据流。通过数据集成平台将数据转换为关键业务提供信息。

  因为深感大数据、云计算等
新兴技术与x86服务器有着不可分割的关系,而自身的产品又早已在x86市场中占据了
稳定份额,因此IBM无疑将以x86服务器为重心,强化System x产品家族的市场价值。

  就在9月中旬,IBM System x发布了面向高密度系统设计的全新系统NeXtScale System,全新的NeXtScale系统能够在6U的机箱空间内容纳12个半宽服务器节点,基于最新的英特尔至强E5-2600 v2处理器,并支持服务器、存储器、以及GPU、协处理器等加速器的混插环境,为互联网、电信、政府、教育等行业的数据中心提供了空间节省和管理优化的全新高密度方案,来
轻松便捷的构建部门HPC平台以及小型云环境。

  接下来,IBM还将陆续对1-2路x86服务器产品进行更新,这一系列产品针对主流应用和云计算,并对1-2路x86服务器的内存密度、计算能力、可用性和安全性进行全面优化。

  作为一家产品和技术全面的供应商,IBM System x传承IBM百年技术积淀和近半个世纪的大型机血统,性能和安全性卓尔不群,不断把大型机领先技术移植到x86服务器上,从而成为开放技术标准的缔造者和领导者。

  此外,IBM还具备庞大的业务合作伙伴价值链,其中有像Datameer这样的合作伙伴提供可视化和分析工具,其他合作伙伴(如Jaspersoft、Zettaset 和 TerraEchos)也有适用于应用或分析的特定可视化工具,像 Deloitte、Accenture 和CSC这样重要的系统集成商支持。

  了解更多,请搜索“System X:最佳拍档 领航高效IT”

时间: 2024-08-11 07:29:52

IBM Symphony结合System x应对大数据的相关文章

IBM:应对大数据挑战的十大绝技

IBM提供了一系列平台应对大数据带来的三方面挑战--大量化(Volume).多样化(Variety)和快速化(Velocity).无论是能源公司分析气象数据,还是司法机构在众多视频资料中分析有价值信息,亦或是银行为审查资产判别客户级别分析多年的交易数据.IBM大数据平台,都可以帮助企业将数据当成战略资产进行管理.IBM研究机构在大数据领域工作有超过3年时间,目前已经拥有100个大数据项目客户.在商业分析领域IBM已经投入巨资140亿美元--其中包括24项收购以及集聚了8000名分析顾问. IBM

IBM将Platform Computing定位为大数据运行框架

ZDNet至顶网软件频道消息:云计算.大数据.移动和社交四大技术正在颠覆企业的旧有商业模式,随着这四大技术的盛行,企业在迎来发展机遇的同时也面临诸多挑战.越来越多的数据需要被储存.计算和分析,企业的传统IT基础设施已经难以负载.企业需要的是能够运行在云上,更加灵活并可扩展的基础设施. 为了掘金数据海洋,企业需要一个运行在云上的企业级大数据和分析平台.IBM为客户提供了完整的大数据平台解决方案,里面包含了很多硬件和软件,如流计算.大数据分析加速器等等.同时,IBM也提供了广泛的大数据专业服务以满足

应对大数据挑战 企业需共享式服务模型

本文讲的是应对大数据挑战 企业需共享式服务模型,大数据来袭!当企业准备把自己的MapReduce应用从实验环境迁移到生产环境时,共享式服务模型将为这种迁移提供许多重要功能,并加快迁移步伐. 大数据是当今科技行业发展速度最快的领域之一.大数据具有前所未有的大量化.快速化和多样化三大特点,这些是许多新技术背后的驱动力,这些技术可帮助企业处理大数据带来的多种新问题. 在诸多的新兴解决方案中,Hadoop和MapReduce被视为是两种大有希望的方法,可高效管理和分析大数据.但目前针对MapReduce

IBM软件定义存储技术 助力企业大数据时代变革

IBM 在京召开 "ROCK EDGE CHINA 2014--为大数据时代再造存储摇滚盛典".会议期间,IBM展示了最近发布的一系列软件定义存储.闪存等技术与产品,并邀请来自平安保险等企业的IT主管与来宾分享了使用IBM软件定义存储.闪存解决方案应对大数据挑战的实践体验.众多客户的采用表明IBM已经在面向未来的存储技术,如软件定义存储.闪存.存储虚拟化等领域占领了市场先机. 在2014年6月10日发布的<市场份额分析报告:2013年全球SSD与固态硬盘阵列>中,Gartn

博科助力澳大利亚的基因组研究机构应对大数据增长

受到基因组数据集持续高速增长的驱动,澳大利亚基因组研究机构正在它的整个网络中部署一个高性能的博科10GbE核心网络,其中墨尔本节点将率先采用新的博科(NASDAQ: BRCD)交换基础架构. 澳大利亚非营利组织--基因组研究机构(AGRF)是澳大利亚最大的基因组服务提供者,在布里斯班.悉尼.墨尔本.阿德莱德和珀斯都设有实验室,每个实验室为全国性的先进设备.技术和专业知识网络提供一个网关.AGRF利用尖端技术,为学术.应用研究和商业市场提供合约制的基因组服务,涵盖生物医药.植物和动物科学.微生物学

美国:以国家战略应对大数据时代

美国加州斯坦福大学助理教授贾斯廷·古力马,正尝试把数学应用到政治学研究中,通过电脑对互联网上的海量博客文章.议会演讲.新闻报道加以统计分析,从而展开趋势判断.在这个29岁的青年政治学者眼中,"政治学已经日益成为一个数据密集型学科".其实,成为"数据密集型学科"的远不止政治学,科学.广告.体育.公共卫生等大量学科和领域都正在从大数据技术中获益. 随着互联网上数据的不断增多,海洋一般浩瀚的网络数据已成为一种战略资源.大数据技术的目标,就是从这些数据中挖掘信息.判断趋势.

Teradata大中华区CEO:企业如何应对大数据时代

Teradata天睿公司大中华区首席执行官辛儿伦 5月21日消息,Teradata天睿公司大中华区首席执行官辛儿伦(微博)日前接受新浪科技专访时表示,随着大数据时代的到来,企业应该在内部培养三种能力:第一,整合企业数据的能力:第二,探索数据背后价值和制定精确行动纲领的能力:第三,进行精确快速实时行动的能力. 数据快速增长 Teradata天睿公司是一家智能分析解决方案厂商,主要为企业和政府机构做数据整合,分析,探索.挖掘数据背后的价值,从而提高客户生产的竞争力.目前,Teradata天睿公司在大

小公司如何应对大数据热潮?借助第三方服务,或者逆势而为抛开数

"大数据"已经成为互联网上最热门的概念之一,我看到许多创业者都开始谈论大数据的商用价值,创业项目一定得和"大数据"挂钩,有些人更是把<大数据时代>一书奉为圣经,仿佛只要买一本祭在家里的某个角落,自己就有资格高谈论阔.指点江山了.但实际上,虽然书中洞见了数据分析的趋势和隐忧,可由于作者Viktor Mayer Sch nberger是一个典型的学术派,并没有什么值得称耀的实践经验,导致此书缺乏落地感,大数据商业应用在没有可靠技术支撑的状况下也只能是一纸空谈

Hadoop的虚拟化之恋:应对大数据挑战

文章讲的是Hadoop的虚拟化之恋:应对大数据挑战,高速增长的数据量和日益增加的竞争压力,让越来越多的企业开始思考如何挖掘这些数据的价值.传统的BI系统.数据仓库和数据库系统都不能很好地处理这些数据.原因包括: 1.数据量太大,传统数据库不能有效存储并维持可以接受的性能; 2.新产生的数据往往是非结构化的,而传统方式都是为处理结构化数据而设计的; 3.传统数据处理所需的硬件往往相对昂贵,随着数据量增加而继续用传统方式处理的成本让很多企业不能承受.为此,倍受互联网界推崇的Apache Hadoop