云服务

华科云

华科云服务重新定义企业级公共云端服务标准,以前所未有物超所值的方式提供高端的世界级云端服务,协助企业实践云运算策略,轻松驾驭业务所需。华科云服务结合世界顶级网络基建、虚拟化及存储技术,并提供全方面的方案配套及无可比拟的服务质素,无论是自主快速的开发环境,或是全方位的云端管理解决方案,华科云服务都能满足客户需要。

独有特点:


网络整合

云端平台连接强大的光纤网络,提供高可用性及无间隙的第二层及第三层点对点网络连线解决方案,全面配合不同的业务需求


安全稳妥

云端基建设置于获多重ISO认证的数据中心,确保重要数据获得妥善管理; 华科云服务云端平台及网络亦采用多元保安措施以防各种潜在风险


卓越基建

云端核心结合了世界领先科技巨头VMware、Cisco、OpenStack等顶尖技术,提供高效能的坚强后盾


持续发展

专业团队均受过严格训练及获得专业认证,预备为客户的云端服务作全面支援


易于管理

华科云服务预建了方便易用的用户管理平台,提供多项预设功能,让客户更有效管理云端资源及提升工作效率

深圳华科云动力科技有限公司旨在为客户提供优质的服务和高水平产品

作为大中华区卓越的通讯及信息安全服务供应商。专业的服务团队贯彻其严格品质监控的宗旨,透过电话热线、电子邮件以及上门支援服务,为客户提供最优质的服务。





智能云储存

云数据储存是企业为了分析数据进而获取洞察力的努力,是商务智能的主要环节。在大数据时代,华科云提供了云端的数据仓储解决方案,为企业搭建现代数据仓库提供指南。

概述

数据仓库为企业提供了分析和报表功能,是商务智能的中流砥柱。不过,随着大数据时代的来临,网站日志、用户行为数据、社交媒体、传感器等等在云端产生了海量非结构化数据,为了分析海量数据,与云端数据交互获取更强的竞争力,给传统数据仓库带来了巨大挑战。 伴随着Hadoop/Spark大数据平台的成熟,越来越多的企业开始采用Hadoop/Spark作为企业数据中心来弥补传统数据仓库,对弱结构化或者非结构化数据进行分析,或者作为ETL功能为数据仓库提供结构化数据。 为了帮助企业在大数据时代更好地获得竞争优势,华科云提供了云端的数据仓储解决方案,介绍如何在数据仓库和Hadoop/Spark大数据平台中选型,以及如何运用云计算带来的收益,为企业搭建现代数据仓库平台提供指南。

背景

数据分析是通过收集原始数据、处理后得到有用信息、然后进行分析以获取洞察力的一个过程,最终目的是辅助决策。数据分析的例子有很多,比如网站通过分析用户的行为数据来了解客户的倾向以推荐产品、供电局通过分析电表的数据来提高能源效率等。 为了更好地支持数据分析,数据技术慢慢演化成面向日常事务处理的OLTP和针对统计分析决策的OLAP。 MPP架构的数据仓库是典型的OLAP应用,通过ETL过程把数据仓储在统一的平台,并提供交互式查询帮助企业做出决策,是商务智能(Business Intelligence)的中流砥柱。 随着Hadoop和Spark技术的崛起,普通技术人员都能够通过廉价硬件组建集群,存放大量原始数据并通过大规模并行框架处理数据,并且在上层慢慢演化出Hive、Spark SQL这样的OLAP功能,也能完成数据仓储的任务。

方案

现代数据仓库

关系数据仓库托管服务Palo和Hadoop/Spark托管服务BMR的有机组合才是数据仓储最佳解决方案: 结构化、弱结构化、非结构化存储的原始数据可以复制到BMR集群中。

结构化数据通过ETL载入Palo中。

通过Hive或者Spark SQL交互式查询BMR中的数据,用来做原型测试或者即席查询。这些组件支持运行时定义表模式(Schema on Read),方便处理弱结构化数据。非结构化数据可以通过MapReduce或Spark加工成结构化数据。

变形完成的结构化数据载入Palo,作为企业唯一真实版本(Single Version of the Truth),帮助企业部门之间协作。

通过SQL与Palo通讯,使用BI工具进行即席查询或者交互式分析,或者产生数字面板提供自动报表,以获取洞察力。

大数据时代的数据仓储,应该能够同时处理关系型数据和非关系型数据,小数据与大数据,一个都不能少,而BMR和Palo正是华科云大数据平台给出的答案。

传统的数据仓库或者Hadoop集群建设,需要经过采购硬件、部署软件、开发运维等步骤,周期冗长,而且无法随着业务动态伸缩。相比之下,BMR和Palo都是云端的全托管服务,用户在几分钟内便可以创建集群,而无须考虑运维,节省IT人员的成本。同时,托管服务都支持动态伸缩集群,可根据业务大小调节集群,按使用量付费。总之,IT支出下降,凸显云端托管服务的优势。

数据服务

华科云对数据仓储提供了完整的收集、存储、仓储、应用四个步骤的服务:

收集:方便快捷地把各种类型的数据收集到云端。除了公网上传数据,海量数据可以使用硬盘快递服务,此外还有日志服务和物联网IoT服务可以选择。

存储:把不同类型的数据存储到相应的服务以便进一步处理。比如对象存储BOS是支持HDFS接口的文件存储服务;MolaDB是键值NoSQL数据库服务;RDS支持MySQL和SQL Server的关系型数据库服务。

仓储:把数据清理、变形、优化以后存储关系型数据仓库Palo,或者以更直接形式放在以Hadoop/Spark为平台的数据湖上,以便高效地进行数据分析。

应用:使用商务智能工具如Qlik、Tableau等与BMR或者Palo交互,交互式查询、产生报表、或者生成数字面板供企业内分享。

混合云

混合云融合了公有云和私有云,是近年来云计算的主要模式和发展方向。我们已经知道私企业主要是面向企业用户,出于安全考虑,企业更愿意将数据存放在私有云中,但是同时又希望可以获得公有云的计算资源,在这种情况下混合云被越来越多的采用,它将公有云和私有云进行混合和匹配,以获得最佳的效果,这种个性化的解决方案,达到了既省钱又安全的目的。

混合云特点

更完美库

私有云的安全性是超越公有云的,而公有云的计算资源又是私有云无法企及的。在这种矛与盾的情况下,混合云完美地解决了这个问题,它既可以利用私有云的安全,将内部重要数据保存在本地数据中心;同时也可以使用公有云的计算资源,更高效快捷地完成工作,相比私有云或是公有云都更完美。

可扩展

混合云突破了私有云的硬件限制,利用公有云的可扩展性,可以随时获取更高的计算能力。企业通过把非机密功能移动到公有云区域,可以降低对内部私有云的压力和需求。

更节省

混合云可以有效地降低成本。它既可以使用公有云又可以使用私有云,企业可以将应用程序和数据放在最适合的平台上,获得最佳的利益组合。



IT 行业

对于信息控制、可扩展性、突发需求,以及故障转移需求来说。混合和匹配私有云和公有云是一件好事情。我们已经建立了一些云计算模式:私有云,公有云,公众云,以及混合云。根据国家标准和技术研究所的定义,很多企业已经在不同的、更加复杂的方向上适应了这些模式。最近,云计算的发展计划开始围绕整个架构支持方面,围绕混合云,或者是混合、匹配各种云计算模式来展开。

顾名思义,混合云,是目标架构中公有云、私有云和/或者公众云的结合。由于安全和控制原因,并非所有的企业信息都能放置在公有云上,这样大部分已经应用云计算的企业将会使用混合云模式。很多将选择同时使用公有云和私有云,有一些也会同时建立公众云。

有趣的是,并不是说私有云和公有云各自为政,而是私有云和公有云同时协调工作。下面是一个经典事例:在私有云里实现利用存储、数据库和服务处理,同时,在无须购买额外硬件的情况下,在需求高峰期充分利用公有云来完成数据处理需求。目前,已经有很多企业都朝着这种集中云(cloud-bursting)的架构发展,同时这也是实现利益最大化的关键。

因为公有云只会向你使用的资源收费,所以集中云将会变成处理需求高峰的一个非常便宜的方式。比如对一些零售商来说,他们的操作需求会随着假日的到来而剧增,或者是有些业务会有季节性的上扬。

同时混合云也为其他目的的弹性需求提供了一个很好的基础,比如,灾难恢复。这意味着私有云把公有云作为灾难转移的平台,并在需要的时候去使用它。这是一个极具成本效应的理念。另一个好的理念是,使用公有云作为一个选择性的平台,同时选择其他的公有云作为灾难转移平台。

当然配置方式和这些方式背后的目的是很多。数据显示,大部分使用云计算的企业将会应用几种混合云的类型,这其中的很多简直太复杂了。 不管你在IT行业已经待了多久,你都会意识到这些都不新鲜:只不过是把你现有的IT资源重新分布和整合。不过,在云架构的选择上,我们又多了混合云这样一个选项。