IBM的研究人员在展示通过数据分析提高城市交通水平

下个世纪是大数据的世纪，是从IT走向认知计算的时代。在IT时代成就了一家超级平台，这就是淘宝，而认知时代要做的是数据的生意，那是否有一个类似淘宝的超级数据平台呢？IBM正在做这件事情。

IBM在全球布局了40多个基于Softlayer的数据中心，以Bluemix作为其主力云端开发平台， 在之上通过合作和收购网罗了从Twitter到The Weather Company以及这些年投入250亿美金收购的Cognos、SPSS、ILOG、Algo等诸多顶尖分析公司，再加上收购的Compose 所囊括的业界7大开源数据库等，以期搭建一个“淘宝”式超级数据平台。

2016年3月底，IBM向中国市场披露了其数据分析战略——由多个专有及开源数据库、多种大数据及商业分析算法以及多种数据源接入的“淘宝式”超级平台，再通过优化的后台管理、运维和用户体验，为上至专业开发者下至普通小白用户，提供各类数据服务。

跨越数据管理鸿沟

大数据时代的核心价值是数据分析，这个已经成为共识。但数据分析需要有数据，有数据就需要有数据库和数据库管理服务。

那么，现在一共有多少种数据库产品？由澳大利亚IT咨询公司solid IT创建的数据库知识网DB-Engines，就监控了全球260多种流行的数据库产品，其中包括商用数据库产品以及开源数据库产品，涵盖关系型和非关系型数据数据库。

面对这么庞大的数据库产品及服务，即便是专业开发者也要忘而兴叹了。特别是当数据库与云服务结合形成了云数据服务，即在混合云环境中部署数据库及数据分析服务，除了核心数据库管理外，还涉及到跨云的数据存储、迁移、热备、整合等复杂的云管理技术。

异构数据、异构数据库、异构云环境，这就成为了现代企业面临的数据管理鸿沟。对于IBM等企业级IT服务商来说，如何帮助企业跨越数据管理鸿沟，就成了绕不开的问题。于是就出现了IBM过去几年大力收购数据及数据库管理公司的现象。

大数据“淘宝”商城

IBM的数据分析战略包括了数据分析服务、云数据服务、数据集成服务、数据治理服务、数据集市、跨云的数据连接、混合云管理及云存储服务、行业解决方案和开发者服务等在内的完整链条，这些构成了IBM在大数据时代的“淘宝”商城。

在这个大数据“淘宝”商城中，最重要的“宝贝”就是云数据服务（提供DBaaS数据库即服务），即各种流行数据库的云化、集成、优化与管理。这是什么意思呢？以IBM收购的Compose为例，2015年7月IBM收购了开源数据库管理公司Compose。Compose是一家能为企业用户管理MongoDB、PostgreSQL、Elasticsearch、Redis、RethinkDB、etcd、RabbitMQ等七种最流行开源数据库的服务商。

Compose为用户提供的增值服务包括：由专家负责的24x7全天候数据库监控与管理、数据库的容器化及部署、不间断和无故障的数据库服务、不同数据库之间的数据迁移等。目前，Compose已经为数千家企业用户创建和管理了超过十万个数据库。

而早在2011年IBM就已经推出于基于Apache Hadoop的大数据分析服务商用版InfoSphere BigInsights和InfoSphere Streams。2015年，IBM进一步强化了实时数据分析，通过Apache Spark重新设计了超过15个核心分析与商务解决方案，例如基于Spark技术把数据准备和优化服务IBM DataWorks的代码库从4,000万行代码压缩至500万行。IBM还推出了基于Bluemix平台的Spark-as-a-Service服务。

IBM在2014年收购的Cloudant更是大名鼎鼎，这家创业公司的产品是基于开源CouchDB架构的托管数据库。Cloudant的强项在于永不宕机、动态扩容以及分布式异地多活存储，特别适合电商、在线游戏、金融支付等应用场景。

当然IBM自有的数据库和数据仓库产品，包括经典的DB2数据库、DB2 BLU（内存列存储加速）、dashDB（内存列存储数据仓库）、Informix（TimeSeries）等，都拥有大批的传统企业用户，这些产品经过云化后也成为IBM云数据服务的一部分。

目前，IBM提供了25种专有及开源数据库的云数据服务。IBM大中华区副总裁、大数据与分析事业部总经理丁少忠表示，IBM云数据服务的核心竞争力在于拥有这些数据库的源码，在源码级为用户提供管理服务（Managed Service），这极大降低了企业IT和开发者的负担。

除了这25种数据库即服务外，IBM还在2016年初推出了云化的中间件WebSphere Connect，其中包括了DataWorks、API Connect、APP Connect等组件，进一步扩展了IBM连接更多数据及云服务的能力。

引入预测分析和更多数据源

在IBM的数据分析战略中，云数据服务是用户当前马上就可以用到的服务，而面向未来的预测性数据分析才是IBM真正希望带来更高商业价值的服务。

目前IBM的预测性数据分析服务包括了Watson Analytics以及SPSS for Machine Learning两大类。其中，基于认知计算的Watson Analytics，以自然语言交互和可视化分析界面，把机器学习和预测性数据分析的门槛降低到了最低。

普通人没有经过专业训练，也能用Watson Analytics完成商业预测分析。市场营销、HR专员、金融分析等能简单直接地用Watson Analytics实现高级认知分析，比如直接向Watson Analytics提问后，Watson Analytics能采集、提取、精简数据，并从中发现趋势、预测成果、执行可视化分析、创建报告或仪表板等，而且整个过程都可以用自然语言交互。

Watson Analytics分为免费版、个人版和企业版，其中的免费版就已经能提供丰富的功能了。Watson Analytics在全球已有超过一百万注册用户，在大中华区刚刚推出就获得了近2万个注册用户。

SPSS for Machine Learning则是基于经典的统计分析软件SPSS。2009年，IBM以12亿美元收购了SPSS公司，随后又扩充了统计学分析运算、数据挖掘、预测分析和决策支持任务等丰富的功能。有着40多年历史的SPSS，是目前应用最广泛的数据挖掘预测工具。

除了向中国引进Watson Analytics和SPSS for Machine Learning外，IBM还引入了超过150种公共和免费数据源构成的信息库，其中包括了刚收购的The Weather Company。作为美国第四大使用最频繁的App，Weather公司每天处理高达260亿条云服务查询，是IBM数据服务和Watson物联网业务的支柱。

借助Weather公司的平台，IBM现在可以收集来自世界各地数十亿个物联网传感器的数据，这些数据来自于汽车和飞机远程信息处理系统、建筑和环境传感器、可穿戴的设备、医用植入物、气象站、智能手机、社交媒体、制造生产线和供应链等。接下来，IBM在中国市场将率先推出针对航空公司、媒体、手机厂商等多个领域的服务与合作。

继发力认知商业和认知计算后，IBM的大数据与分析业务也将在中国市场逐一落地，为中国的企业、开发者以及软件开发商等，搭起一个面向认知商业时代的“淘宝”式超级数据平台。有了这个超级数据平台，物联网、智慧城市、智能制造等新经济、新业务形态才能真正发展起来。

本文转自d1net（转载）