雷涛：我们开始第二场的大数据主题论坛，有请几位嘉宾。今天我们要讨论这么一个主题，大数据及基础设施，这个题目很挑战，因为这个概念在两三年前都在讨论，在业内的一些小沙龙里讨论，今天在市场上有一些声音。现在像淘宝这些互联网公司，有一个深刻的认同，在信息化框架过程中，有一场颠覆。不仅是从应用的角度，更多的是从基础设施，都开始了一个新的尝试。现在互联的大型企业，谈大数据。我们在企业里都发生了什么。今天请到了几位企业的领袖代表和产业界的代表，就这个主题听一下大家的想法。先问一下范总，联通走的很早，在执行层很了不起，我们请您谈一下，从联通的角度，我们怎么落地基础设施，最近你的一些想法，和建设的规范。
范济安：谢谢，我是中国联通信息化事业部数据中心的，我前几个月加盟联通，负责大数据平台的建设。如果说咱们今天的话题是大数据平台的基础设施的建设，确实联通公司在这方面的尝试，可以追溯到两三年。作为电信运营商来讲！实际上数据对于我们来说，我们的生活工具，所有网络的生产，都是基于数据的。最早我们有一套传统的系统平台。做一些基础的数据，或者是报表类、指标类数据的处理。第一步对大数据的尝试，我们领导层从对产品和网络的关注，转到了对用户的关注。在这种情况下，需要我们把用户级别的明细数据搜上来。这些对基础设施的架构，尤其从数据库的角度，数据仓库的角度来说有了一种挑战。在这种基础之上，我们也引入了分布式的数据库。
后来在基础之上，又迈出了第二步。第二步开始尝试所谓的非结构化、半结构化的数据的处理和应用。在这方面比较典型的使用案例就是在运营商当中，第一个推出了移动用户的上网记录的查询，和3G流量的查询，采用hadoop。等一下再具体讲我们下一步的规范。
雷涛：联通是很了不起的，淘宝的人谈双11当天的交易量是350亿，联通的服务器系统，我们参与进来，每天都有很多的数据。在大的体量里面，国家能源就是国家电网，国家电网的大型EAP系统，想听一下刘总国家电网这块怎么面向大数据，怎么迎接这样一个巨大的挑战，有什么新的架构思路？
刘建明：我现在调到国家电网公司科技部，我们这个部门也是智能电网部，在这工作，实际上作为大数据，刚才上一轮的专家讲的和联通讲的我都非常的同意，我们数据分析一直在做。随着这次大数据的浪潮，或者是大数据时代的产生。我们从2012年开始，智能电网、智能电表起来，数据的应用更多。开展了很多的工作。从去年到今年，两年的时间，国家电网公司，做了很多的工作。
但是我们认为不够，昨天我在亦庄提到，我们2014年国家电网公司专门安排了一些大数据方面研究的题目。时间关系，我就把这个题目给大家介绍一下，欢迎大家参加大数据的研究工作。一个是准备做电力大数据的基础体系架构，做了两年的工作以后具体的体系架构。
第二个主题是大数据在智能电网里面的技能体系和路线图。第一、第四、第五个主题都是具体的工作，输配电设备的运行和检修，大数据的分析和监控。除了智能用电这两个方面就是电网的复杂性。
还有配电网，我们这个楼，小区，都属于配电网的管理范畴，基础计算的优化。还有一个刚才讲了智能电表，我们现在全国已经装了接近两亿，这些智能电表的应用和数据，刚才讲到桥。从时间上讲，我们是15分钟一组数据，也有提5分钟一组数据。如果5分钟是288点，这些数据的应用分析，我们可以指导老百姓合理的用电，这些都是大数据重点要开展的工作。
雷涛：这个题目确实很好，我们在2011年成立了一个实验室，这些数据对我们基础设施的能力，传统的数据库很难应对，才会有去IOE新的方式。刚才两位是从用户端来看，带来了很大的基础市场。我想把这个问题交给邓总，邓总是做支撑的，传统的IOE是由小型机制作支撑，服务器跟传统有多大的区别，我们面向大数据的应用，我们作为一个供应商，怎么去思考和运营支撑这个？
邓洪升：我有两个数据，第一个数据就是，2008年的时候，四分之一的服务器CPU，由三家企业提供，IBM、惠普、戴尔。2012年由八家企业承担。这说明什么问题？我们整个市场的服务器品牌，服务器厂商离散化越来越明确。现在也可以看出来，服务器领域，思科和甲骨文也加入了，国内华为也在发力服务器的市场。这也是未来大数据和云计算带给服务器的一些变革，使得很多企业有机会加入到里面。
第二、国内的市场，有一个IDC的数据。在我们Q2的时候，国产服务器已经超过了国际服务器的水平，这是历史上第一次。几年前国产服务器非常惨，现在已经初步的超越国际的市场。这都是取代原来封闭的，不开放的体系一个道路。
雷涛：这真是一个巨大无比的市场机会，服务器不仅替代的外资厂商服务器，还有主流的小型机的市场。这个产业结构发生了很大的变化。我们以前做信息化的服务商。我们更多的是面向IOE的企业，把西方的信息化产业我们做支撑、分销，不同的厂商体系的分布。产业链的结构非常的丰富和定制化，现在我们用新的结构去做，吴总你们已经找到了这种方式，这样的一个定位，跟传统更大市场的对抗，最您的企业经营里面，遇到了哪些挑战，有那些经验可以分享？我们面对新的产业挑战的时候我们应该需要到什么，应该注意什么？
吴强：过去七年的时间，我们一直坚持用SAAS的模式，用创新的方式，为企业提供呼叫中心的技术平台服务。呼叫中心是比较专业的市场，最早创业的时候，我们是基于成本的考虑。所以一直坚持用开源的软件，X86的服务器，分布式的存储。当时完全是出于成本的考虑。2010年我们发现我们符合一个潮流，但是整个的过程中，我们创业几年的过程中，用户对我们的质疑一直不断，就是稳定性、可靠性的质疑。说你X86的服务器，你能够保证我大规模呼叫的情况下稳定性吗，所以一直我们面临质疑。我相信铜业的公司，提供类似服务，这个过程中也应该会面临这方面的挑战。近一两年的挑战，陆续的减少一些。我们遇到的质疑的减少，最重要的是来自于我们有一些云的应用是在传统架构下，实现起来非常的困难。
举一个例子，这个呼叫中心很重要的一点就是研究人的效率，座席员的效率，你打电话咨询没买东西，这个电话咨询三分钟，耗掉他十几块钱的人工。我们过去每年想怎么提高人的工作效率，让间隙的时间缩短，让这个人的排班更优化，更合理，每年提高10%的人均生活力，人工涨15%，效率又下降了5%，每年都在做这个事情。
在我们传统的BI的模式下很难解决这个问题，你说怎么把一个咨询，一个订单的处理，从15块降到1块五，不可能。这个时候你怎么办？必须是动态的。我们大家都有打客服电话的经验，我打进来已经打了100次，从来没有选择英文，但是还是会说英文请按2。你进来以后我首先要查询你过去50次的咨询，如果从来没按过英文，你直接把它跳过去，你必须要毫秒级的范围内完成这个工作。
再举一个例子，我在网上双11的时候保障也很困难，双11完了就是物流。双11的时候你已经下过一个订单，你在没有下第二个订单，电话打进来还是走同样的流程，你知道他是查询状态的，你直接告诉他订单到哪了，20秒钟就可以完成。
雷涛：你没有回答我的的问题，你很急切的跳到应用，基于数据本身的应用，现在越来越让人兴奋。这就涉及到我们基础设施的一块，刚才我们谈的，怎么更有能力的处理数据，还要思考怎么聪明的处理这些数据。中国有一个院士提到，下一代的数据我们应该怎么陈列。现在我们看到有很多的方式。这些不同的内容让我们重新的思考，我们的基础设施发生了哪些变化。我们请到了我们的合作伙伴靳若明教授，你用平时的语言，来解答一下我们在不用表来表达信息以后，我们该用什么样的基础设施，基础架构，把我们的信息重新的组织起来。
靳若明：非常感谢，我们现在研究的，或者是开发主要的产品，是完整的基于图的数据库。我稍微的介绍一下现在的状况。现在关系数据库已经做了四十多年的历史，现在关系数据库遇到最大的问题，是两方面的，一方面是数据量特别大的时候，实际上存储它或者是访问它都是非常难的。美国做并行数据库最大的供应商，他的一个产品至少是几百万美元给一个企业做。但是即使是这样，他仍然在性能上有很多的问题。在另外一方面现在很多人都做hadoop，hadoop带来了创新？谷歌做的时候解决的问题是把数据变得简化。以前的关系数据库，有很多的表。在hadoop里，你可以考虑你只有一个表，这个数据每个都是一行一行的数据，大多数的应用，当你扫描一个表，或者是很多的非结构化的数据的时候，你可以很快的对它做扫描，对它一遍之后就可以完成计算。大多数企业在现在看到的时候，就是说用hadoop可以解决很多他们处理不了的问题。大数据进来的数据，是比较简单的数据。但是实际上这只是解决了这个问题的一部分。对于现在大多数的企业遇到的比较大的难题，就是一个关系。当你考虑在企业里面，客户之间，或者是产品和产品之间，客户和产品之间，它是一种很复杂的关系。用关系数据库记录的一方面，不仅是几百个表，上千个表，上万个表去记录这个数据当你把数据存进来之后，再做分析这个事情就变得很痛苦。
大家可能都用人人网，或者是微信、微博，实际上是一种社交的网络。社交网络带来的变革，我们现在有几个亿的用户，他们之间产生了很复杂的关系。怎么去分析这种图的关系的数据，用现在的关系数据，解决非常的麻烦。基于这个，不仅是我们，在硅谷在全世界，最近五六年提供了一个概念，就是基于图数据库来解决这个问题。相当于你用社交网络的形式，或者是互联网的形式描述数据。这里面有节点，有边，节点可以是人，可以是商品，可以是各种各样的东西。任何产品和人之间产生的交互，都可以用边来描述它，这是一张很复杂的关系的图。
我们来解决的问题就是怎么对这么大的一个图，对它做实时的计算，对他做实时的数据处理。
雷涛：我听的明白，hadoop帮我们做了数据整合，解决传统里面结构里面很难融合的数据问题。但是它还是没有办法挖掘更深层次的数据内容。有了这些内容以后，什么样的应用会出现？李总现在做了一个应用，就是今晚看什么，是基于遥控器的过程，就知道我今天晚上该看什么电影？这个过程你能不能从用户的角度，对我们刚才谈的基础设施做一个大家听得懂的讲解。
李馥岑：我们相比电信和电力行业来讲，我们是比较小的，我们总产值是2800亿，实现了全部的产值。广告收入占1200亿左右，但是我们这个产业是国家唯一一个改革开放30多年来，每年年增长率都超过GDP的行业。电影的这块行业来讲，去年是130亿，但是是连续九年超过30%的递增。应该来讲，我们是属于文化产业，但是在总产值并不太高，它是非常高速发展的产业，也是非常严重依赖数据的产业。
我们刚才说的1000亿的广告市场，主要靠收听率、收视率进行交易，我们的数据是虚拟的货币，大家要依靠数据进行交易。第二、我们数据流通是必须的。类似像我们第三方的调研公司和做整合的公司，整个有10亿左右的市场，我们广告收入能达到1%。和发达国家相比，在美国这个数据能达到4%。相对来讲，我认为我们国家还有很高的提升空间。
因为我们现在整个的行业第一是非常依赖数据，数据的货币化，和流通性已经不成问题。第三个就是现在在三网融合的技术革新下，富媒体情况下，造成了我们的收视形态有很大的改变。这时候需要重新构架我们行业的标准。我们当年很多时候做事后评估，至少是48小时之后，才能出完整的报告，评估你昨天的节目是有多少人看，收视率，关注度是多少。我这档节目的制片人，你在台里是末尾淘汰，还是有更好的提升。我们为什么重新用大数据构建这个行业的应用。
看电视的新办法，怎么依赖与数据。看电视这个事，我们现在的生活是碎片化的，但是从美国来看，每天看电视是平均5个小时，中国人均看电视小时数在2个半小时，但是第二个现象我们也发现，看电视的时候，我们伴随性行为很大，电视还是影响我们最大的媒体，这是毋庸置疑的。我们希望跟雷总技术平台的合作，达到一些场景的应用。我们想看电视的时候，就能推算出来你历史上最想看的电视是什么？但是对于我们每个人来讲，一个人就是看七到八个频道，我们会让这个电视机变得更智能一些。电视是家庭共享的终端，我们会按时间分出你在这个时间点，你家庭里传统在看什么频道，让你快速的找到电视。这是一种比较简单的应用。
第二、对于我们这个行业，起到重塑作用的就是广告的精准投放。为什么大家也很讨厌收视率，因为央视的名嘴都说收视率是万恶之源。你可能做一些高端大气上档次的节目，比如央视纪录片频道，包括科教类的频道，收视率比较低，但是节目质量更好。但是从总体的经济判断来讲，他的收视还是低的。我们用先的数据结构和轮廓，把这个真实的喜好也测出来。第二是我们在创新上，比如说，广告的精准投放，在这种类型上，补贴收视率原来产生的不好影响。
因为我们高端的节目，我们集中的人群，肯定是高层次的人群。收视率总的低，但是广告的取向性不一样。第二、单纯的价格肯定要提升上去。这样反馈回来，对我们制作节目，有一个更好的促进和督导。
雷涛：你的发言让我想起第二个问题。在座的各位，这么多人一方面是想听大数据的企业去分享一些经验。另一方面也是在看有什么的资源我们可以获取。这个问题先问问联通。我们现在在做的一些支撑，包括做精准推荐，我们也在跟联通做合作，都是面向自身的业务经营。刚才在政府的环节里面，大家提到了一个问题，我的数据怎么释放出来。我能不能开放给精准的企业。在数据外部属性的释放上，联通有没有一些考虑？现在已经开始把数据和服务形式在开放，在通信企业里面，除了hadoop的自有支撑，有没有这样的一些思考和归还。
范济安：数据开放，对运营商说，是很尖锐的问题，不光是对外的开放，对内的开放，也是很大的挑战。我们信息系统、数据处理系统，都是跟应用绑在一起。第一步要把数据开放出来，首先让数据流通起来，能够提供一个技术的平台，提供一个基础的设施。让数据能够流通起来，整合起来。然后才能够对内和对外开放，这是从技术的角度看这个问题。
另外，你以怎样的方式来对外，对内开放。前面也谈到了。昨天我也参加政府的一个论坛。首先我觉得运营商确实是掌握了很多的数据。怎样把这个金矿，从矿石提炼金子，整个的过程又谁完整？这确实原来作为垄断企业，想从底层一直做到我把首饰卖到你的手里，现在我可能把金矿提炼出来，给你提供工具，把应用的部分交给大家。这种方式刚才讲了，有技术层面的挑战，也有政策环境方面的挑战。所以我刚才觉得，想提一个问题，政府应该起什么样的角色，是倡导者，还是什么？政府在大数据的开放方面，能够给刚才讲到的数据资产的持有者，一个宽松的政策环境，能够让我们放心大胆的做这方面的尝试，这是很重要的需要企业和政府进行交流的一点。
雷涛：我知道电力的数据，很早用于指导，我们做宏观经济，对微观局部经济的改良，希望释放出更多的信息，这方面有没有一些规划的数据。
刘建明：政府和电力系统是互相的共享数据，我认为数据是什么呢？是不同的应用者，关心不同的数据。我们现在正在做一件工作。从2009开始，老百姓掌握自己的数据。我们现在企业也有，企业也有管自己的，我们在座的可能对老百姓的数据更关心，你自己接到自己的数据，用电的情况可以节省5%，美国是12%，13%，日本是15%。但是随着我们这几年的应用，有一些老百姓可能自己用了，最好的他用电可以节省30%。那么为什么这样讲呢？他掌握了自己的数据以后，实际上我觉得我们应该给老百姓提供一些软件。比如说谷歌曾经提过，他给提供一些软件。我们现在可以在手机上，可以在ipad、平板电脑上都可以分析自己家庭的用电情况。我们最近刚发布了白皮书，我带了几本，这里面专门介绍了体量和数据应用的情况。里面有一个小区，实际上我觉得共享的数据，应用的数据，咱们讲两亿人为智能电表，热水器、空调、洗衣机，什么时候用。我们现在用的是阶梯电价。
雷涛：电网先把数据开放出来，可能做的不只是省电了。后面我想产业界的同事，是不是可以简单的表达一下，我们面向大数据，管理的重点在哪里？
邓洪升：我觉得大数据去IOE是一个趋势，刚才大家看到两个问题。
第一、很多的数据必须存在，我们可以把大数据的系统结合起来。
第二、IOE有很多长期的优化，这几点需要我们有一个好的模式，我们已经在尝试做。我们和用户的定制层面，都需要做很多的开发。
吴强：我上次没回答雷总的问题，坦率的说，我们也很惭愧，现在有一种历史和包袱。以前我们找不到路径，确实找不到路径，这个很坦率。我们现在的方法存量就这样，增量上我们逐渐在探索。这是一个过程不能急。
靳若明：我想补充一下，这个数据到底以什么形式存在，或者是能够被挖掘做分析。这实际上是一直长期存在的问题。对于企业来讲，关系数据库会长期而且可能会永远存在。与此同时，图数据库可能在分析，还有集成方面会发生很重要的作用。数据永远是动态的过程，有很多合作的机会。
李馥岑：我们想先用创新的商业模式和技术形式，先做好数据的汇聚平台。要把全国的汇聚平台做好，做好之后，还要再在它的实时计算。看是用许可，还是用流量计费的商业模式上来讲，跟商家对接好。
雷涛：感谢大家，今天给大家分享了这么多的信息化的内容。