【51CTO.com原創稿件】兩會剛剛結束，數字化建設和發展被熱議。在《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中，“加快數字化發展 建設數字中國”單獨成章。綱要指出，迎接數字時代，激活數據要素潛能，推進網絡強國建設，加快建設數字經濟、數字社會、數字政府，以數字化轉型整體驅動生產方式、生活方式和治理方式變革。

數字化發展離不開數據，但數據種類多、來源多、數據量大、數據價值密度相對較低，而且要求處理速度要快，這無疑都給數據的收集、治理、存儲和分析帶來了不小挑戰。企業如何利用數據在競爭激烈的時代保持優勢，成為數據驅動型企業？這就需要數據資產現代化的創新。

數據重要但挑戰多

在企業數字化轉型過程中，數據無疑是最重要的。微軟大中華區副總裁兼市場營銷及運營總經理康容表示，如果企業的全部流程和數據沒有打通的話，就無法讓企業變得更具有智慧。在企業智能化的轉變中，必須打通數據，讓全部員工適當地、安全地使用數據，并且利用數據分析，做出可用的、更精確的、更具有效率的決定。

根據TDWI的調研顯示，企業在大數據和機器學習項目中經常遇到的挑戰有三個方面。

第一是解決方案的復雜性。業界有眾多不同的產品，可以幫助企業解決大數據遇到的問題和挑戰。然而，只有46%的受訪用戶對分析軟件的易用性感到滿意，很多客戶并沒有感覺使用數據分析產品得到了實際價值，而其中大部分原因集中在解決方案過于復雜。

第二是數據的質量不高。很多企業收集的數據，需要經過清洗和治理后，才能讓業務有更好的方式去使用。但是，很多企業并沒有足夠的精力或者能力把數據的質量優化好。調查顯示，只有21%的受訪用戶對半結構化和非結構化數據的訪問感到滿意，不一致的數據類型致使數據質量不高，從而影響企業利用數據產生價值的效率。

第三是規模化。只有28%的企業對于處理額外需求的擴展能力感到滿意，一些受訪者認為，企業的數據平臺更加適合報告等標準需求，對于突發事件的處理能力還是相對薄弱。

據IDC預測，到2025年全球數據總量可能超過175ZB。但這些數據對企業來說也許并不是財富，而是“負擔”。正如微軟CEO 薩提亞·納德拉所說，“今天有一半的‘財富1000強’企業不把數據看作業務資產，不是因為他們不懂得數據的重要，而是因為缺少必需的程序和能力對其加以利用。”

微軟數據服務的四大優勢

數據的重要性無言而喻，企業使用數據的場景也更加豐富。在業務快速迭代更新的今天，面對眾多新一代數據使用場景，企業如何更加簡單、快速、有效的獲取數據并進行實時分析處理呢？這就需要貼近用戶需求的現代化數據服務平臺。

據了解，微軟在數據服務方面的優勢主要集中在四個層面。首先，微軟提供的是一站式服務。業界很多廠商都提供和數據相關的服務，但是產品和服務的種類都是各不相同。微軟通過數據庫+數據湖+數據倉庫+AI+BI五位一體的解決方案和產品，支持各類數據格式，同時擁抱開源技術棧，提供豐富的遷移轉換工具，幫助企業快速應對數據服務難題和挑戰。

第二個是混合數據。如今，很多企業都是混合環境，而不同環境上運行的工作負載產生了不同種類的數據，這些數據需要整合、治理后才能做出更加精準的分析，從而幫助企業提供決策建議。微軟提出的混合數據包括新舊混合、云端混合和多云混合，幫助企業在創新的同時可以利舊，打通本地和云端，真正做到混合多云環境下的數據分析。

第三是智能。微軟Azure是智能云平臺，融合了微軟研究院在人工智能方面的創新，并將這些技術創新整合在每一個產品和解決方案中，此外，Azure中的產品和服務會不斷推陳出新，以滿足企業在轉型過程中不斷變化的需求。

第四，安全可信。微軟智能云擁有超過90項各種安全合規認證，符合世界各地廣泛的合規標準。在數據安全保護方面，微軟也提供了從云到端、再到邊緣的全方位保護。微軟認為保護客戶數據的安全和隱私是微軟最基本的責任，因此，微軟會創造強大的安全系統來保護自己和客戶的系統。

Azure Databricks正式落地中國

如今，企業中的數據有多個不同的來源，有來自企業內部業務應用產生的數據，也有萬物互聯的設備和系統收集的數據，也可能是第三方平臺所積累的數據。而這些數據的結構、類型也是多種多樣。

企業需要將不同結構和類型的數據收集、治理后，通過分析產生更大的價值。過去數據分析是由業務人員提出需求，數據工程師撰寫語句來實現查詢和分析的結果展現。但如今的數據分析，不再只是數據分析師、數據工程師的特權，甚至是業務人員也都可以通過統一的平臺迅速搭建并開啟集群，借助共享的數據和模型，從而進行多種不同類型的計算與分析。而這個平臺就是微軟和Databricks一起提供的Azure Databricks。

去年10月，微軟在中國區發布Azure Databricks預覽版，五個多月后的今天，微軟宣布Azure Databricks正式落地中國。康容表示，Azure Databricks具有節約成本、提升速度和使用方便三大優勢，因此受到了眾多客戶的青睞。

Azure Databricks 是一個已針對 Microsoft Azure 云服務平臺進行優化的數據分析平臺。 Azure Databricks 提供了兩種用于開發數據密集型應用程序的環境：Azure Databricks SQL Analytics 和 Azure Databricks 工作區。Azure Databricks SQL Analytics 為想要針對數據湖運行 SQL 查詢、創建多種可視化類型以從不同角度探索查詢結果，以及生成和共享儀表板的分析員提供了一個易于使用的平臺。

Azure Databricks 工作區提供了一個交互工作區，支持數據工程師、數據科學家和機器學習工程師之間的協作。 使用大數據管道時，原始或結構化的數據將通過 Azure 數據工廠以批的形式引入 Azure，或者通過 Apache Kafka、事件中心或 IoT 中心進行準實時的流式傳輸。 此數據將駐留在 Data Lake（長久存儲）、Azure Blob 存儲或 Azure Data Lake Storage 中。 在分析工作流中，使用 Azure Databricks 從多個數據源讀取數據，并使用 Spark 將數據轉換為突破性見解。

微軟大中華區云計算和人工智能事業部總經理林家偉表示，由于Azure Databricks是微軟第一方開發，與Databricks第三方直接整合，企業無需擔心底層的架構問題或是軟件問題，都是由微軟一家公司來幫助客戶解決。此外，Azure Databricks支持Python、TensorFlow、Keras等開源語言，企業可以直接使用，降低學習成本。同時，Azure Databricks支持不同部門和不同數據分析師共享代碼、共享數據和共享分析，讓企業員工可以碰撞出更多創新火花。

此外，在數周之內，微軟會在中國區提供Azure Synapse Analytics預覽服務。Synapse將數據整合、存儲、分析服務融于一體，可幫助企業打破數據壁壘，從各種數據中快速提取業務洞察，并將其用于機器學習，幫助企業解決數據問題，同時節省成本。

根據GigaOm 的測試 H 和測試 DS顯示，與 Google BigQuery相比，Azure Synapse 表現出的性價比更高，并且與運行測試 H 基準查詢的 Azure Synapse 群集相比，其成本降低了多達 94%。

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】