交通行业海量数据存储海量数据分析

交通行业如何应对海量数据存储与分析?

交通行业如何应对海量数据存储与分析?

活动背景

随着交通一体化的推进和智能交通的发展,交通行业信息化的程度迅速提升。监测预警、运行调度等业务发展,带来数据量激增,产生大量视频、图片等非结构化数据,这给IT基础架构带来压力:

·    数据存储:满足横向扩展要求,存储PB级别的数据

·    系统吞吐:大量图片和视频并行传输带来系统更高IO要求

·    实时处理:实时统计、监控告警

·    对大量历史数据处理和分析

交通行业IT服务商需要及时把握行业市场变化,了解企业客户需求痛点,学习新技术和新产品,为企业用户提供更有价值的解决方案和服务,提升企业竞争力。

活动详情

AIX专家俱乐部社区将在1月6日下午14:00-16:00组织一场针交通行业IT服务商的在线技术交流活动,围绕“交通行业如何应对海量数据存储与分析”进行解决方案探讨。

本次活动中将有交通行业代表企业的系统架构师分享企业实际需求,IBM技术专家分享IBM闪存、光谱家族和Linux on Power针对交通行业海量数据存储与分析的解决方案,IBM合作伙伴代表企业系统架构师分享解决方案和实践经验。

非常欢迎您在活动中提出针对活动主题下的企业用户需求、架构设计难点、解决方案解析、新产品新技术应用等方面的问题。

主题资料

《POWER大数据解决方案》

IBM Power技术总监房树新分享了对大数据应用现状的看法和针对行业的应用场景建议。并介绍了IBM基于Power的大数据解决方案。大数据处理技术的发展,对硬件提出了更高的要求,IBM提供了包括大数据快速存储查询方案(Power+Hbase)、大数据实时查询分析方案(Power+文档型数据库)、大数据实时分析计算方案(Power+流计算)、创新大数据缓存方案(内存KV数据库,Power+Redis)等基于Power的全方位解决方案。

《交通行业存储系统架构设计》

本文从以具体交通行业企业核心结算系统线上性能问题谈起,详细说明了针对性能问题如何进行分析、如何进行方案的设计和过程推演,引入了全闪存队列,优化了I/O特性,同时对于主流的三种闪存阵列进行的实地业务测试。解决方案是一个传统的资源竖井式向池化方式转变的标准案例,具有高度参考价值。

嘉宾

lzg21st
lzg21st41437
存储工程师brcb
擅长领域: 存储灾备分布式架构
发布420
回答290
ibmfuqiang
系统架构师IBM
擅长领域: 存储灾备分布式架构
发布67
回答59
mac2008
项目经理IT公司
擅长领域: 存储云计算安全
发布618
回答357
skilljiang
存储架构师COSCON
擅长领域: 存储灾备两地三中心
发布262
回答126
sxtycxx
解决方案经理人工智能(计算机视觉)
擅长领域: 存储灾备服务器
发布472
回答323

活跃参与会员

  • zp_ccc
  • mac2008
  • gz_kevin
  • s6dong
  • LINE2008
  • abit2007
  • perry_li
  • 少东家
  • zwmbj
  • baizhaoxian
  • skilljiang
  • weiruan85
  • power-aix
  • nkj827
  • dergwu
  • xtshuang
  • airivers
  • hanbing
  • byethen
  • 小贝
  • twt运营
  • tianshiyumao
  • 古代先生
  • ss33205687
  • 414356153
  • shuhan
  • haizdl
  • 大秦王子
  • 梵人
  • aix小菜
  • lzg21st
  • yidan201301
  • thomas_lhb
  • loopwa291
  • GT心
  • jl3030
  • longzl
  • a156580801
  • haiyang
  • aixibm
  • pwey
  • sxtycxx
  • 暗战
  • goddn
  • huoxz
  • ibmfuqiang
  • hkxuesl
  • xbm2002
  • mingchiu
  • hello_unix
  • aixchina
  • hbu2001
  • 晓黎
  • zwz99999
  • sweetlamb
  • feitan
  • 科莱恩特
  • study123
  • iroy
  • qingyun1208
  • sky9690
  • 北京老鹰
  • jie6666903
  • stader
  • caofei
  • goodbyezwl
  • donnieyen
  • xifengke
  • kt563
  • faye
  • 板凳末端
  • etherjian
  • 龙与昂
  • YZFXT
  • penglongkeac
  • 梦and天空
  • OPS911
  • qy115867317
  • smallmiao
  • hongyehongye
  • jim567
  • davishero
  • sxliuxianlin
  • ibmrootvg
  • w_22222222
  • tony_73
  • lishenit
  • jeong
  • else_xie
  • super1260
  • 落寞80
  • mytxy
  • wsqq9898
  • 彬彬
  • xijiehaiqing
  • nathan_hzy
  • zibing6688
  • jinmaoshu3814
  • wgsjs
  • HYBT
  • micalafei
  • 798683133yj
  • wx59001
  • guansnow
  • wanggeng
  • yezi00
  • yezi000
  • aixchina_x_dai
  • huibo
  • 罗凌彬
  • wzpystcdc
  • ykce
  • cxl0560087
  • pengzi
  • sunc
  • aaa0557880
  • wangjianpay
  • ernest
  • blackbird_new1
  • hatech
  • liuze0906
  • wsbj123
  • duanmoying
  • xie4531
  • sheridan
  • wangyan_1
  • jianyun85
  • 297398172a
  • liuchao6926
  • sunzuo
  • w1042802321
  • 小于儿
  • Gatewaywade
  • frontier990
  • 志邦
  • hly_ysu211
  • cjysoftyj
  • w446892064
  • zhanglh
  • laixin
  • glwang
  • michaelhugang
  • tomthe
  • liyi_dadi
  • root_admin
  • yayalaobaba
  • wulewei
  • 苹果烟台
  • helei
  • molimoli
  • doc
  • Twwww
  • xtfw7945
  • snowdragon_me
  • 奥博
  • 伟哥
  • chinabond
  • xiaorzhi
  • weiliang
  • louyf
  • bjc96333
  • ray1155
  • dk9761
  • evn01_168
  • lonyi
  • Zhoufangyuan
  • root123456
  • shen189
  • 北冰洋黄焖鸡
  • Lancer
  • Shin1002
  • sally_li
  • wang_funing
  • lhd
  • Richard Qin
  • wuzhuang0001
  • 忘了变
  • wzhangbj
  • chenzhiguang
  • 顶级CMOS
  • zmsah
  • mtwzd
  • 狂暴鸭
  • junma
  • grtdevil
  • ph
  • maxsong
  • gcljs
  • heguo
  • tide2046
  • 大白熊F
  • secondiinone
  • soapz
  • 324gr
  • X社区推广