IT经济社会出现之后,并不陌生。数据自身是什么。数据成了大家火热关注的问题。从行业角度看，互联网高速发展的十几年中，数据处置技术日新月异，加上移动互联和物联网技术和商业模式的新机遇，加速了数据的发生速度，数据存储量开始爆炸式增长。大数据”概念应运而生。

      数据分析、数据处置等数据库领域技术在不温不火中持续发展。也出现了数据仓库、BI等新技术概念。但从媒体角度看却没有获得关注焦点。直到大数据”概念呈现，     然而“大数据”概念出现之前。将整个数据领域推至最高点，成为全球关注的热点概念。

     武新表示：互联网的呈现，对于这一现象。从技术角度和商业模式上颠覆了激进行业的经营状况，每个人的生活方式，也在互联网和移动互联网的推动下发生根本变化。除去概念炒作的影响外，可以说“大数据”概念提升了数据自身的价值。数据自身没有模型，或者说没有一个量化的方法。因此，无法给出一个明确的价格；但是大数据的推动下，企业对数据的重视水平进一步提升，让我看到数据的价值体现和资源地位。

     数据仓库、BI等早早出现的技术，除此之外。大数据”带动下在应用上更加活跃。接下来的大数据时代，人类信息社会的收官阶段。之前的计算机时代和互联网时代，都是为大数据时代做铺垫和准备的计算机时代的核心是计算能力，极大提高了人们对数据的处置能力；互联网时代解决了信息移动和连接的问题；而大数据时代，可将世界万事万物通通数据化，让人们数据利用中优化现实操作和行为，令全球系统的运行更为高效。

不只开启了数据领域的极速发展。对该领域的开发者而言，所以说“大数据”呈现。也迎来了最佳发展阶段。

促使数据分析使用门槛降低多方面因素。

行业里面有这样一种说法：大数据分析是有钱人的游戏”

      武新谈了自己的观点：如果时间倒退5年，关于这一说法。这个观点是成立的过去，去做数据仓库，做BI确实需要很大的投资，不只是软件和硬件的大量投入；高端人才的招揽上，也要投入大量的资金和精力。但是随着互联网行业的推动，数据生产速度加快，数据分析和数据处置技术也日益完善，大数据分析的门槛慢慢降低。究其原因，主要有三点。

云计算的呈现

开源力量凸显 互联网技术的飞速发展。

大批高技能人才涌现

     大数据分析所需投入资源下降，基于以上原因。国内各大行业公司普遍使用大数据分析技术。然而，随之而来的问题就是大数据市场的竞争状态加据，单位生存空间变窄。如何定位自我位置，抓取独特身份，显得尤为重要，也成了数据库公司的思考难题。

特色产品面对专用市场错位竞争。

南大通用的整体战略定位。错位竞争”特色产品面对专用市场。

     董事长崔维力先生提出了这样的战略方式。看到激进数据库市场IBM微软等几家大型公司占据了几乎整个市场份，武新解释说：南大通用创立之初。行存储技术领域做到极致，技术市场达到饱和状态。因此，这种情况下，很难在激进市场里分得一杯羹。但是新兴的数据分析领域，可以与国际巨头站在同一个起跑线，产品可以在市场上比他表示的还要好。这就是所谓的错位竞争’做专用数据库，发力细分市场。

      存储方式上，做为专业数据库产品。南大通用采用列存储模式。数据上，更快捷的进行聚合、增组、关联；更加便于进行大规模的数据分析、数据统计。对IO要求也大大下降，拥有较高的数据压缩比，适合做B型运算。架构上，不同于激进数据库的垂直架构，而是像Hadoop一样的横向扩展，相对于激进数据来说在计算能力有明显的优势。

     几乎一种数据库平台，过去20年。就能满足所有应用类型。但是随着数据类型的细分，这样的数据处置模式渐渐无法满足用户需求，发生越来越多瓶颈。演变到现在数据处置和应用形成了朝细分市场发展的模式，再次肯定了南大通用战略方针的正确性。所谓细分，就是对某一类数据或某一类应用，做专门的处置技术。精通特定领域的数据分析，特色产品面对专用市场 根据不同需求，做不同产品。

专用数据库产品：分析数据库GBase8a

     打破了以往提高性能只能靠增加数据库的容量，GBase8a南大通用投入最大的一款分析数据库产品。GBase8a采用了列存、智能查询、高效压缩、双向并行、自适应优化等多项新技术。建很多索引的惯例，使得GBase8a既有高性能又有很高的数据压缩比。

     典型分析型应用中表现出：1高性价比：几乎不用调优就可以达到高性能，不需要考虑如何建索引，如何分区等问题。占有磁盘空间大大降低,    武新指出：经过用户实际测试。节省大量存 储设备费用,激进数据库的1/5甚至更高，使用通用、中低端的存储设备和服务器就可以达到很高的性能;2高性能:与国际激进数据库相比在批量聚集、统计性能;即席查询性能、模糊查询性能等方面都有几倍到几十倍的提高;3高可用性：装置、调优、维护、扩展非常简单，好用。

协助用户解决Hadoop平台问题添加非结构性数据处置技术。

     激进行业用户积累了大量数据。其中结构化数据占大多数。ERP等各种系统发生的数据， 经过几十年信息化发展。也基本上都是结构化数据类型。然而最近几年，不难发现，半结构化数据和非结构化数据数量迅猛增长，尤其是半结构化数据的数量。

     武新认为：今天的大数据概念里，对此。从数据特征看，半结构化数据和非结构化数据的比重占到90%以上。半结构化数据，有类似文档这样的东西；非结构化数据以视频为主。针对这一类数据的处置，基于Hadoop平台更为擅长。目前，Gbase8a集群，已经将全文检索—一种半结构化数据处置技术，加入到其中去；一步一步的朝处置半结构化、非结构化数据的方向发展。目标，要做一个面向企业和行业，全数据处置产品和平台。未来我研发目标，将把非结构化数据的处置，做为首要任务。尽可能多的跟开源进行对接。因为在这个领域，开源已经有了很多非常优秀的内容。对接之后，以这两种技术的优势，为用户提供一个平台，全面处置各种类型数据。

     得到大家的广泛认可和共识。Hadoop作为一个云计算平台，Hadoop分布式计算平台以其在处置海量数据中的高可靠性、高扩展性等诸多优点。呈现，解决了单个PC机计算能力单薄的问题，可以同时在几百、几千个PC机上提供强大的计算能力。企业中，作为一种ETL工具，处置海量数据上，有着非常明显的优势。保守的数据库无法做到复杂的数据模型挖掘、预测模型的计算上，也占有霸主地位。但是不可否认的使用过程中，依然存在某些问题。这也是南大通在结合这样一个产品的同时，亟需解决的问题之一。

     所要做的有两点：第一，南大通用的很多用户已经开始尝试使用Hadoop技术进行数据处置和进行一些项目实验。武新表示：面对这样一个优秀的平台。努力将Hadoop平台企业化。Hadoop企业化，就是要把Hadoop平台变成一款真正的产品，更加方便的供用户使用；未来几年或许能实现，但就目前而言还没有达到这样的幼稚度。第二，解决技术更新和用户想要稳定环境之间的矛盾，为用户的稳定使用提供服务。

开始新技术应用实践坚持通用数据库发展。

     国内行业大数据市场中，目前为止。政府的金融、电信等行业的整个IT架构，还是建立在基于小型机的激进架构基础上；核心业务，依旧采用激进数据库模式。随着非结构和半结构数据的大规模增长，这一两年开始，一局部架构开始尝试基于分布式计算模型，例如HadoopMPP等技术的尝试。对于这一变化趋势，武新认为：HadoppMPP等分布式计算模型在处置某些业务上的明显优势，促使金融、电信领域愿意去尝试这项技术。除此之外，数据量上，无论是金融、电信还是政府部门，都在进行从TBPB级别迁升；数据量级上将迎来一个新的里程碑，所以对数据处置技术上的要求，也促使了投入分布式计算模型的应用的步伐。

     虽然微软、IBM等公司占据了整个市场，对于未来的国内数据库市场发展。但在通用数据库产品上，仍然要坚持去投入。武新觉得：经过几十年的技术积累，国内数据分析领域在数据仓库、BI等技术上有了绝对性的建设。目前要做的思考如何进行行业转型？新一代数据仓库怎么做？新一代BI什么样子的BI方面，南大通用也将进行投入，做一款动态BI产品，实现人机交互模式，这也是未来大数据发展的方向，对传统BI也将起到良好的推进作用。

      国产数据库在继续投入通用数据库市场的同时，因此。努力开发下一代新型技术，新的数据分析领域开辟自己的领地，激烈的数据库市场中切割出自己的细分市场，提升自我市场竞争力和改进自身现状的最佳选择。

     武新，南大通用公司高级副总裁兼CTO法国奥尔良大学博士。国家“千人计划”专家。毕业于法国奥尔良大学带热数据产业链大数据”概念价值提升。

     武新于2010年获得中组部实施的国家“千人计划”荣誉，工信部认可的数据库专家。2008年7月，武新回到国内，任南大通用高级副总裁兼CTO南大通用GBase8a分析型数据库及其配套工具总设计师。