在最熱的IT話題中，云和大數(shù)據(jù)的簡化IT趨勢和一體化理念，早在1996年美國CommVault（康孚）公司成立之初，就被其CEO 羅伯特·漢姆（N.Robert Hammer）確定為發(fā)展方向，并在多年后的今天得到市場和業(yè)界認(rèn)可?，F(xiàn)在，CommVault常被華爾街分析師們看作惠普、戴爾等IT巨頭在軟件業(yè)務(wù)上的收購目標(biāo)。不過羅伯特·漢姆否認(rèn)了收購一說：CommVault目前市值29億美元，單股股價從最初3美分漲到65美元，漢姆認(rèn)為已經(jīng)沒有公司“買得起” CommVault了。今年年初，這家公司登上《福布斯》公布的2012年美國增長最快的25家科技公司排行榜，以3.82億美元的年銷售額和28%的年增長率位列第23。近日，羅伯特·漢姆接受《環(huán)球企業(yè)家》采訪，暢談了自己對大數(shù)據(jù)時代的思考，以及對一家系統(tǒng)軟件公司來說，如何與IBM等強(qiáng)大的競爭對手抗衡。
關(guān)于大數(shù)據(jù)
我們首先來定義一下什么是大數(shù)據(jù)。 現(xiàn)在數(shù)據(jù)從絕對量來說正在迅猛增長，每年的增速是50%；數(shù)據(jù)變化速度也非?？欤鼈儊碜杂诓煌脑?。過去數(shù)據(jù)主要來自于一些應(yīng)用，但現(xiàn)在可能由機(jī)器產(chǎn)生，或者來自社交媒體，它們存在于不同的位置，比如移動設(shè)備、筆記本電腦，或者在數(shù)據(jù)中心，甚至存在云端。
從企業(yè)用戶的角度來看，如此眾多的數(shù)據(jù)分別被存儲在不同的地方，人們再去根據(jù)這些信息做出決策變得更加困難了。傳統(tǒng)的數(shù)據(jù)搜索、存儲和保護(hù)方式已經(jīng)無法應(yīng)對大數(shù)據(jù)的增長，因此這也是很多大公司、政府型組織以及電信公司在做的事情，他們必須再造這方面的引擎以滿足新需求。實(shí)際上從數(shù)據(jù)存儲、數(shù)據(jù)安全性、甚至打造更大的商業(yè)價值方面，都有這方面的需求。此外從消費(fèi)者的角度上，他們也有個人的期望值，比如以自己喜歡的方式通過智能設(shè)備去安全地訪問數(shù)據(jù)。
如果從企業(yè)的競爭力角度看待大數(shù)據(jù)，他們一定要有獲取大量數(shù)據(jù)的能力。比如說從數(shù)據(jù)被創(chuàng)造的時候起，就能以實(shí)時的方式訪問這些數(shù)據(jù)，并且在此之上搭建一個數(shù)據(jù)分析層。同時，對已有的數(shù)據(jù)我們有時要做一個比對，從而發(fā)現(xiàn)一些趨勢；還可以綜合分析來自于不同源的數(shù)據(jù)，比如有些從現(xiàn)有的數(shù)據(jù)庫中抓取，有的要從Facebook這樣的社交網(wǎng)絡(luò)上調(diào)用。舉例來說，我們研究怎樣治療某種疾病，就要調(diào)用人類基因圖譜，這樣一方面我們要到某個大學(xué)調(diào)取數(shù)據(jù)，還要分析這個基因來自哪些人、他們的年齡以及其他特性等。所以這種能力概括來說就是我們能夠去定義數(shù)據(jù)、給數(shù)據(jù)打上標(biāo)簽、對它分類，在需要的時候能夠很快搜索到。
這個問題聽起來似乎很簡單，實(shí)際上解決起來卻很復(fù)雜。假設(shè)北京有一個大型圖書館，如果你想搜索有關(guān)北京天氣的信息，這里跟天氣相關(guān)的書可能有一萬本，內(nèi)容、主題都不同。最快捷的方式當(dāng)然是做一次性的搜索，把這一萬本書里相關(guān)的內(nèi)容找到。從這樣的角度來說，各種各樣的數(shù)據(jù)，都要被打上合適的標(biāo)記，然后去分類，所以你可以想象一下，在世界上這樣的內(nèi)容數(shù)量是以幾十億甚至萬億來計算的。
一體化必要性
為何我們可以做到大數(shù)據(jù)業(yè)務(wù)的一體化？這可能要追溯CommVault的歷史，CommVault最初是AT&T風(fēng)險投資的一個公司。當(dāng)這個項(xiàng)目的負(fù)責(zé)人來咨詢我的意見時，我當(dāng)時的觀點(diǎn)是這家公司要成功的機(jī)會幾乎為零：人們當(dāng)時對數(shù)據(jù)備份的概念是—我有一個數(shù)據(jù)，給它做它的一個拷貝，這就是對它的備份了。
當(dāng)時的存儲就是我們所說的直連存儲，一個電腦外接一個存儲設(shè)備即可完成。當(dāng)時我就想到問題并不在備份本身，而是在數(shù)據(jù)上。我當(dāng)時啟發(fā)他們，假設(shè)數(shù)據(jù)增長100萬倍，我們擁有無限的計算資源、無限的網(wǎng)絡(luò)，假設(shè)存儲是免費(fèi)的，你會怎么做呢？而當(dāng)時的一些大公司并沒有認(rèn)識到這是數(shù)據(jù)的問題，他們只是看到表面的數(shù)據(jù)的備份或者存儲技術(shù)本身。
在1998年的時候，我指導(dǎo)CommVault做了兩件事：一是打造一個架構(gòu)，這個架構(gòu)能夠處理大規(guī)模的數(shù)據(jù)，覆蓋幾百個數(shù)據(jù)節(jié)點(diǎn)，就是我們所說的地理數(shù)據(jù)站點(diǎn)；第二就是如果客戶想做數(shù)據(jù)備份、歸檔、搜索的話，無須用很多個產(chǎn)品分別做，所以我們要打造一個平臺，實(shí)現(xiàn)以上所有這些數(shù)據(jù)的功能。
這個問題理解起來并不難，但是當(dāng)著手去解決問題的時候，就有很多要考慮的因素，比如其他公司忽略的是什么？要做數(shù)據(jù)，就必須對應(yīng)用有深刻了解。舉個例子，我把這個數(shù)據(jù)存在這里，當(dāng)這個數(shù)據(jù)出了問題我要恢復(fù)它的時候，如果我不知道這個數(shù)據(jù)跟應(yīng)用是什么樣的情況，計算也不清楚，網(wǎng)絡(luò)情況又不夠了解，要做數(shù)據(jù)恢復(fù)就會很難，所以實(shí)際上做數(shù)據(jù)管理的一家軟件公司必須對應(yīng)用、存儲、網(wǎng)絡(luò)、計算，以及整個的IT基礎(chǔ)設(shè)施都有非常透徹的了解。