“与过去相比，现在的IT环境有了显著的区别。首先，过去会划分重要数据、次要数据和不重要数据，现在则是所有数据都重要，都不能丢失；其次，过去应用类型和数据量相对较少，如今应用则是五花八门、种类繁多；第三，过去基础设施相对单一，现在的基础设施设备数量丰富，涵盖面极为广泛，核心、边缘、云端都会涉及。”国内一家三甲医院的CIO向大数据在线如是说。
的确，这位CIO所遇到的正是当下最为普遍的情况。Gartner首席分析师Pankaj Prasad透露，企业IT基础架构和应用程序所产生的数据量正以每年2-3倍的速度增长，其中像指标、日志等机器所产生的数据越来越多，并且类型丰富。
如今，我们需要面对是一个机器世界，数据就是这些机器的“语言”，通过基于数据不断去认识和了解机器世界，并与之更好地交互，才能让世界更加智能。也正因为如此，如何将海量多源异构实时的机器数据进行汇聚、整合与分析已成当下很多企业都在积极着手准备的首要任务。
而在爱数公司看来，在机器世界探索数据宝藏，开放思维是不二法则。
机器世界为什么要开放思维
机器数据正在改变我们这个世界。IDC《数据时代2025》报告中预测，未来机器数据将成为数据增长的主力军。的确，机器数据带来了前所未有的改变，不光是数据类型与复杂度、应用场景，甚至还有安全、法规等方面的挑战。
爱数认为，机器数据所带来的挑战主要集中在三个方面。
其一，机器数据来源多样化、复杂性高、类型繁多、格式复杂，并且具有实时产生、增长速度快、数据量大等典型特征。
其二，基于机器数据的业务场景增长迅速增加，包括智能运维、安全分析、事件管理、业务运营分析、物联网等，并且每个大的业务场景中还可以细分为更多场景，以安全场景为例，其需求和应用场景非常多样化和广泛化。
其三，随着机器数据产生量和应用场景不断提升，对于安全审计合规性要求也在迅速提升。
“机器数据带来的这些挑战是无法依靠单个产品来解决的。”爱数公司总裁贺鸿富如是说，“在机器数据世界必须通过开放思维来了解、认识和解决这些挑战。”
如何践行开放思维
开放意味着打破封闭，但是开放≠开源。
在笔者看来，在机器世界中以开放思维去应对数据挑战，必须抛弃过去非此即彼的关系，从真实业务场景和需求出发，在产品层面实现 整合与集成，从而满足用户在具体场景中的业务需求。
但现实情况谈何容易。以金融、电信、能源、互联网等行业真实情况为例，很多用户都其在底层数据分析平台上采用了开源数据分析平台ELK或商业数据分析平台Splunk，并且运行多年，与各个业务捆绑紧密。随着技术的发展，安全审计等的要求，仅仅依靠ELK或者Splunk已不能完全符合用户的真实需求。此时接入新产品，既要确保不影响到具体业务，又需要让平台整合发挥出更大优势。
为此，爱数的思路打造开放、高效、经济的机器数据分析平台AnyRobot Family 3，并且在AnyRobot Family 3中推出了创新的Hub架构，实现多源异构数据、多机器数据平台的统一纳管,释放海量机器数据的价值。
以国内某银行为例，其业务已经与Splunk进行了 捆绑，随着新业务对于新技术的需求，以及安全与合规审计的需求，需要保证原有Splunk数据采集、分析业务不丢失和不中断的前提下，实现对Splunk的纳管。该用户通过爱数 AnyRobot Hub 架构的开放性和对多源数据、多类数据平台的纳管能力，让爱数 AnyRobot和Splunk共同服务机器数据的采集、存储和分析。
具体来看：
Splunk原有数据采集场景：在现有Splunk平台可继续使用的情况下,保持Splunk UF采集数据,然后将数据接入到AnyRobot的Collector Hub上,再令数据转发到Splunk上,在数据流上增加一个格式处理器,以确保Splunk能识别到来自Hub的数据格式,同时引入Splunk的S2S协议,保障接入的数据host字段不变。其他数据的处理方式保持不变。
新增加数据管理场景：部署AnyRobot Agent ,将Agent的数据流推送给Collector Hub,再传输到AnyRobot的Kafka,通过AnyRobot进行数据清洗、存储和分析处理。
Splunk原数据流量超出场景：为避免数据流量超出导致Splunk的搜索功能无法使用,在Collector Hub上切换部分Splunk 的UF数据流到AnyRobot上,既保障原分析和查询服务不中断,又避免数据流量超出。
历史数据查询场景：当新的数据接入到AnyRobot后,完整的查询中历史数据的部分在Splunk上。使用Calculation Hub,将请求调度给Splunk,并把接收到的数据返回给AnyRobot做统一计算。这个过程就像Hadoop的MapReduce一样,分布式请求,然后把结果再汇聚计算。
贺鸿富介绍，AnyRobot在开放思维的原则下，其Hub架构可实现多源数据连接，整合现有机器数据平台和第三方应用平台，为业务部门和IT管理人员提供统一的机器数据分析平台，满足用户的多样化需求。
平台+生态是开放思维的保障
从长期来看，除了在产品底层进行架构创新、实现在机器数据环境下的产品整合之外，平台+生态将会是用户用开放思维拥抱机器世界的长期保障。
众所周知，海量数据时代才刚刚开启，机器数据所带来的挑战必然是长期和复杂的，现阶段很难有一款或者一套解决方案可以解决所有问题，未来随着新技术、新场景、新应用的不断诞生，用户要想真正将海量机器数据的价值挖掘出来，一定需要广泛的产品组合与解决方案。
贺鸿富介绍，AnyRobot即采用了平台+生态的发展战略。首先，爱数将AnyRobot打造成为平台化的产品，并且与应用用型伙伴、技术型伙伴和平台型伙伴进行紧密合作，从而构建起面向机器数据的联创解决方案。“比如，爱数跟国内领先APM伙伴一起合作，将APM能力整合到AnyRobot之中，为智能运维业务场景带来更好的效果；又如，爱数与应用合作伙伴一起，构建灾备运维一体化平台，实现业务超可用。”
事实上，机器数据只是当下千行百业用户面临数据挑战的一角。从长期来看，用户需要面临是结构化数据、非机构化数据、机器数据和知识图谱数据等不同域数据所带来的复杂挑战，而平台化产品和丰富的生态必然会为解决数据挑战带来长期的价值。
“平台+生态也是爱数公司的核心商业模式，爱数将聚焦AnyBackup、AnyShare、AnyRobot和AnyDATA四大平台型产品的打造，以及广泛合作伙伴的生态建设。用户未来需要的一定是包括机器数据在内的全域数据能力，从而最终实现数据驱动型组织，实现海量数据价值的落地。”贺鸿富最后表示。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
