海量信息管理之戰(zhàn)

申請免費試用、咨詢電話：400-8352-114

這是你難以想象的數(shù)量級。去年“創(chuàng)建、收集和復(fù)制”的數(shù)字信息已達到1,610億GB，根據(jù)最近的一份國際數(shù)據(jù)公司（IDC）報道，這個容量大約相當(dāng)于把書從地球到太陽來回堆12遍的全部容量。到2010年，IDC估計，信息流量會高達9,880億GB。

在計算機產(chǎn)業(yè)，數(shù)字常會被夸大，而且海量數(shù)據(jù)已不是個新問題。但今日信息的組成成分和來源已與過往不可同日而語，如來自網(wǎng)絡(luò)日志（Blog）、Wiki）、即時通信（IM）、電子郵件、電子表單、無線射頻識別（RFID）標(biāo)簽、視頻、電子商務(wù)交易、技術(shù)支援、供應(yīng)鏈等各方面的數(shù)據(jù)都大得驚人。IDC預(yù)計，今年產(chǎn)生的數(shù)字信息將首次超過存儲容量。“當(dāng)數(shù)據(jù)容量的威脅已達到駭人聽聞的程度時，我們就該有所行動了。”IDC分析師蘇珊-費爾德曼（Susan Feldman）認(rèn)為。

這種威脅在于過量的信息會超出公司的信息管理能力，更別提怎樣去利用它了。對此，商業(yè)科技管理者都有充分的認(rèn)識。根據(jù)《InformationWeek》“展望2007”調(diào)研顯示，網(wǎng)站門戶、數(shù)據(jù)倉庫和數(shù)據(jù)分析工具都位列首席信息官（CIO）們2007年計劃表的首要任務(wù)里，遠超過對業(yè)務(wù)應(yīng)用上的投資。在各種商業(yè)創(chuàng)新中，創(chuàng)建支持實時業(yè)務(wù)信息流程是關(guān)鍵目標(biāo)，受關(guān)注程度只低于優(yōu)化業(yè)務(wù)流程。

信息管理是個總稱，目標(biāo)任務(wù)是處理不同的數(shù)據(jù)來源，它包括了好幾項彼此有重疊的技術(shù)領(lǐng)域：數(shù)據(jù)庫和內(nèi)容管理系統(tǒng)；網(wǎng)絡(luò)存儲系統(tǒng)；管理主數(shù)據(jù)和非結(jié)構(gòu)化內(nèi)容的服務(wù)器；提供數(shù)據(jù)概要、清理、整合的服務(wù)器；存放經(jīng)上述整理改進了的數(shù)據(jù)的數(shù)據(jù)倉庫；分析內(nèi)在邏輯的商業(yè)智能工具；還有能進行數(shù)據(jù)查詢的搜索引擎等等。

對企業(yè)而言，最重要的是如何從流入公司信息系統(tǒng)的海量信息和互聯(lián)網(wǎng)上的龐雜信息中，提取真正有用的知識，并把它轉(zhuǎn)化為公司的競爭優(yōu)勢。

師傅領(lǐng)入門：組織內(nèi)的應(yīng)用

摩托羅拉公司（Motorola，下稱摩托羅拉）使用一套名為“指南針”（Compass）的系統(tǒng)來管理自己的網(wǎng)站內(nèi)容，而這些內(nèi)容每隔12～14個月就會增加一倍，負責(zé)摩托羅拉企業(yè)內(nèi)容與協(xié)作平臺的高級經(jīng)理布拉德-波斯利（Brad Bosley）表示。這個數(shù)字現(xiàn)在為37TB（TeraByte，1Tera等于10的12次冪），這包括4,400個Blog、180萬份文檔，以及客戶與合作伙伴需要訪問的幾千個外網(wǎng)站點。摩托羅拉也會經(jīng)常歸檔過期的數(shù)據(jù)，但新增的數(shù)據(jù)增長迅猛：波斯利說光3月就增加了2.6TB的數(shù)據(jù)。

指南針系統(tǒng)是基于Open Text公司的Livelink企業(yè)級內(nèi)容管理系統(tǒng)，它的前身是一套微軟公司（Microsoft，下稱微軟）的Office文檔管理系統(tǒng)。這套系統(tǒng)已運行超過10年，使用者為摩托羅拉的7萬多名員工。波斯利認(rèn)為指南針的最大挑戰(zhàn)并非技術(shù)問題，而是員工們?nèi)绾卫盟?。這套系統(tǒng)由波斯利和一個6人小組運作管理。但摩托羅拉還網(wǎng)羅了150名諳熟網(wǎng)絡(luò)的志愿者，作為IT、會計、市場等部門的代表，出任“知識管理倡導(dǎo)者。”他們幫助管理自己部門在指南針上的內(nèi)容，并教會其他員工如何使用它。“我們致力于使這些專家在前臺發(fā)揮作用，這樣我們就獲得底層的參與和業(yè)務(wù)精英們的推廣和幫忙。”波斯利表示。

另一個信息管理的挑戰(zhàn)是不斷攀升的期望值。Intuit公司TurboTax軟件的分析經(jīng)理克里斯-瓊斯（Chris Jones）認(rèn)為，隨著數(shù)據(jù)量的增加，公司對如何存儲大容量數(shù)據(jù)更為嫻熟，對它的運用也在不斷改進提高。

而與此同時，當(dāng)公司內(nèi)部的數(shù)據(jù)架構(gòu)和技術(shù)達不到要求時，人們已習(xí)慣到網(wǎng)上尋找自己需要的信息。“5年前，如果我跟別人說，這份報告要10分鐘可以準(zhǔn)備好，他們會覺得相當(dāng)不錯了。”瓊斯回憶說，“但現(xiàn)在他們對數(shù)據(jù)的需求都以互聯(lián)網(wǎng)速度為標(biāo)準(zhǔn)了。”

實時有多實時？

問題是，實時數(shù)據(jù)訪問究竟有多“實時”呢？有23家連鎖店的美國夢幻渡假村集團（MGM Mirage）有一套客戶回饋程序系統(tǒng)，使用的數(shù)據(jù)比實時晚12小時。他們編制這套程序的出發(fā)點在于：如果客戶離開拉斯維加斯一周后，才通知他們下次消費可用的獲贈點數(shù)，就沒有什么意義了。

在一天內(nèi)，客戶可能會使用不同的信用卡和身份證，走入多家在拉斯維加斯賭場地帶的Mirage飯店、酒吧、戲院和賭場。而使用來自國際商業(yè)機器公司（IBM）的數(shù)據(jù)集成軟件、微軟公司（Microsoft）的SQL Server數(shù)據(jù)庫和Acxiom公司（Acxiom Corporation）的數(shù)據(jù)聚合服務(wù)，MGM Mirage集團得以在隔夜后就把不同的身份整合統(tǒng)一起來，到第二天自動更新客戶賬號上獲贈的積分點數(shù)。

“你得在信息處理速度和愿意支付的投資之間進行權(quán)衡。”首席技術(shù)官（CTO）湯姆-派克（Tom Peck）分析說，“在我們的例子里，接近實時就已足夠好了。”

2年前IBM以11億美元購并Ascential軟件公司（Ascential Software），MGM Mirage集團使用的數(shù)據(jù)集成技術(shù)正是來自Ascential軟件公司。在過去2年里，IBM還購并了許多信息管理領(lǐng)域的其他公司，包括以16億美元購并FileNet公司及其內(nèi)容管理系統(tǒng)；元數(shù)據(jù)管理供應(yīng)商Unicorn公司；自然語言搜索供應(yīng)商iPhrase公司；客戶數(shù)據(jù)集成供應(yīng)商DWL公司和身份識別供應(yīng)商SRD公司。

這些技術(shù)，尤其是IBM購并Ascential軟件公司和Unicorn公司所獲得的技術(shù)，將成為IBM最新產(chǎn)品——信息服務(wù)器（Information Server）的一部分，IBM信息服務(wù)器軟件包涵蓋了多種WebSphere應(yīng)用服務(wù)器產(chǎn)品，用于處理各種數(shù)據(jù)集成任務(wù)，如數(shù)據(jù)源分析（WebSphere Information Analyzer)，核對重復(fù)記錄（WebSphere QualityStage）和從一個數(shù)據(jù)源到另一個數(shù)據(jù)源的數(shù)據(jù)提取、轉(zhuǎn)換與加載（WebSphere DataStage)。信息服務(wù)器是IBM信息隨需應(yīng)變（Information On Demand）策略中的旗艦產(chǎn)品。隨需應(yīng)變部門總經(jīng)理安布吉-戈雅（Ambuj Goyal）表示,“我們依托信息服務(wù)器開創(chuàng)了一個新領(lǐng)域，相信以后人人都會跟進的。”

戈雅的話說得很大，但他確實有說這話的底氣。從1982年開始他就在IBM工作，并在DB2數(shù)據(jù)庫的早期開發(fā)上貢獻良多。戈雅帶領(lǐng)研發(fā)隊伍開發(fā)了RS/6000 SP 超級計算機和深藍（Deep Blue）世界象棋冠軍計算機。在短暫擔(dān)任Lotus部門的總經(jīng)理后，他成為信息隨需應(yīng)變部門的帶頭人。

信息管理的一個限制因素，戈雅表示，就是目前還沒有出現(xiàn)一種基礎(chǔ)性的技術(shù)。和10年前零散而不成熟的網(wǎng)站技術(shù)一樣，信息管理也經(jīng)各種技術(shù)逐漸融合演化而成：數(shù)據(jù)提取工具、清理工具和概要工具。戈雅預(yù)測，就像構(gòu)成WebSphere應(yīng)用服務(wù)器的基礎(chǔ)Java虛擬機現(xiàn)在已成為網(wǎng)站應(yīng)用開發(fā)的標(biāo)準(zhǔn)一樣，被稱為元數(shù)據(jù)總線的信息服務(wù)器基礎(chǔ)也必將成為信息管理的標(biāo)準(zhǔn)。

IBM繼續(xù)豐富它在信息管理上的產(chǎn)品組合。3月，它發(fā)布了OmniFind Analytics Edition，用于合并及分析非結(jié)構(gòu)化數(shù)據(jù)源。該軟件作為IBM最近剛升級的DB2數(shù)據(jù)倉庫的一個模塊發(fā)布，而DB2數(shù)據(jù)倉庫則經(jīng)常與信息服務(wù)器打包在一起。IBM的信息管理技術(shù)可不便宜：對一個大公司來說，這些組合可能要花上好幾十萬美元甚或更多。

堅定的信徒

另一位在信息管理領(lǐng)域孜孜探索追求的IBM資深人士就是在2004年加入EMC公司的CTO杰夫-尼克（Jeff Nick）。尼克從上世紀(jì)80年代起就在IBM工作，并擁有50多項美國專利。他是IBM網(wǎng)格運算（Grid Computing）技術(shù)的總設(shè)計師，在離職前，是他領(lǐng)導(dǎo)制訂IBM的按需計算策略。

尼克對信息管理技術(shù)充滿熱情。他覺得隨著信息共享程度的提高，信息管理技術(shù)的確可以改變世界，他繼續(xù)解釋道：“蘊藏在這些信息里的很可能就是未知的新發(fā)現(xiàn)、絕癥的治療方法、我們來自哪里和將往何方等宇宙謎團的答案。”一陣沉思后，他又補充說：“當(dāng)然，商業(yè)上的需求沒那么重的哲學(xué)味。”

杰夫-尼克說，我們來自哪里，我們將往何方？這還是個謎。在過去2年半里，尼克幫助EMC制訂了雄心勃勃的收購策略，使這家公司從一個存儲硬件廠商變成了信息管理軟件和系統(tǒng)的領(lǐng)跑者。這幾年來EMC公司一直在兜售它的信息生命周期管理系統(tǒng)。

根據(jù)IDC的資料顯示，隨著EMC在2003年以17億美元購并文檔管理軟件廠商Documentum公司和2005年以2.75億美元購并數(shù)據(jù)輸入軟件廠商Captiva軟件公司（Captiva Software），EMC已成為內(nèi)容管理系統(tǒng)領(lǐng)域里首屈一指的軟件商。對那些質(zhì)疑它于一年前以21億購并RSA安全公司（RSA Security）之后，如何把這家公司融入信息管理布局，尼克覺得答案顯而易見：一家宣稱提供一攬子信息管理平臺的技術(shù)廠商，怎么可能不提供整合的安全呢？

EMC新增的產(chǎn)品無疑豐富了它的信息管理產(chǎn)品組合，最終達到和IBM相類似的水平：Centera和Symmetrix用于數(shù)據(jù)存儲和訪問、Documentum和Captiva用于數(shù)據(jù)管理、RSA使它更安全，還有上萬名員工的服務(wù)團隊提供業(yè)務(wù)幫助。尼克表示，EMC將通過自主研發(fā)和收購的方式，繼續(xù)擴張自己的信息管理產(chǎn)品組合。

對大型信息管理供應(yīng)商來說，要說缺少什么技術(shù)的話，可能就是企業(yè)級搜索了。由霍華德-休斯（Howard Hughes）創(chuàng)建的位于馬里蘭州的霍華德-休斯醫(yī)學(xué)中心（Howard Hughes Medical Center）管理著近1 PB（PetaByte，即1,000TB，1Peta等于10的15次冪）的研究信息?？茖W(xué)計算經(jīng)理斯科特·柯林斯（Scott Collins）說，它使用了EMC的存儲區(qū)域網(wǎng)絡(luò)（SAN）和用于文件共享的網(wǎng)絡(luò)附加存儲（NAS）軟件。然而，搜索特定的研究數(shù)據(jù)卻絕非易事?？茖W(xué)家們經(jīng)常使用PubMed，這是一個由美國國立醫(yī)學(xué)圖書館（U.S. National Library of Medicine）發(fā)布的在線醫(yī)學(xué)研究摘要和引用數(shù)據(jù)庫?？铝炙菇忉屨f，因為商業(yè)產(chǎn)品不能滿足該應(yīng)用特定的搜索需求，該中心正在開發(fā)自己的搜索引擎。

IBM和EMC不是唯一通過收購豐富自己信息管理產(chǎn)品架構(gòu)的公司。

甲骨文公司（Oracle）就在最近購并了內(nèi)容管理軟件商Stellent公司和商業(yè)智能（BI）軟件商海波龍公司（Hyperion）。Oracle擁有IBM和EMC在企業(yè)應(yīng)用程序業(yè)務(wù)上所沒有的優(yōu)勢。比如，Stellent公司的內(nèi)容管理技術(shù)就可以和Oracle購并的另外一家企業(yè)仁科公司（PeopleSoft）的企業(yè)資源計劃（ERP）軟件整合起來，“只有Oracle可以提供對應(yīng)用中各流程內(nèi)所有信息數(shù)據(jù)的全方位訪問。”Oracle的全球技術(shù)商業(yè)部門的副總裁羅伯特-辛普（Robert Shimp）宣稱。

然而，這些都還處于展望階段，因為Oracle正努力通過Fusion Web 、服務(wù)，把這些收購來的軟件整合到一起，讓它們協(xié)同工作。這意味著以后基于Fusion版的PeopleSoft和Stellent軟件可以非常方便地搭配使用，但前提是需要進行更多的整合工作。

Oracle已在著手改進的一個領(lǐng)域是自己的數(shù)據(jù)庫技術(shù)，這家公司耗費了大量的工作，以使它的數(shù)據(jù)庫查詢支持自然語言查詢，也就是語義描述方式。辛普表示，預(yù)期在Oracle 11G數(shù)據(jù)庫在今年夏天發(fā)布的時候，會提供更多的語義功能。

成本問題

最近，微軟在信息管理上做了一個大動作。這家公司最近發(fā)布的SharePoint Server 2007，它的前身SharePoint Portal 2003的定位是協(xié)同軟件，而新版本的功能則包括如企業(yè)級搜索、內(nèi)容管理和商業(yè)智能。3月，微軟在圣地亞哥舉辦的一次會議上，首席執(zhí)行官（CEO）史蒂夫-鮑爾默（Steve Ballmer）把SharePoint 2007稱為“中間層的終極操作系統(tǒng)或平臺。”

微軟SharePoint業(yè)務(wù)總裁湯姆-里茲（Tom Rizzo）解釋說，鮑爾默的意思是，信息服務(wù)器可以作為用戶桌面端信息請求與包含信息的網(wǎng)絡(luò)數(shù)據(jù)源之間的信息代理，這些數(shù)據(jù)源包括非結(jié)構(gòu)化內(nèi)容、數(shù)據(jù)庫、各廠商的ERP和客戶關(guān)系管理（CRM）應(yīng)用程序，當(dāng)然也包括微軟自己的Dynamics系列產(chǎn)品線。里茲認(rèn)為，“這樣信息就得到了解放，而SharePoint正是突破口。”根據(jù)SharePoint服務(wù)器從電子郵件或ERP應(yīng)用里提取出來的數(shù)字，用戶借助分析工具能分析出銷售增長率的趨勢。

與往常相似，微軟最有力的競爭優(yōu)勢仍是成本，它不需要在如商業(yè)智能工具、內(nèi)容管理服務(wù)器、數(shù)據(jù)集成軟件等信息管理軟件包上投入巨資，這些產(chǎn)品原本可能需要向不同廠商購買，而且即使買回來也不能很好地協(xié)同工作。“有許多單一領(lǐng)域的廠商各自為政。”里茲總結(jié)道，“而SharePoint卻可以作為統(tǒng)一的平臺，完成在公司內(nèi)部各種與效率有關(guān)的任務(wù)。”SharePoint Server 2007的定價取決于你要選購哪些模塊，只提供企業(yè)級搜索的版本定價為5.8萬美元。

但并非人人都認(rèn)同這點。安全防衛(wèi)承包商BAE系統(tǒng)公司（BAE Systems）采用Autonomy公司的Idol Server實現(xiàn)企業(yè)級搜索，它可以從多種數(shù)據(jù)源抓取信息，其中包括SharePoint 2003 服務(wù)器。BAE系統(tǒng)公司知識工程師斯科特?佩特里（Scott Petri）認(rèn)為，即使是升級版的SharePoint Server也過于專用了，不太適于做企業(yè)搜索引擎。“Autonomy公司的搜索引擎對多數(shù)據(jù)庫提供更好的訪問。”他指出，“我們要找的產(chǎn)品得有更好的功能，要比SharePoint覆蓋更多類型的數(shù)據(jù)庫。”

企業(yè)搜索是信息管理至關(guān)重要的因素，但是它依然被企業(yè)忽視了。BAE系統(tǒng)公司采用Autonomy技術(shù)已經(jīng)18個月了，佩特里說，整個公司的員工都通過它搜索Office文檔和PDF文件、RSS種子文件、HTML頁面和在公司網(wǎng)絡(luò)上共享的文件。佩特里表示，他也很贊賞Autonomy技術(shù)在用戶授權(quán)和加密上的安全性。

佩特里認(rèn)為，唯一真正的挑戰(zhàn)是，要讓員工把Autonomy看成一個概念搜索引擎（Conceptual Search Engine），它有別于使用Google時基于一兩個關(guān)鍵字的搜索。在概念搜索方式里，用戶給系統(tǒng)提供的信息越多，獲得的結(jié)果就越準(zhǔn)確。

在公司的信息管理策略里，企業(yè)文化問題也不可小覷。麻省理工學(xué)院（MIT）的IT教授斯圖爾特-馬德尼克（Stuart Madnick）認(rèn)為，最大的危險在于，海量信息排山倒海而來時，人們卻還熟視無睹、麻痹大意。“很可能有些高層就簡單粗暴地把這個問題拒之門外。”他表示，“這會錯失良機。”

商業(yè)機會可以溜走，但不斷攀升的數(shù)字信息卻不會自己消失.