過(guò)去，企業(yè)通過(guò)自建平臺(tái)來(lái)進(jìn)行計(jì)算、存儲(chǔ)、數(shù)據(jù)處理等工作，這種方式會(huì)消耗大量資源在軟、硬件維護(hù)上。例如，部署一個(gè)典型的Hadoop平臺(tái)，通常需要經(jīng)歷業(yè)務(wù)評(píng)估、設(shè)備選型采購(gòu)、硬件上架調(diào)試、操作系統(tǒng)和平臺(tái)軟件安裝調(diào)試等一系列復(fù)雜工作，花費(fèi)1-3個(gè)月的時(shí)間。同時(shí)，企業(yè)在專業(yè)維護(hù)人員上的缺失也使自建平臺(tái)在安全性、系統(tǒng)穩(wěn)定性等方面的表現(xiàn)不盡如人意。因此，很多企業(yè)都逐漸將目光轉(zhuǎn)移到云平臺(tái)上。

　　盡管如此，向云平臺(tái)的轉(zhuǎn)移卻并不能完全消除用戶在部署上遇到的問(wèn)題，面對(duì)不同的業(yè)務(wù)需求，用戶仍需要耗費(fèi)一定的資源去執(zhí)行部署和維護(hù)的工作。KMR的重要優(yōu)勢(shì)，就是能最大程度地幫助用戶降低部署的復(fù)雜度和運(yùn)維的工作量。通過(guò)采用彈性計(jì)算服務(wù) （Kingsoft Elastic Compute，KEC） 構(gòu)建集群，通常情況下只需幾分鐘即可自動(dòng)完成部署工作，用戶只需關(guān)心數(shù)據(jù)處理任務(wù)本身，而不需要關(guān)注硬件和底層系統(tǒng)的運(yùn)維工作。

　　大數(shù)據(jù)分析處理的核心目的是為行為決策提供參考，因此時(shí)效性是評(píng)價(jià)其分析平臺(tái)能力好壞的重要指標(biāo)。在一些特殊場(chǎng)景中數(shù)據(jù)的處理分析速度帶來(lái)的影響更不容小覷。

　　英特爾固態(tài)盤以及英特爾萬(wàn)兆位以太網(wǎng)服務(wù)器適配器的引入，令KMR性能表現(xiàn)卓越。適用于PCIe的英特爾數(shù)據(jù)中心固態(tài)盤可以直接為英特爾至強(qiáng)處理器提供極致的數(shù)據(jù)吞吐量，在KMR中采用的高性能英特爾以太網(wǎng)聚合網(wǎng)絡(luò)適配器X520-SR2，針對(duì)苛刻的數(shù)據(jù)中心/云環(huán)境提供了高度的靈活性以及可擴(kuò)展性。

　　在硬件產(chǎn)品以外，英特爾在各類大數(shù)據(jù)分析軟件庫(kù)上的貢獻(xiàn)也為金山云的性能加速提供了動(dòng)力。例如英特爾高性能數(shù)據(jù)分析加速庫(kù)，包含了基于英特爾平臺(tái)優(yōu)化的常用機(jī)器學(xué)習(xí)算法庫(kù)（如K-Means，LR，PCA等）。在英特爾工程師的協(xié)助下，金山云完成了英特爾數(shù)據(jù)分析加速庫(kù)的評(píng)測(cè)。數(shù)據(jù)分析加速庫(kù)K-Means算法對(duì)應(yīng)傳統(tǒng)的SparkML-Lib算法有近4.6倍性能提升。

　　用戶數(shù)據(jù)從產(chǎn)生到最終體現(xiàn)價(jià)值，包含收集、存儲(chǔ)、分析處理和消費(fèi)等多個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)又有多種多樣的需求。除了KMR以外，大數(shù)據(jù)的處理與分析還需要多種云服務(wù)能力的配合。基于金山云豐富的生態(tài)環(huán)境和良好的開(kāi)放性，KMR不僅提供了豐富的開(kāi)源生態(tài)組件，還可以和其他云服務(wù)產(chǎn)品以及第三方的解決方案無(wú)縫集成，共同構(gòu)建端到端的大數(shù)據(jù)生態(tài)。

　　以存儲(chǔ)為例，KMR提供了金山云KS3（標(biāo)準(zhǔn)存儲(chǔ)服務(wù)）訪問(wèn)接口。在進(jìn)行數(shù)據(jù)處理時(shí)，通過(guò)內(nèi)部高速網(wǎng)絡(luò)直接訪問(wèn)KS3的同時(shí)，也可將原始數(shù)據(jù)統(tǒng)一匯總到這里。KMR集群中運(yùn)行的MapReduce、Spark等作業(yè)就可以直接調(diào)用KS3中存儲(chǔ)的數(shù)據(jù)進(jìn)行計(jì)算，并把結(jié)果寫回到KS3。KS3提供了較低的使用成本和極高的數(shù)據(jù)可靠性，保證了在集群釋放時(shí)仍然可以持久地存儲(chǔ)原始數(shù)據(jù)和計(jì)算結(jié)果。

　　實(shí)踐證明，英特爾至強(qiáng)處理器E5產(chǎn)品家族、英特爾固態(tài)盤以及英特爾萬(wàn)兆位以太網(wǎng)服務(wù)器適配器有助于KMR性能提升，獲得更好用戶體驗(yàn)。同時(shí)，英特爾不斷引領(lǐng)的各項(xiàng)大數(shù)據(jù)開(kāi)源技術(shù)正為大數(shù)據(jù)處理分析技術(shù)的發(fā)展提供源源不斷的動(dòng)力。

　　現(xiàn)在，英特爾開(kāi)源了基于ApacheSpark的分布式深度學(xué)習(xí)庫(kù)BigDL，可以直接運(yùn)行在金山云一類的Hadoop/Spark集群上，并允許用戶編寫標(biāo)準(zhǔn)的Spark程序來(lái)進(jìn)行深度學(xué)習(xí)的訓(xùn)練與預(yù)測(cè)。

　　未來(lái)，通過(guò)提供類似于BigDL的先進(jìn)技術(shù)，英特爾可以幫助金山云的用戶在KMR及相關(guān)平臺(tái)上獲得數(shù)據(jù)存儲(chǔ)、預(yù)處理、分析和深度學(xué)習(xí)等一站式服務(wù)，獲得更強(qiáng)勁的大數(shù)據(jù)分析和處理能力。