“太空发布”后,你知道星环科技推出的“联邦云”是个啥吗?( 二 )

据了解 , 所谓资源联邦则是云资源的联邦化 , 意味着可以将IaaS层面的计算、存储、网络相互连通 。 当某个数据中心的底层资源不足时 , 可以通过云资源的联邦化这个特性直接调动其他云上的计算资源加以利用 , 并完成合理的弹性扩张 。

对此晶少倒觉得联邦云听起来更多代表一种PaaS云的解决方案 , 力求与IaaS层面达成上下游兼容的关系;其中也不免会涉及到混合云性质的业务产品 , 但更多还是帮助应对大量私有中心的用户以更好实现数据统一存储、使用的业务场景;如果企业已有云部署但仍需使用联邦云 , 则可采用独立的物理部署方式形成托管 。 相比混合云与多云 , 在业务流量爆发的极端场景下 , 联邦云的弹性能力、业务云灾备以及异地多活等指标上都会呈现更多优势 。

除了资源联邦的技术特性之外 , 数据联邦也是联邦云的核心范畴 。 每个数据中心都有自己的数据资产目录 , 均会涉及到数据共享交互的机制 , 数据联邦就是为了保证能够在多个数据中心之间顺利找到对方的数据资源以及目录直接访问对方数据 。 ”

如此说来 , 联邦云主要基于星环科技自研的数据平台 , 通过数据资产与指标能力来统一管理各个数据中心或不同云内的数据资产 , 在此过程中提供统一的数据目录与数据治理 。 无论是数据仓库还是实时计算平台都可支持 , 在“访问接口统一、数据指标体系一致”的前提下 , 哪怕是支持关联融合计算也不是一件困难事儿 。

或许大家多少有些了解 , 联邦云还可以做到通过星环科技跨域数据互联和安全通信技术 , 无负担打通全局视图与各数据库之间的交互协同关系 , 实现SQL任务的最优化分发 , 进而通过统一的SQL开发IDE对接企业内部各类数据库 , 达成数据不移动情况下的联邦计算 。

那么究竟何为联邦计算呢?简单来说就是将一个数据统计的需求 , 例如一个SQL发送给某个数据中心 , 联邦计算可以将SQL分解成一个计划进而分散给多个数据中心进行运算 , 分别得出结果后完成汇总 。 这意味着联邦计算的技术特性可以帮助达成多个数据中心数据的访问以及各自计算资源的调用 , 在减少数据不必要流动的基础上保障本地化与安全 , 提高业务分析效率 。

前文提到的数据联邦如果与联邦计算结合能支持哪些落地应用呢?据悉 , 当面临超大规模集群因为各种原因被切分到多个机房 , 仍需要提供统一数据分析能力 , 对其做业务双活或灾备的集群进行数据交叉处理或对比等工作;当上下级单位 , 因为各种原因数据无法物理集 , 仍需要提供统一分析场景的情况出现时都是数据联邦在与联邦计算的结合应用点 。 在解决业务场景需求过程中 , 通过跨云的数据共享 , 边缘端数据接入 , 自助的数据准备 , 跨企业的数据交叉分析或计算等 , 构建逻辑的数据仓库和数据分析的统一访问和语义层 , 从而为应用提供统一的数据访问层 , 同时保障了数据访问的合规性 。

以此类推 , 与SQL统计类似 , 联邦云中的联邦学习则可以帮助将机器学习的某个模型分发到数据中心上进行分散计算 , 通过星环科技的云互联技术与自研的同态加密算法等实现安全的元数据通信链路;另外基于星环Sophon建模平台提供的FederatedAveraging优化算法能够同时达成对模型选择横向或纵向联邦 , 对各个数据中心或云上的数据进行建模调参 。

如此一来 , 该技术方式一方面可以充分利用数据中心的数据计算资源 , 另一方面也对隐私做到保护:原有数据不会从一个数据中心无规定流向另一个 , 更有助于企业级数据之间的交叉利用 。


推荐阅读