金融行业都有哪些证书？ - 知乎1650被浏览222672分享邀请回答26821 条评论分享收藏感谢收起882 条评论分享收藏感谢收起查看更多回答1 个回答被折叠（）想知道金融社区有哪些啊？ - 知乎62被浏览2070分享邀请回答ier./百度文库，百度云 豆丁网新浪爱问 谷歌 （filetype:pdf）维普，万方等平台 各大咨询公司里面的搜索引擎功能有google提供，搜索结果与google一样，如果google无法登陆，可以用这个网站代替全景网：财经资讯 全景网：权威财经资讯网站三、各大咨询公司报告下载页面德勤中国 | 审计, 企业管理咨询, 财务咨询, 风险管理, 税务服务及行业洞察。Deloitte | Audit, Consulting, Financial, Risk Management, Tax Services。./CN/en/IssuesAndInsights/Pages/default.aspx。McKinsey Greater China。IBM - 全球企业咨询服务部。 ... s_publications.html。商业评论网—打造最有影响力的管理者社区。.ey.com/CN/ZH/home/library。贝恩观点 贝恩公司。。./home/eng/libraryindex.html。。 ... ding-research-on-ma。四、上市公司公告香港证监会上市公司公告 ... h_active_main_c.asp美国证监会上市公司公告.sec.gov/edgar/searchedgar/companysearch.html中国上市公司公告..cn/information/companyinfo/html五、统计局网站信息汇总国家统计局 ./【北京】北京市统计信息网 ./【天津】天津市统计信息网 .stats-/【河北】河北省统计局 ./【河南】河南省统计局 .ha./【黑龙江】黑龙江省统计信息网 .hlj./【吉林】吉林省统计信息网 【辽宁】辽宁省统计信息网 .ln./【山东】山东统计信息网 .stats-/【江苏】江苏省统计局【江西】江西省统计局 ./Index.shtml【安徽】安徽统计信息网 ./【山西】山西统计信息网 .stats-/【陕西】陕西统计信息网 .sn./【湖北】湖北省统计局 .stats-/【湖南】湖南统计信息网 ./tjwh/tjwh/tjwh.files/hntj.gov.htm【贵州】贵州省统计局 .gz./【四川】四川统计局 .sc./sctj/【云南】云南省统计局 【甘肃】甘肃统计信息网 ./【青海】青海统计信息网 ./【宁夏】宁夏统计信息网 ./【福建】福建省统计局 .stats-/【广东】广东统计信息网 【广西】广西统计信息网 ./【浙江】浙江统计局 .zj./【新疆】新疆统计信息网 ./【海南】海南统计局 .hi./【上海】上海统计局 .stats-/【内蒙古】内蒙古统计局 ./【重庆】重庆统计信息网 ./六、投行网站././IPO IPO ./sc/ipo/sponsor.aspxjuling MA ./info/七、其他资源网站统计学软件网站 .ats.ucla.edu/stat/下载软件 注册国家图书馆 ./MIT data base八、数据库整理1、国研网数据库特点：统计数据库包含宏观数据、金融、教育、行业数据等，但是宏观数据年度跨度不大。适合对个别指标进行跨省、跨时间的统一检索。另外有全文数据库等，包含一些专家学者的文章，可以作为参考。2、中经网 ... 1014&height=708特点：以宏观数据为主，包含国家一级、31个省以及200多个市的数据，与国研网的统计数据库类似，统计项目没有国研网多，但是有些指标年份跨度更大。适合统一检索。3、资讯行./IrisBin/Select.dll?Special?db=TJ特点：非常全的数据库，几乎囊括了所有最新的年鉴。适合寻找数据的来源。缺点在于：没有1995年之前的年鉴，数据不是表格形式，需要自己修改。（可行的方法包括：粘贴到word中，把空白（^w)替换为制表符（^t），或者直接粘贴到excel2007，进行数据分列）。4、统计局数据库特点：最近几年刚出的，还在完善中。可以对统计局出版的年鉴数据进行统一检索。（和1、2很相似）有时候能找到1、2所没有的数据。5、年鉴./tjsj/ndsj/包括历年统计年鉴以及普查数据、专题数据等，适合浏览年鉴。实际上，目前很多最新年鉴，包括《新中国六十年统计资料汇编》、《2010年统计摘要》等都可以在网上下载到excel版本。6、知网6.1文献非常全的学术文献数据库，包括了期刊、学位论文、学术会议论文等。这个加上维普的话，基本上可以把中国比较好的期刊论文都包括了。6.2年鉴中国统计年鉴数据库（挖掘版） ... OEFIV2ZBPT0=&p=提供对统计年鉴的统一检索，但是效果不理想，比较凌乱。列出了500部左右的年鉴，比较全，但是不一定有最新的。可以先在资讯行搜索数据指标所属的年鉴，再在这里找到年鉴。7、维普有些知网上找不到的文章可以在这里找到，文章很全。8、英文数据库 ... ew_sub_nvgt_db.psml有BVD统计数据库，包括各国的宏观数据、金融数据、企业数据，有JSTOR,含有重要英文文献，有Elsevier Science--学术期刊数据库（science direct），非常全的英文期刊文献。另外还有：9、人大经济论坛.pinggu.org/bbs/会有一些经济学书籍、年鉴、软件的下载。10、图书馆主页搜索相关的年鉴，也可以提供年鉴下载，但是好像不提供最新一期的。其实，google和百度也是常用的数据来源。图书馆的数据库都是可以凭借校内的IP直接登录的，如果在校外的话可以使用代理服务器或者VPN。在校外要登录学校的数据库，可以采用如下办法：1，代理，。2，vpn，。但是两个都不稳定。九、如何寻找国外的数据1、搜集美国相关的数据由位于华盛顿的美国政府印刷办公室出版、经济顾问委员会撰写的《总统经济报告》（Economic Report of President），提供了有关美国当前经济形势的描述和主要宏观经济变量数据。相当多的数据都可以追溯到1959年，甚至个别的可追溯到1929年。可能你已经留意到了，好多有关美国的图形，都是采用《总统经济报告》（2005）所附数据生成的。这些数据可以免费下载，网址是。如果需要一应俱全安的数据，一个宝贵的权威来源是，美国商务部统计局出版的《美国统计概要》（Statistical Abstract of the United States），相当一部分数据可以免费下载，网址是。如果想获得最近数据的详细资料，一个不错的选择是，美国商务经济分析局每月出版的《当代商业纵览》（Survey of Current Business）。网址是，。2、如何搜集国外其他经济体的数据对富裕国家来说，最有用的资料来源于经济合作与发展组织（Organization of Economic Cooperation and Development，简称OECD）。经济合作与发展组织的成员包括：奥地利、澳大利亚、比利时、加拿大、捷克共和国、丹麦、芬兰、法国、德国、希腊、匈牙利、冰岛、意大利、日本、卢森堡、墨西哥、荷兰、新西兰、挪威、波兰、葡萄牙、韩国、西班牙、瑞典、瑞士、土耳其、英国和美国。看来，世界上的富裕国家大都属于该组织，其产出占世界产出的70%左右。OECD的网址是，提供三种极为有用的数据。《OECD经济展望》（OECD Economic Outlook），每年出版两次，提供许多跨国宏观经济数据。这些数据一般都上溯到20世纪70年代，而且具有很好的一致性。《OECD就业展望》（OECD Employment Outlook），每年出版一次，专门提供劳动力市场的数据。 《OECD历史统计》（OECD Historical Statistics），不定期出版，将当期数据和过去数据放在一起。对于不是OECD成员的国家和地区，可以从其它国际组织那里获得相关数据，比如国际货币基金组织（International Monetary Fund，简称IMF），其网址是。IMF提供《国际金融统计年鉴》（International Financial Statistics Yearbook），它主要提供成员国的金融数据，但也包括一些总体数据，比如GDP、失业和通货膨胀等。至于若干国家长期的统计数据，两个不可多得的数据来源是，Heston-Summers数据库和Madison数据库。Heston-Summers数据库提供168经济体在年间的跨国可比数据，在宾夕法尼亚大学国际比较中心（Center for International Comparisons at the University of Pennsylvania）网站上可以下载，。Madison数据库提供了自1820年以来56个经济体的数据。最后，如果还没有找到你要的数据，不妨登陆下面的两个网站，也许是根稻草。哈佛商学院的宏观经济学资源网站，提供了大量连接。由密西西比大学Bill Goffe维护的一个网站，不仅列出了数据来源，而且还列出了有关经济的其他信息来源。十、综合性数据SEC EDGAR数据库美国国会两院记录、商务部经济数据、伯克莱圆桌会议、斯坦福法律经济词典Web统计资源指南（密执安大学）Statistical Resources on the Web (University of Michigan)由密执安大学文献中心建立。这是一个内容广泛、编排细致的资源指南。包括以下类目：工商业、生活消费、图表、经济学、财政金融、国际经济、国际贸易、劳动与就业等。 .lib.umich.edu/libhome/Do...nter/stats.html报价公司提供有价证券的数据、信息。如有价证券一览表、快报产品价格指数（PPI）详细报告每月一次的产品价格指数报告和数据。包括最终产品和中间产品到原材料等）。房产起价和建筑许可Housing Starts and Building Permits (US Census Bureau)在这里可以看到美国人口普查局最近发布的经济指标。包括私有房产起价和当月、当年的建筑许可摘要。.census.gov/pub/indicator/www/housing.html高校财经数据库收录 12个在线数据库，超过三百万篇商业报告和文章。./国际股票市场数据库包括国际股票市场的价格图表、交易量、共同基金图、上市公司简介等./国民收入和产品帐户National Income and Product Accounts (University of Virginia)这是佛吉尼亚大学社会科学数据中心的杰作。可检索自1959年以来的数据。主要包括：政府收入和支出；收入、就业、工业产品；国民生产和收入；个人收入和消费；数量和价格指数；存款和投资等。.lib.virginia.edu/socsci/nipa/华通数据中心宏观经济信息、行业(产业)发展报告、企业(公司)信息、产品市场分析环境安全数据库多伦多大学和平与冲突研究项目组维护，涉及发展中国家环境压力与暴力冲突.library.utoronto.ca/pcs/database/libintro.htm经济数据（国际）EconData (International)马里兰大学提供的国际性EconData时间序列数据库。新用户要先看数据库说明。文件是PK压缩格式。.inform.umd.edu/EdRes/Top.../International/经济数据（美国马里兰大学）EconData (University of Maryland)可以下载大量的时间序列数据和查看数据的工具。也可以下载一些指令和工作论文。数据覆盖了全球及美国经济。数据文件用PKZip格式压缩。.inform.umd.edu:8080/EdRe...a/Econdata.html经济数据和链接（美国加州大学Fresno分校）Econ Data & Links (CAL State Fresno)由美国加州大学Fresno分校建立。该站点提供了大量表格和统计数据，以及很多相关站点的链接，内容从收入、财富到贫困问题都有。.csufresno.edu/Economics/econ_EDL.htm经济学数据Economics Data是WebEc的一部分。以良好的编排方式将数据和经济学站点排列出来。可参见经济学与计算网页，上面提供了很多软件链接。.helsinki.fi/WebEc/webecc8d.html经济学网络这是一个内容非常丰富的资源中心，有大量美国和世界经济与金融市场的在线图表、经济指南、每周经济分析与简评，以及指向其它资源的链接。所有文件都是PDF格式。由德国驻纽约Morgan Grenfell的首席经济学家Ed Yardeni博士提供。./联储经济数据Federal Reserve Economic Data (FRED)是美国联邦储备银行圣路易斯分行提供的一种很出色的服务。再该站点上，除了有经济研究方面的研究论文和工作论文以外，还提供了有价值的关于美国经济各方面的当前和历史数据。.stls.frb.org/fred/联合国数据信息（耶鲁大学）Numeric Data for UN Information (Yale University)上面有各种数值型数据的链接。由耶鲁大学图书馆维护。.library.yale.edu/un/un2d.htm联合国统计年鉴Statistics Yearbook (UN)主要包括统计数据和指标（如月度统计公报）、统计方法、统计源与参考工具等内容。注册后可以在一段时间以内免费使用统计数据和指标，其它资源不需注册。.un.org/Depts/unsd/mbsreg.htm贸易和环境数据库搜集了几百个贸易与环境的案例，按28种不同标准分类.american.edu/projects/mandala/TED/ted.htm美国的贫困问题Poverty in the United States该站点上提供了美国人口普查局前几年的人口系列报告。可以估算在贫困线以下的美国居民、家庭和个人的情况。文件是PDF格式。.census.gov/hhes/www/poverty.html美国家庭的货币收入Money Income in the United States这是美国人口普查局的系列人口报告的调查数据。对美国的家庭和个人 经济状况的估计；包括年龄、种族、性别、地区、教育程度、收入情况、工作状况等变量。文件为PDF格式。.census.gov/ftp/pub/hhes/www/incom.html美国经济指标与数据Economic Indicators and Data (via Census Bureau)美国人口普查局的最新经济指标。包括： 耐用消费品厂商的运输和定货；房屋起价；商品与服务的国际贸易；制造业和商业创新及销售；制造业的出货、技改和订货；月度批发贸易；月度零售贸易及月度时间序列数据。该站点上还有一个观察当前美国经济状况的小册子，每月出版。常设指标有：GNP、进出口、就业及收入、价格等。有图表，可检索。.census.gov/ftp/pub/indic...ww/indicat.html美国历史上的人口普查数据提供了描述年间美国经济的数据。由哈佛大学维护美国历史上的人口普查数据浏览United States Historical Census Data Browser该站点提供了描述年间美国经济的数据。由哈佛大学维护。美国明尼阿波利斯联邦储备银行经济研究和数据（联机）Federal Reserve Banks (Online)美国明尼阿波利斯联邦储备银行经济研究和数据,大量经济数据可供查找。美国统计（美国商业部）STAT USA ( Department of Commerce)是美国商业部的一个站点。提供美国联邦政府发布的商业、经济、贸易活动的权威信息。站点上包括有尝联机服务的数据库，也有一些免费的数据库，如经济分析局（Bureau of Economic Analysis Economic Information）、美国国家贸易数据银行（the National Trade Data Bank）等提供的其它数据。.stat-usa.gov/能源技术数据交换(ETDE)与能源数据库收集与交换能源研究与技术的信息,能源文献收藏量为世界第一.etde.org/日本统计Statistics in Japan该站点提供了大量的关于日本的数据和指向其它统计站点的链接。由日本信息网络提供。.jinjapan.org/stat/世界统计表格世界统计表格是IMF的年度报告，由世界银行出版，提供了世界各国经济、社会数据指标集。.worldbank.org/html/extpb...NG/wdt-home.htm.ciesin.org/IC/wbank/wtables.html个人所得税Statistics of Income: Individual Income Tax Returns美国国家税收局（Internal Revenue Service）关于个人税收的年度报告。有税收数量和总量，以及各种收入来源。.irs.ustreas.gov/tax_stats/ind.html数据中华商业数据网站,产业研究、竞争情报分析、市场调查、资信调查等./统计资源指南Statistical Resources Guide由Mansfield大学图书馆建立。超文本链接指向统计站点，或介绍印刷型资料。以美国为主，兼有国际性内容，内容涉及经济、社会等各方面。是一个非常有用的资源指南。.clark.net/pub/lschank/web/govstats.html网上数据（加州大学圣迭戈分校）Data on the Net (UC San Diego )收集了关于美国经济和其它数据的站点，有注释，可检索。政府数据（NetEYE Inc）Government Data (NetEYE, Inc)由商业服务机构streetEYE建立。全面收集了全球的数据资源。包括美国、加拿大、拉丁美洲、欧洲、远东地区以及国际组织等。./index/gov.html中国产业经济信息网产业经济的相关数据，部分内容可试用./中国导航网中国导航网，专业的行业研究机构，权威的数据资源，覆盖全国的调研机构，真诚的服务。中国经济信息网数据库中国经济统计、行业、地区经济、企业等数据库./default.aspx?tab=157中国自然数据库中国资源、环境、人口、社会经济等相关数据的集合。./index.asp十一、利用搜索引擎1、虽然还是Beta版，但个人已觉得现在已经是很好很强大了，Google学术搜索滤掉了普通搜索结果中大量的垃圾信息，排列出文章的不同版本以及被其它文章的引用次数。略显不足的是，它搜索出来的结果没有按照权威度（譬如影响因子、引用次数）依次排列，在中国搜索出来的，前几页可能大部分为中文的一些期刊的文章。2、Scirus 是目前互联网上最全面、综合性最强的科技文献搜索引擎之一，由Elsevier科学出版社开发，用于搜索期刊和专利，效果很不错！Scirus覆盖的学科 范围包括：农业与生物学，天文学，生物科学，化学与化工，计算机科学，地球与行星科学，经济、金融与管理科学，工程、能源与技术，环境科学，语言学，法 学，生命科学，材料科学，数学，医学，神经系统科学，药理学，物理学，心理学，社会与行为科学，社会学等。3、.base-search.net/BASE是德国比勒费尔德(Bielefeld)大学图书馆开发的一个多学科的学术搜索引擎，提供对全球异构学术资源的集成检索服务。它整合了德国比勒费尔德大学图书馆的图书馆目录和大约160 个开放资源（超过200 万个文档）的数据。4、.vascoda.de/Vascoda是一个交叉学科门户网站的原型，它注重特定主题的聚合，集成了图书馆的收藏、文献数据库和附加的学术内容。5、./与google比较了一下发现，能搜索到一些google搜索不到的好东东 。它界面简洁，功能强大，速度快，YAHOO、网易都采用了它的搜索技术。各位可以一试。6、Google在同一水平的搜索引擎。是推出的，Web result部分是基于Google的，所以保证和Google在同一水平，另外增加了Amazon的在书本内搜索的功能和个性化功能：主要是可以记录你的搜索历史。现在还是Beta，不过试用后感觉很好，向大家推荐一试 ，不过缺憾是现在书本内搜索没有中文内容。7、严格意义上讲不是搜索引擎，是连接搜索引擎和网络用户的信息立交桥。新一代的搜索引擎应运而生，Ixquick meta－search正是目前最具光芒的新星。但是对于大多数国内用户来说，Ixquick还很陌生。Ixquick众多独特的功能我不一一介绍了，只 介绍我们最关心的，搜索数据库密码。使用方法：先进入Ixquick，以“Proquest”数据库为例。填入Proquest Username Password History Online后点击search，看看出来的结果，第一页中第6个，proquest的username和password赫然在目，别急，再看第4个结 果“HB Thompson Subscription Online Databases”，即，进入 后发现这是一个密码页，选择Magazines & Journals栏，就有 EBSCO、Electric Library Elementary、Electric Library Elementary、ProQuest Platinum (in school)、ProQuest Platinum (remote)等众多数据库的密码，都有uesrname和password，随便试一下EBSCO，OK，成功登陆。8、cmu的作品，对搜索的内容进行分类，这样可以有效地做出选择，比较有特色。可实现分类检索，检索速度也很好，如EBSCO 密码几分钟就可找一大堆 .，User ID: mountain，Password: ridge，这个密码可以试试。9、./一个检索免费paper的好工具。 进入网页以后，可以看到他有三个功能，driectory web article ，其中article对我们很有帮助，你可以尝试输入你要找的文章，会有很多发现的！10、./Sample感觉不是很好用，内容也不是太多，主要靠用户添加网址，提供信息的搜索引擎，搜索功能也比较差，输入常见的关键词，往往找不到相匹配的内容。11、现点击后或跳转到，在此搜索引擎里可以搜索到超过千万种化学品信息或相应的供应商，与Chemblink有点相似，但提供的化学品理化信息没有Chemblink详细，与其不同的是该搜索引擎可提供化学品结构式搜索（主页上有在线绘制化学结构式的搜索框）。12、./OJOSE (Online JournalSearch Engine，在线期刊搜索引擎)是一个强大的免费科学搜索引擎，通过OJOSE，你能查找、下载或购买到近60个数据库的资源。但是感觉操作比较复杂。13、一个关于计算机和信息科学的搜索引擎。14、专家个人主页搜索引擎15、为 了给读者用户提供一个方便快捷的查阅国外各类期刊文献的综合网络平台，中图公司组织开发了cnpLINKer（cnpiec LINK service）在线数据库检索系统，并正式开通运行。cnpLINKer即“中图链接服务”，目前主要提供约3600种国外期刊的目次和文摘的查询检 索、电子全文链接及期刊国内馆藏查询功能.并时时与国外出版社保持数据内容的一致性和最新性。点评：只提供了外文检索的功能，但是无法得到全文。个人认为不是很理想。16、百度国学目前能提供上起先秦、下至清末历代文化典籍的检索和阅读。内容涉及经、史、子、集各部。17、NFOMIN是由加州大学、维克森林大学、加州国立大学、底特律大学等大学图书管理员建立的学术搜索引擎。它主要为大学职员、学生和研究人员提供在线学术资源。十二、互联网和传媒1、资讯类新浪科技 腾讯科技 艾瑞网 ./艺恩网 ./虎嗅网 36kr 钛媒体 ./游戏大观 ..cn/亿欧网 ./媒介360 ./main2、数据类中国票房 ./中国互联网络信息中心 ./艾瑞网 ..cn/report/viewlist.aspx易观智库 ./游戏产业网 ..cn/list/.html百度指数 大数据导航 CSM（电视收视率） ..cn/微排片 十三、医药行业1、样本医院数据（1）化药、生物药和中药注射剂 （2）中成药、化药 ..cn/（3）国外样本医院数据彭博上有类似PDB的数据库2、药品中标价格百度虫，药智网，健康网 （付费），米内网（付费）3、药品招标政策各省药品招标平台4、医疗器械数据基本没有，米内网有付费数据库（没见过）、海关信息网5、中药材数据中药材天地网、万得的EDB、中药材东方网6、药品审批药智网、药监局、CDE网站7、医药行业政策国家药监局、发改委、中国政府网、卫计委等等8、国内外行业协会和咨询机构例IMS Health、XX医药协会9、新闻网站/微信赛柏蓝、米内网、生物谷、新康界、医谷、药友汇、丁香园、动脉网、贝壳社十四、策略常用网站1、国内网站统计局 中国人民银行 财政部 海关总署 ./tabid/400/Default.aspx中央结算公司 发改委 审计署 2、国外网站the world bank： .worldbank.org/united states census：.icpsr.umich.edu/BEA: .bea.gov/CBO: http: //.cbo.gov/world federation of exchanges: .world-exchanges.org/最常用wind股票数据库十五、银行业1、新闻资讯中证网 ./xwzx/hg/一财网 ./economy/财新网 华尔街见闻 新浪财经 证券时报网 ./中国金融新闻网 ..cn/yh/xw/2、公告、数据查找中国货币网 ..cn/index.html巨潮网 ..cn/统计局 中国人民银行 银监会 ./index.html上海证券交易所 深圳证券交易所 最常用wind股票数据库十六、有色金属行业1、日报网站（1）宏观新闻：央行快讯 （2）行业新闻：中国金属网 ，上海有色网./index_2015.html，百川咨询 （3）公司公告：巨潮 2、其他常用站高工锂电 ./default_index_new.php真锂研究 深交所互动易（查看投资者互动资料） 中金网（有色金属） ./news/银 .silverinstitute.org/site/publications/银 . ... /articles/gfms.html新三板咨讯 格隆汇港股 ./portal.php十七、英语技能建议1、总结： 听，读/复述，记录三者缺一不可FT商学院 ./channel/mba.htmlFT双语阅读 ./channel/english.htmlFT英语速读测试
... utm_medium=referral2、推荐材料和网站最实用的听力网站：./englishlistening/页面上方有这么多的选项，可以根据自己的水平选择不同的听力材料，很多材料都有文本甚至有中文翻译，是非常难得的资料！ 每天花15分钟，选2-3篇新闻练听力，对照文本和翻译，并把实用的内容记录下来，非常有帮助。提示： VOA慢速：速度非常慢，属于难得最低的材料。VOA标准：常速新闻，难度中等。BBC：标准英式发音，难度较大。NPR: 速度较快，难度较高的美国广播新闻。十八、培养market sense的几个必备网站1、新浪财经国内最全面，最权威的财经网站，设为浏览器主页，，各个栏目的质量都很高，有很多值得挖掘的内容绝对的国内财经头条，其中右方的专题策划非常值得一看主页下方很多国内权威杂志的链接，可以免费阅读2、21世纪商业评论./ 最前沿的商业资讯，文章很有深度，可订阅电子邮件3、FT中文网./，权威，可同时读中英文文章，可订阅电子邮件4、华尔街中文网 同样权威，可同时读中英文文章，可订阅电子邮件5、推荐网站视频：罗辑思维，赢在中国（经典的创业节目），中国经营者，CCTV-2 经济半小时，一虎一席谈，财富人生。35添加评论分享收藏感谢收起01 条评论分享收藏感谢收起查看更多回答如何在金融行业大数据中掘金？a year ago1收藏分享举报文章被以下专栏收录为企业客户提供专业的IT运营服务推荐阅读{&debug&:false,&apiRoot&:&&,&paySDK&:&https:\u002F\\u002Fapi\u002Fjs&,&wechatConfigAPI&:&\u002Fapi\u002Fwechat\u002Fjssdkconfig&,&name&:&production&,&instance&:&column&,&tokens&:{&X-XSRF-TOKEN&:null,&X-UDID&:null,&Authorization&:&oauth c3cef7c66aa9e6a1e3160e20&}}{&database&:{&Post&:{&&:{&isPending&:false,&contributes&:[{&sourceColumn&:{&lastUpdated&:,&description&:&&,&permission&:&COLUMN_PUBLIC&,&memberId&:1659529,&contributePermission&:&COLUMN_PUBLIC&,&translatedCommentPermission&:&all&,&canManage&:true,&intro&:&为企业客户提供专业的IT运营服务&,&urlToken&:&newtouch&,&id&:16860,&imagePath&:&dd54b66d78cb84dc09f9cb52e9699ceb.jpeg&,&slug&:&newtouch&,&applyReason&:&0&,&name&:&新致云&,&title&:&新致云&,&url&:&https:\u002F\\u002Fnewtouch&,&commentPermission&:&COLUMN_ALL_CAN_COMMENT&,&canPost&:true,&created&:,&state&:&COLUMN_NORMAL&,&followers&:15,&avatar&:{&id&:&dd54b66d78cb84dc09f9cb52e9699ceb&,&template&:&https:\u002F\\u002F{id}_{size}.jpeg&},&activateAuthorRequested&:false,&following&:false,&imageUrl&:&https:\u002F\\u002Fdd54b66d78cb84dc09f9cb52e9699ceb_l.jpeg&,&articlesCount&:4},&state&:&accepted&,&targetPost&:{&titleImage&:&https:\u002F\\u002F9f31140abc5a7d5deccbaf_r.jpg&,&lastUpdated&:,&imagePath&:&9f31140abc5a7d5deccbaf.jpg&,&permission&:&ARTICLE_PUBLIC&,&topics&:[46,],&summary&:&\u003Cstrong\u003E中国数据库技术大会于日在北京国际会议中心拉开帷幕，该大会以\&数据定义未来\&为主题，云集了国内外顶尖专家，共同探讨MySQL、NoSQL、Oracle、缓存技术、云端数据库、智能数据平台、大数据安全、数据治理、大数据和开源、大数据创业、大数据深度…\u003C\u002Fstrong\u003E&,&copyPermission&:&ARTICLE_COPYABLE&,&translatedCommentPermission&:&all&,&likes&:0,&origAuthorId&:0,&publishedTime&:&T15:52:17+08:00&,&sourceUrl&:&&,&urlToken&:,&id&:783916,&withContent&:false,&slug&:,&bigTitleImage&:false,&title&:&如何在金融行业大数据中掘金？&,&url&:&\u002Fp\u002F&,&commentPermission&:&ARTICLE_ALL_CAN_COMMENT&,&snapshotUrl&:&&,&created&:,&comments&:0,&columnId&:16860,&content&:&&,&parentId&:0,&state&:&ARTICLE_PUBLISHED&,&imageUrl&:&https:\u002F\\u002F9f31140abc5a7d5deccbaf_r.jpg&,&author&:{&bio&:&&,&isFollowing&:false,&hash&:&3dbabb82c57f03a223e812a21ed964eb&,&uid&:16,&isOrg&:false,&slug&:&chong-che-98&,&isFollowed&:false,&description&:&&,&name&:&mrmumrmu&,&profileUrl&:&https:\u002F\\u002Fpeople\u002Fchong-che-98&,&avatar&:{&id&:&0d8ca77e6956&,&template&:&https:\u002F\\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false},&memberId&:1659529,&excerptTitle&:&&,&voteType&:&ARTICLE_VOTE_CLEAR&},&id&:390416}],&title&:&如何在金融行业大数据中掘金？&,&author&:&chong-che-98&,&content&:&\u003Cblockquote\u003E\u003Cstrong\u003E中国数据库技术大会于日在北京国际会议中心拉开帷幕，该大会以\&数据定义未来\&为主题，云集了国内外顶尖专家，共同探讨MySQL、NoSQL、Oracle、缓存技术、云端数据库、智能数据平台、大数据安全、数据治理、大数据和开源、大数据创业、大数据深度学习等领域的前瞻性热点话题与技术。\u003C\u002Fstrong\u003E\u003C\u002Fblockquote\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E作为大数据与云计算领域的先进服务提供商，\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E新致云\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E自然受邀参加本次盛大展会。\u003C\u002Fb\u003E在本次展会中，新致软件助理副总裁虞力先生应主办方邀请以“金融行业数据挖掘”为主题为现场观众带来了一场精彩演讲。在此我们特地整理了虞力先生的演讲内容，同读者一起分享：\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E在“互联网 + 金融” 和 “国家大数据战略” 两大趋势的影响下，中国金融IT领域掀起了一场规模空前的转型大潮。\u003C\u002Fb\u003E传统的商业智能模式已经无法满足业务发展的需求和竞争形态的转变，传统金融机构都在考虑未来的商业智能模式、数据价值挖掘等如何进行变革。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E传统BI体系的逻辑架构\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E我们谈变革，首先需要理清传统BI的体系架构\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003EBI 体系经典架构：底层数据——ETL——数据仓库——数据集市——报表层——展现层\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E传统金融BI逻辑体系结构由四部分构成：\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E1. 事务处理系统\u003C\u002Fp\u003E\u003Cp\u003E2. BI系统基础：ODS、DW、数据治理平台\u003C\u002Fp\u003E\u003Cp\u003E3. BI应用系统：图中清单报表蓝色部分\u003C\u002Fp\u003E\u003Cp\u003E4. BI战略应用：BAM、运营分析\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E传统BI体系面临的挑战：\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E数据能力的挑战\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003EBI体系平台的价值本质上体现在数据发现的价值上。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E即企业需要通过数据去产生价值，需要通过对数据的经营，数据的探索，看到想知道的。此外，企业还需要通过数据去发现原来所不知道的存在的问题，或者说原来忽视的盈利点等。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E随着互联网和移动互联网的崛起，传统金融机构业务线仅依赖线下分销渠道的业务模式发生了巨大的变化。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E金融机构被推上了第一线，同终端客户的关系变得前所未有的紧密，对于数据变得前所未有的渴望。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E什么阻碍了传统金融机构数据价值化的过程？\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E我们认为有三个方面：\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E1. 国内金融机构坐拥海量数据，但是往往存在“部门分制”的情况。数据在组织内部就处于割裂状态。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E业务条线、职能部门、渠道端往往是数据的真正拥有者，这些拥有者之间常常缺乏顺畅的共享机制。成就数据价值的是数据的全连，这要求组织内部能够实现搞得数据共享与整合，这样的矛盾导致机构中的海量数据往往处于休眠状态。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2. 数据敏感性方向不同。金融机构传统业务模式是线下渠道，金融IT对于业务状态数据完整性、一致性更关心，对于触点、过程型数据敏感性不高。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E3. 转型中为何很难解决过程数据缺失问题？\u003C\u002Fp\u003E\u003Cp\u003E大型金融机构存在近千个事务处理系统，这些系统往往由不同的IT服务供应商开发。IT架构规划往往注重职能规划，对于更进一步的数据规划上鞭长莫及。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E事后补救时需要巨大的代价，比如客户触点汇总，往往需要电商、销售渠道。 因此，我们认为在大数据时代，首要解决的并不是分析平台的问题，而是如何从企业内部中发现数据，如何重塑数据的流程。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003EBI平台能力的挑战\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E让我们回到IT，回到BI体系，看看BI平台遇到了什么挑战？\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E1. 实施周期长、使用成本高\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E从前面的逻辑体系图上可以看出金融IT重分层，即将问题分而治之。同软件架构设计一样，分层带来了，也会带来复杂性。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E分析需求变更时，业务人员不能直接调整报表，需要IT人员重新建模或修改已有分析模型，耗时较长，响应速度较久。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2. 扩展性差\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E处理能力体系扩展性差：传统BI工具更强调单台设备处理能力的标准化，而不是通过横向扩展解决海量数据的处理能力。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E模型本身扩展性差：传统金融BI采用事先建模的方式，有时候一个需求的变化，可能会波及到BI流程上的各个节点，从上游交易到ETL过程，到模型的变化，模型的变化又会产生历史数据的变化。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E3. 性能瓶颈严重\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E随着时间推移 IT实施和规划之间的差异会越来越大。原先规划是以职能为中心，慢慢演变成和关联度高的上下游系统逐渐耦合，有演变成烟囱式系统的趋势。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E烟囱式架构性能的木桶效应非常明显。另一方面也受限于底层数据库平台， 在大数据时代，我们对BI平台能力需要有更多的要求。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E响应终端用户诉求能力的挑战\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E对于终端用户的服务能力，我们认为有两个主要的问题：\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E1. 服务对象缺失\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E从前面的BI体系的逻辑图上我们可以发现，传统金融BI服务的终端用户是高层的业务决策人员，中层的执行人员，对于前段的销售线支持非常弱。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E如何支持前线？互联网思维的根本就是“快”，通过高层决策 - 中层执行传达到业务前线往往已经失去先机。如何让“听见枪声的同志来指挥战斗”，如何加强对第一线业务人员支持？\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2. 传统BI平台使用者、需求干系人和终端用户脱节\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E对大型BI体系来说，要取得相关报表，需要做的是向IT部门提需求。接下来，IT部门按要业务人员的要求提取数据，再进行分析，然后把报表返还给业务人员。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E而在实际业务中，从产生BI需求到拿到报表这个过程，往往希望能在很短的时效内完成。产生这样情况的原因很复杂，有BI体系建设分层过多的原因，也有IT申报流程过长的因素。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E但是更重要的原因是BI系统设计方向不是业务导向的，不是面向business user。因此，这几年业务导向的敏捷性BI非常火。敏捷BI通过动态的轻量级建模方案取代原先的事先建模的重量级建模方案，可以在使用时对模型进行动态调整。但是我们在敏捷BI实际实施中，还是有些没有达成预想中的效果。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E一方面是交互性上的问题，面向的business user是金融行业和实际销售一线还是有所区别的。目前敏捷BI产品暴露了过多技术细节给到终端用户，并不是用“同一种业务语言”同用户进行交互。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E另一方面在数据源联接功能的大数据量上的表现上存在不足。敏捷BI的业务导向是发展方向，但是还远未称得上完美。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E新致大数据平台能力\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E新致大数据平台\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E提供两套解决方案尝试解决上面挑战\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E业务数据发现\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E提供的价值：\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E1. 实时性\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E传统BI 数据 -& 信息转化过程中，首先经由交易系统的层层分发，在经过ETL - ODS - EW最终呈现。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E按照我们在金融客户的经验看，整过程时延最好也在小时级。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E新方案中秒级延迟。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E包括：数据获取时效，直接由业务发生系统获取最新的数据\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2. 无侵入\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E无侵入特征对应前面谈到多家开发商、庞大IT体系的历史包袱问题。当新的数据获取需求发生时，不再是传统的层层改造到最终实现。无需改变原有系统的代码等，没有另外的开发工作量。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E3.动态定制\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E有新的业务分析视角需要新的数据支撑，传统做法上需要停机等等，现在方案中通过主控通知系统中的Agent，由Agent自动开启收集。如果在数据探查过程中发现不是需要的数据，也可以立即进行关闭。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003EBI平台\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E开箱即用，业务驱动\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E引入中间的行业语义层，业务人员接触的不再是难懂的数据表，也不用再面对数据重复、不知道采用哪里数据的困扰。业务人员仅需要面对自己熟悉的业务词汇，引导式交互，所见即所得编辑，全终端统一。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E开源，X86服务软件器\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E成本缩小为原有体系1\u002F10，按需扩容。解决开发周期长、上线使用率低的问题。两周的快速开发能够保障企业的分析需求快速上线，使得就算最终用户对数据分析的需求有极大的调整时，也能保证需求的上线效率，从而有效保障了对数据分析需求的掌控能力。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E水平扩展性能指标平滑，性能提升10倍以上\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E可实现海量数据实时分析与数据联动，保障数据的实时处理的高性能计算，达到用户点击时进行即时计算的效果。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E分布式集群无限水平扩展，支持可变数据模型\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E分布式计算的引入，可以很好地对当前系统的扩容问题进行处理，当数据处理需求超过当前硬件处理能力时，增加一至数个分布式节点即可保障系统稳定运行，不会造成前期的大规模投入短期完全失效的尴尬。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E以上是来自\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E新致软件\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E副总裁虞力先生在本次中国数据库技术大会上演讲的主要内容，今后我们也将会与大家一同分享\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E新致云\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E的开发经验与技术干货。\u003C\u002Fstrong\u003E同时，我们也会即时告知大家新致云的参展活动，欢迎各位莅临展会展台，近距离与我们的咨询师沟通了解\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E新致云\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E的技术与服务，我们将竭诚为您服务！\u003C\u002Fp\u003E&,&updated&:new Date(&T07:52:17.000Z&),&canComment&:false,&commentPermission&:&anyone&,&commentCount&:0,&collapsedCount&:0,&likeCount&:1,&state&:&published&,&isLiked&:false,&slug&:&&,&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&https:\u002F\\u002F9f31140abc5a7d5deccbaf_r.jpg&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&reviewers&:[],&topics&:[{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&云计算&},{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&大数据&},{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&数据挖掘&}],&adminClosedComment&:false,&titleImageSize&:{&width&:1600,&height&:800},&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&column&:{&slug&:&newtouch&,&name&:&新致云&},&tipjarState&:&inactivated&,&annotationAction&:[],&sourceUrl&:&&,&pageCommentsCount&:0,&hasPublishingDraft&:false,&snapshotUrl&:&&,&publishedTime&:&T15:52:17+08:00&,&url&:&\u002Fp\u002F&,&lastestLikers&:[{&bio&:&新致云 运营&,&isFollowing&:false,&hash&:&9fe404f7bd13eb30a5ad681&,&uid&:360900,&isOrg&:false,&slug&:&newtouchcloud&,&isFollowed&:false,&description&:&&,&name&:&崇澈&,&profileUrl&:&https:\u002F\\u002Fpeople\u002Fnewtouchcloud&,&avatar&:{&id&:&d7b21634cfada418f661eb&,&template&:&https:\u002F\\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false}],&summary&:&\u003Cstrong\u003E中国数据库技术大会于日在北京国际会议中心拉开帷幕，该大会以\&数据定义未来\&为主题，云集了国内外顶尖专家，共同探讨MySQL、NoSQL、Oracle、缓存技术、云端数据库、智能数据平台、大数据安全、数据治理、大数据和开源、大数据创业、大数据深度…\u003C\u002Fstrong\u003E&,&reviewingCommentsCount&:0,&meta&:{&previous&:{&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&https:\u002F\\u002F50\u002Fc189c6fe971b87fc666fb9_xl.jpg&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&topics&:[{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&云计算&},{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&云计算平台&},{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&云服务&}],&adminClosedComment&:false,&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&author&:{&bio&:&&,&isFollowing&:false,&hash&:&3dbabb82c57f03a223e812a21ed964eb&,&uid&:16,&isOrg&:false,&slug&:&chong-che-98&,&isFollowed&:false,&description&:&&,&name&:&mrmumrmu&,&profileUrl&:&https:\u002F\\u002Fpeople\u002Fchong-che-98&,&avatar&:{&id&:&0d8ca77e6956&,&template&:&https:\u002F\\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false},&column&:{&slug&:&newtouch&,&name&:&新致云&},&content&:&\u003Cp\u003E21世纪最伟大的发明既不是推陈出新，也不是人工智能，而是人们不断增生的对新鲜事物的接受和推崇。在大科技的推动下，智能标志着科技的进步，同时，思维模式的改变也不断促使人类进步的加快。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E近几年，随着云计算技术的在国内的推广普及，涌现了许多优秀的云计算平台，其聚合了大量硬件资源和软件资源，并采用虚拟化技术实现动态伸缩服务量，按需提供服务。为确保云平台正常运转，\u003Cb\u003E必须对整个云架构实施多方位监控，而普通和网格监控软件都有着自身的局限性和适用范围，不适用于云平台\u003C\u002Fb\u003E，所以本文研究并实现云平台下的监控系统，解决云平台资源运行和用户使用的监控，并改进增强了系统自配置和容错性，具有重要意义。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E目前，云计算平台研究和应用在学术在商业共同推动作用下,逐步显现迅猛增长的势头，Amazon、Google、IBM、MicroSoft、Yahoo、Sun、盛大云计算等国内外公司纷纷推出了自己云计算平台和解决方案，云计算的时代已然来临。\u003Cb\u003E从原有的IDC逐步面向服务、动态伸缩、按需收费的公有云或私有云发展。\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E云平台的用户范围也逐步扩大，以后企业可以在云计算平台上按需选择适合自己的云服务，快速构建具有企业特色的业务流程管理系统和数据库，这种快速架构系统的新模式，\u003Cb\u003E能够合理充分地利用资源，降低成本，从而提升企业的核心竞争力；而政府则通过云计算加强部门间的信息交流，促进部门的协同办公，并将获得的大量信息利用云计算数据挖掘、并行处理等技术进行分布式存储和科学分析，最终让数据能够得到统一有效的管理。\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cimg src=\&https:\u002F\\u002F62baaeb296d3d_b.jpg\& data-rawwidth=\&716\& data-rawheight=\&544\& class=\&origin_image zh-lightbox-thumb\& width=\&716\& data-original=\&https:\u002F\\u002F62baaeb296d3d_r.jpg\&\u003E\u003Cbr\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E云平台\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E聚合了大量物理资源，虚拟资源，并采用虚拟化技术实现动态伸缩服务量，按需提供服务。而监控在提高云计算提供服务质量方面扮演着重要的角色，\u003Cb\u003E为使得云平台可以顺利提供服务且正确运转,需要多方位监控云平台运转的架构，确保云平台运营者可以了解和把握总体运行情况，从而可以及时优化资源性能和可用性。\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E监控往往由监控软件来实现，通过对重要系统资源的监控，检查系统瓶颈和隐藏的缺陷，并在严重故障时执行故障的自处理或手动处理，以满足云平台的灵活及高可用的特点。\u003C\u002Fb\u003E同时，用户在云服务使用过程中，对于云服务的运行监控要求将会时刻存在着,以确保机密数据安全和开展的计算作业正确完成，同时云服务提供商也需要知道用户对云服务使用情况，以进行收费，并核算在什么样的成本下提供相应服务。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cblockquote\u003E\u003Cp\u003E\u003Cb\u003E2. 云监控系统\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E云计算平台中聚合了大量的物力资源和虚拟资源,并提供IaaS、PaaS、SaaS三个层次的服务,其资源是否运行正常、云服务是否对用户按需顺利供给,需要云监控系统进行监控,本节则主要介绍监控系统一般体系结构和数据传输中采取的推拉模式优缺点进行分析。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E2.1 体系结构\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E2.1.1集中式体系结构\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E在集中式体系结构中,每个监控节点安装监控代理(Agent),收集节点监控信息,监控服务器负责汇集以及分析展示监控信息。监控代理以推送方式向监控服务器发送信息参数,或监控服务器以拉方式向监控节点索要信息。\u003C\u002Fp\u003E\u003Cimg src=\&https:\u002F\\u002Ff80eaef75945d_b.jpg\& data-rawwidth=\&747\& data-rawheight=\&412\& class=\&origin_image zh-lightbox-thumb\& width=\&747\& data-original=\&https:\u002F\\u002Ff80eaef75945d_r.jpg\&\u003E\u003Cp\u003E2.1.2 阶梯式体系结构\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E阶梯式体系结构中,每个监控节点安装监控代理(Agent),并选定汇集节点,安装资源汇集代理(Proxy),汇集节点相当于局部监控服务器。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cimg src=\&https:\u002F\\u002F25bd3ff4aa4_b.jpg\& data-rawwidth=\&765\& data-rawheight=\&394\& class=\&origin_image zh-lightbox-thumb\& width=\&765\& data-original=\&https:\u002F\\u002F25bd3ff4aa4_r.jpg\&\u003E\u003Cp\u003E2.1.3 结构对比\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E1) 安装部署:集中式体系结构,安装部署容易,仅需在监控节点统一安装Agent即可,而阶梯式结构则还需确定监控节点所属组域,并在汇集节点安装Collect,阶梯结构若有多级,则还需确定汇集节点的上层汇集节点;\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2) 可扩展性:集中式结构中监控服务器负责收集所有监控节点数据并进行数据分析,在网络流量和计算能力限制下,只能适用于数目较小规模监控,而阶梯式结构中汇集节点承担了一部分信息收集整理和计算任务,减轻了监控服务器的负担,所以节点数目较多时可以采取多级阶梯结构,具有较强的扩展性;\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E3) 容错性:集中式体系结构监控服务器负载重,容易造成灾难性错误,而阶梯式结构则减轻了监控服务器负担,若汇集节点出错,可见错误限制于此所属组域;\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E4) 延时性:集中式结构延时较小,阶梯式结构监控信息需通过若干层汇集节点的整合分析,延时性较大。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E2.2 推拉模式\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E2.2.1 推模式(PUSH)\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E由监控节点上的监控代理发起,即监控代理将采集到的本节点的监控数据在通知消息来临时,主动将其发送到监控服务器。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2.2.2 拉模式(PULL)\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E由监控服务器发起,需要监控服务器主动询问监控代理而获取数据,即需要相应组件主动去采集每个监控节点的性能参数,可以调用驻留在各个监控节点上的代理对象的性能参数获取方法而实现。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2.2.3 对比\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E数据传输具体选哪种模式,需综合比较实时性、准确性、易用性、可扩展性、开销等,其中实时性指监测的数据和系统实际运行数据的一致程度以及变化时能否及时反映。开销则指完成一次监测信息的交互所需要的消息数据的多少。\u003C\u002Fp\u003E\u003Cimg src=\&https:\u002F\\u002Ffe63bc255cb_b.jpg\& data-rawwidth=\&769\& data-rawheight=\&184\& class=\&origin_image zh-lightbox-thumb\& width=\&769\& data-original=\&https:\u002F\\u002Ffe63bc255cb_r.jpg\&\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E2.3 Zabbix监控研究\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E2.3.1 zabbix简介\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003Ezabbix是一个基于WEB界面的提供分布式系统监视以及网络监视功能的企业级的开源解决方案。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003Ezabbix能监视各种网络参数，保证服务器系统的安全运营；并提供灵活的通知机制以让系统管理员快速定位\u002F解决存在的各种问题。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003Ezabbix由3部分构成，zabbixserver, 可选组件zabbixproxy，可选组件zabbixagent。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003Ezabbix可以通过SNMP，zabbix agent，ping，端口监视等方法提供对远程服务器\u002F网络状态的监视，数据收集等功能，它可以运行在Linux, Solaris, HP-UX,AIX, Free BSD, Open BSD, OS X等平台上。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003Ezabbixagent需要安装在被监视的目标服务器上，它主要完成对硬件信息或与操作系统有关的内存，CPU等信息的收集。zabbix agent可以运行在Linux,Solaris,HP-UX,AIX,FreeBSD,Open BSD, OS X, Tru64\u002FOSF1, Windows NT4.0, Windows (03\u002FXP\u002FVista)等系统之上。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003Ezabbixserver可以单独监视远程服务器的服务状态；同时也可以与zabbix agent配合，可以轮询zabbix agent主动接收监视数据（agent方式），同时还可被动接收zabbix agent发送的数据（trapping方式）。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E另外zabbix server还支持SNMP (v1,v2,v3)，可以与SNMP软件(例如：net-snmp)等配合使用。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2.3.2 zabbix优点\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E1）监控系统能够自定义监控内容，可以直接写脚本来收集数据。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2）数据要要保存载数据库中，这样以后需要的时候可以对数据库进行分析计算。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E3）能够方便快速度的将监控加入到服务器上，不需要繁琐操作。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E4）数据可视化不是很花俏，但是好用。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E5）可以定义复杂的报警逻辑，做到Item之间关联报警。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E6）报警需要被确认，让运维人员知道那些报警有人知道并开始处理了。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E7）报警方式能够自定义\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E8）报警内容可以自定义\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E9）报警后可以自动跑一些命令\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E10）有强大的API可以使用\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E11）监控数据开放\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E12）监控可视化的图可以方便的引用！\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E云监控\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E在整个云安全环节发挥着不可或缺的作用，它可以有效地帮助云服务提供商尽快发现并解决问题。当然，除云监控云以外，还应建立安全的制定数据中心安全事件应急响应机制及流程，实现真正意义上的云安全。\u003C\u002Fb\u003E在之后，\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E新致云\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E也将会继续邀请技术大牛与大家分享更多与云安全相关的干货，欢迎持续关注！\u003C\u002Fp\u003E&,&state&:&published&,&sourceUrl&:&&,&pageCommentsCount&:0,&canComment&:false,&snapshotUrl&:&&,&slug&:,&publishedTime&:&T17:15:34+08:00&,&url&:&\u002Fp\u002F&,&title&:&云计算环境下的监控&,&summary&:&21世纪最伟大的发明既不是推陈出新，也不是人工智能，而是人们不断增生的对新鲜事物的接受和推崇。在大科技的推动下，智能标志着科技的进步，同时，思维模式的改变也不断促使人类进步的加快。 近几年，随着云计算技术的在国内的推广普及，涌现了许多优秀的…&,&reviewingCommentsCount&:0,&meta&:{&previous&:null,&next&:null},&commentPermission&:&anyone&,&commentsCount&:0,&likesCount&:3},&next&:{&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&https:\u002F\\u002F50\u002Fcceca80ef2f4f_xl.jpg&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&topics&:[{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&云计算&},{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&云计算平台&},{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&云计算产品&}],&adminClosedComment&:false,&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&author&:{&bio&:&&,&isFollowing&:false,&hash&:&3dbabb82c57f03a223e812a21ed964eb&,&uid&:16,&isOrg&:false,&slug&:&chong-che-98&,&isFollowed&:false,&description&:&&,&name&:&mrmumrmu&,&profileUrl&:&https:\u002F\\u002Fpeople\u002Fchong-che-98&,&avatar&:{&id&:&0d8ca77e6956&,&template&:&https:\u002F\\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false},&column&:{&slug&:&newtouch&,&name&:&新致云&},&content&:&\u003Cblockquote\u003E\u003Cb\u003E云计算的世界，越来越多的参与者，角色各异，带给云计算越来越丰富的内涵，但也越来越复杂。\u003C\u002Fb\u003E各种厂商，各种服务商，各种技术提供商，各种组织，各种应用，当然，也有各种忽悠。于是，CIO们困惑了?如何上云?如何简单而又安全高效的上云?成了现阶段大家共同研究的问题。\u003C\u002Fblockquote\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cimg src=\&http:\u002F\\u002Fd1b7fab281039cdb6836cdf7_b.jpg\& data-rawwidth=\&402\& data-rawheight=\&447\& class=\&content_image\& width=\&402\&\u003E\u003Cp\u003E新致云副总裁陈皓\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E当企业网D1Net记者将这个问题抛给新致云副总经理陈皓时，他简短而肯定的回答笔者：\u003Cb\u003E“让天下企业没有难上的“云”，这是新致云一直以来的目标以及未来的愿景，我们期望 “\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E云算天下\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E“，通过云计算与大数据技术帮助传统行业与互联网行业客户共同分享云计算带来的价值。”\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E别样的\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E新致云\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E实际上，在笔者印象中，新致软件最早从事服务外包可谓风生水起，转型做云有哪些优势?毕竟，让天下企业没有难上的“云”绝不是一句口号，那需要对企业上云的需求有极度的了解，对云本身也应有扎实的研究。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E陈皓说：“新致云从2013年开始便开始了新一轮了转型，现在是别样的新致云。”\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E实际上，新致软件自1994年成立以来，经历了多个阶段，从一开始初创产品“新致中文系统”;\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E1998年逐步确立公司以金融行业，电子商务领域和海外委托软件开发为主要业务的服务商，新致进入了快速成长期，人员规模和利润都以每年翻一番的速度快速增长;\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2009年，公司已成长为具备在多个地区、多个行业中提供咨询、设计、实施、测试、支持、培训等专业解决方案的信息技术服务供应商;\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2009年至2013年，新致软件已经在银行，保险，汽车，医疗等各行业积累了大量的解决方案，并成功帮助了行业内的大量客户快速建立其业务能力;\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2013年开始，基于云计算的技术和基础设施建设日趋成熟，部分行业客户开始关注和讨论部分业务上云的可能性，新致看到了这一趋势，开始投入云计算的技术研发和技术储备，这意味着新致软件从传统信息技术服务供应商向云计算时代的IT集成解决方案供应商转变，主要立足于行业客户业务，为客户提供业务上云的综合集成云计算解决方案及服务。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E新致云于2015年7月正式上线，已可以全线提供IaaS、PaaS以及SaaS服务的云服务产品，除提供常规云服务外，新致云也积极通过自身二十余年的行业经验为企业客户打造最佳云端实践。作为云生态系统集成者，新致云一直致力于为软件行业构建多元化的合作平台，搭建软件行业与各领域之间的桥梁，以实现软件公司与其它行业协同发展的共赢局面。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E打造综合集成云计算解决方案及服务\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E新致云定位于云计算时代的IT集成解决方案提供商，服务主要定位为综合集成云计算解决方案及服务，而非简单的售卖IaaS，PaaS，SaaS标准化产品的电商平台，拥有包括但不仅限于保险，银行，医疗，电信，汽车等在内的传统行业大客户基础和22年的IT服务经验。\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E陈皓说：“随着传统行业客户日益更迭的IT信息化需求，云计算(包括公有云，私有云，混合云及托管云)服务在传统行业渗透率的提高及业务应用场景的增多，越来越多的传统行业客户多层次业务接触云计算服务的商业机会大增，作为值得信赖的传统IT服务供应商提供的衍生云计算服务实体—新致云，具有一定的优势，通过云计算技术帮助到行业客户实现更高的业务目标是我们的使命。”\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E三军主力 助企上云\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E需要实现综合集成云计算解决方案及服务的使命，实现让天下企业没有难上的“云”的目标，新致云需要前期做出大量的前期准备。毕竟，云服务集成市场，没有一定的实力，一般的云计算企业根本无法融入。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E据陈皓说介绍，新致云对综合集成云计算解决方案及服务能力的打造从2013年即已开始，三军主力，助企上云。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E主力之一：云的能力建设\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2013年开始研发，由于行业客户业务场景的不同，新致云专注于私有云，混合云和公有云三种形式下的能力建设，并且基于对于行业客户诉求的考虑，重点推荐混合云的解决方案，即利用了公有云的可扩展性，又能够将较为核心的业务数据放在私有云环境中。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E主力之二：市场布局\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E围绕金融行业和医疗行业，利用新致软件全国的各分支结构，为行业客户提供业务上云的一条龙服务;新致云的全部运行在Tier 3+的IDC机房，年内会在全国5个区域部署新致云。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E主力之三：重点突破\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E新致云以金融行业中的保险行业进行了重点突破，保险行业对云的应用相对领先，由于其业务特征，部分业务已开始尝试对接公有云平台或者采取混合云的模式部署，而银行业相对慢一些，主要涉及业务特征、监管要求、技术限制等方面，新致云提供的解决方案不是打破这些限制，而是根据业务场景和特征，将一部分适合上云的业务从原有体系中解耦，提升其业务能力，位客户带来价值。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E打造基于行业的云生态\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E“云生态“总是被提得太多，每家云服务企业都在谈论“云生态“，但事实真的如此吗?陈皓对此保持着清醒：“我们认为基于行业的云生态更为有意义。“\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E陈皓认为：“云计算的概念就是按需使用，业务上云理想化的目标是能够基于云服务快速搭建符合自身业务特征的可靠并具弹性的系统，这涉及到咨询、技术、实施、运维等多方面的服务，我们认为基于行业的云生态更为有意义。”\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E新致云对此提出了建立金融云、医疗云生态的构想，希望能够与行业内的云服务厂商一起，为行业客户提供基于行业业务的云生态系统。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cstrong\u003E现场景下的云企业百态\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E中国的云计算公司大大小小已超过万家，各家公司的基因都不一样，有传统IT厂商转型而来，有创业型公司，现阶段云计算市场百态呈现，何去何处?陈皓从云计算市场可以提供服务的类型角度进行了纵论：\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003EIaaS：IaaS企业的比拼将更加激烈，今后可能只会剩下几家IaaS厂商，IaaS的产品价格也会越来越便宜，规模会越来越大，进入这个行业的门槛会越来越高，为了让行业客户能够更为便捷的使用IaaS，部分PaaS的功能将会集成在IaaS平台上，这是行业趋势。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003EPaaS：由于IaaS厂商已经开始覆盖一部分的PaaS功能，所以留给PaaS的出路只能是要么足够专注，专注到只提供一个特定功能，或者提供聚焦行业特征的业务PaaS解决方案。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003ESaaS：中国较早之前曾出现过以ASP(应用服务供应商)为概念的SaaS建设高潮，但很短暂，随着互联网泡沫的破灭，2B行业的SaaS一觉不振，但随之这几年云计算技术和理念的推广，2B行业的SaaS风口已经到来。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E陈皓最后指出：“无论大家的基因如何，明确自身的优势并努力达成客户需求才是重点。\u003Cb\u003E而新致云，将会一直致力于打造让天下企业\u003Ca href=\&http:\u002F\\u002F?target=http%3A\u002F\\u002F%3Fhmsr%3Dzhihu%26hmpl%3D%26hmcu%3D%26hmkw%3D%26hmci%3D\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E没有难上“云”\u003Ci class=\&icon-external\&\u003E\u003C\u002Fi\u003E\u003C\u002Fa\u003E的环境，通过云计算与大数据技术帮助传统行业与互联网行业客户共同分享云计算带来的价值。”\u003C\u002Fb\u003E\u003C\u002Fp\u003E&,&state&:&published&,&sourceUrl&:&&,&pageCommentsCount&:0,&canComment&:false,&snapshotUrl&:&&,&slug&:,&publishedTime&:&T15:14:56+08:00&,&url&:&\u002Fp\u002F&,&title&:&三军主力， 助企上云 | 新致云 让天下企业没有难上的“云”&,&summary&:&\u003Cb\u003E云计算的世界，越来越多的参与者，角色各异，带给云计算越来越丰富的内涵，但也越来越复杂。\u003C\u002Fb\u003E各种厂商，各种服务商，各种技术提供商，各种组织，各种应用，当然，也有各种忽悠。于是，CIO们困惑了?如何上云?如何简单而又安全高效的上云?成了现阶段大家共同研…&,&reviewingCommentsCount&:0,&meta&:{&previous&:null,&next&:null},&commentPermission&:&anyone&,&commentsCount&:0,&likesCount&:2}},&annotationDetail&:null,&commentsCount&:0,&likesCount&:1,&FULLINFO&:true}},&User&:{&chong-che-98&:{&isFollowed&:false,&name&:&mrmumrmu&,&headline&:&&,&avatarUrl&:&https:\u002F\\u002F0d8ca77e6956_s.jpg&,&isFollowing&:false,&type&:&people&,&slug&:&chong-che-98&,&bio&:&&,&hash&:&3dbabb82c57f03a223e812a21ed964eb&,&uid&:16,&isOrg&:false,&description&:&&,&profileUrl&:&https:\u002F\\u002Fpeople\u002Fchong-che-98&,&avatar&:{&id&:&0d8ca77e6956&,&template&:&https:\u002F\\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&badge&:{&identity&:null,&bestAnswerer&:null}}},&Comment&:{},&favlists&:{}},&me&:{},&global&:{&experimentFeatures&:{&ge3&:&ge3_9&,&ge2&:&ge2_1&,&nwebStickySidebar&:&sticky&,&newMore&:&new&,&liveReviewBuyBar&:&live_review_buy_bar_2&,&liveStore&:&ls_a2_b2_c1_f2&,&isOffice&:&false&,&homeUi2&:&default&,&answerRelatedReadings&:&qa_recommend_with_ads_and_article&,&remixOneKeyPlayButton&:&headerButton&,&qrcodeLogin&:&qrcode&,&newBuyBar&:&livenewbuy3&,&isShowUnicomFreeEntry&:&unicom_free_entry_on&,&newMobileColumnAppheader&:&new_header&,&zcmLighting&:&zcm&,&favAct&:&default&,&appStoreRateDialog&:&close&,&mobileQaPageProxyHeifetz&:&m_qa_page_nweb&,&iOSNewestVersion&:&4.2.0&,&default&:&None&,&wechatShareModal&:&wechat_share_modal_show&,&qaStickySidebar&:&sticky_sidebar&,&androidProfilePanel&:&panel_b&}},&columns&:{&next&:{},&newtouch&:{&following&:false,&canManage&:false,&href&:&\u002Fapi\u002Fcolumns\u002Fnewtouch&,&name&:&新致云&,&creator&:{&slug&:&chong-che-98&},&url&:&\u002Fnewtouch&,&slug&:&newtouch&,&avatar&:{&id&:&dd54b66d78cb84dc09f9cb52e9699ceb&,&template&:&https:\u002F\\u002F{id}_{size}.jpeg&}}},&columnPosts&:{},&columnSettings&:{&colomnAuthor&:[],&uploadAvatarDetails&:&&,&contributeRequests&:[],&contributeRequestsTotalCount&:0,&inviteAuthor&:&&},&postComments&:{},&postReviewComments&:{&comments&:[],&newComments&:[],&hasMore&:true},&favlistsByUser&:{},&favlistRelations&:{},&promotions&:{},&draft&:{&titleImage&:&&,&titleImageSize&:{},&isTitleImageFullScreen&:false,&canTitleImageFullScreen&:false,&title&:&&,&titleImageUploading&:false,&error&:&&,&content&:&&,&draftLoading&:false,&globalLoading&:false,&pendingVideo&:{&resource&:null,&error&:null}},&drafts&:{&draftsList&:[],&next&:{}},&config&:{&userNotBindPhoneTipString&:{}},&recommendPosts&:{&articleRecommendations&:[],&columnRecommendations&:[]},&env&:{&edition&:{},&isAppView&:false,&appViewConfig&:{&content_padding_top&:128,&content_padding_bottom&:56,&content_padding_left&:16,&content_padding_right&:16,&title_font_size&:22,&body_font_size&:16,&is_dark_theme&:false,&can_auto_load_image&:true,&app_info&:&OS=iOS&},&isApp&:false},&sys&:{&http&:function (url, options = {}) {
transformRequest.forEach(trans =& {
options = trans.call(ctx, options);
options = authHeadersTransformRequest.call(ctx, options);
return myHttp(url, options).then(r =& {
transformResponse.forEach(trans =& {
ret = trans.call(ctx, ret, r);
}},&message&:{&newCount&:0},&pushNotification&:{&newCount&:0}}