AI教父Yann LeCun提出的『能量模型』到底是个啥？

因为这部分是蛮新的东西，所以我们会稍微多一点点细节去讲解。大家现在看到屏幕上就是，如果把从代码到用户整个全数据路径这个过程当中，用F5来做关键业务信息采集会意味着什么?首先跟大家谈的是技术基础，F5本来就要根据关键的业务信息去做应用分发的，所以我是看得见这些数据，看得见这些关键的业务信息。我可不可以在看见的同时，再根据它做应用判断的同时，把它快速地LOG后台的大数据系统里面呢?这里面只需要两个技术，用户打开了一个APP的界面，看了一眼点击了下面的链接，这是两个不同的URL，我只要把经过我的这两个不同的URL的时间剪掉，实际就是这个用户在这个界面上停留了多长时间，这个就是用户行为分析，很容易做。

再往下面就是用户性能管理，后台的应用经过了运算之后所回应出来第一个包实际上是这个应用服务器的性能体验，如果一个大型的应用，有几十个不同的API去共同组成这样的应用服务，如果某个API性能下降，造成整个应用出现故障，应该如何快速发现并且去解决它，这个时候如果真的有个厂商能够帮助您全自动地去做出这个应用调用的关系逻辑拓扑，并且帮助您快速地发现某个点出现的应用性能下降的这样一个情况下，这难道不就是一个应用性能管理吗，这是最想得到的一个结果。当然，如果拥有了这些所有的数据之后，您的数据中心运维在未来谈的就是以前那个目标了，而不是以一个简单的可用性或者多少带宽投资，或者多少服务器投资为目标，这样等于在公司内部汇报的时候，是用财务的语言来谈KPI，这是我们希望特别给您带来完全不同的变化。

下面给您看的是主动拨测，在整个大数据平台上面，我们先构建好平台，在互联网上撒上很多的访问点，根据您的应用，单独的应用定制，于是他们开始主动探测了，一旦发现你的应用上面出现任何可用性的问题，发现性能的问题，他就可以跟大数据平台进行汇报，进入到报警的阶段，用主动拨测去发现您的整个应用的状态，特别是跟您DevOps的CI/CD结合的过程当中，如何有任何一个新的灰度发布之后，到底它跟前一个版本之间有哪些不同的比对，或者是您的一个新的版本发布之后，它的用户体验到底有什么新的不同的比对，这是完全可以能够做得出来的。所以真的是这个DevOps的主动拨测是一个蛮全新的对客户的这样一个课题，而且我们可以帮助您去很快速地搭建它，这是一个。

再往下面走，是说实时风控的数据来源这个案例讲的是一个客户的信用卡系统，当他们想在上风控的时候，客户的信用卡中心不太愿意数据经过一些其他人的管理，就是说你能不能不要拿我的数据库的这些log，这些太不安全了，说你们要么从F5上拿数据。后来客户就让F5去把整个后台的交易数据的协议做好解析，然后把关键业务信息提取出来之后，再从新封装，根据后台的要求，用JSON的格式发给后台的平台，大家看一下屏幕上所显示的，三句话，第一个，T+0，因为他们比对了传统以NPM实现为工作原理的时候，那个差不多是分钟级的延迟，在做实时风控的时候基本上不可接受，而F5毫秒级的延迟，所以T+0，实时。第二个，大家看到屏幕上面看代码，这些东西完全是可读的代码，也就是说在做好应用定制之后，F5这些东西完全是可改的，用户您想怎么改就可以怎么改，可以得到一个自主可控的结果。而第三个是协议，我们是派了工程师去客户现场，基本上把90%以上的银行的协议，甚至是SASP的协议也好，TUXEDO的协议也好，都做了解析，90%银行的应用都是可以做覆盖的，科技做应用的解析。所以各位，就三句话，让F5做实时的无探针的应用大数据的采集，做风控真的是非常不错的一个选择。

再往后之后是PaaS平台的可视化，跟CI/CD的集成，这个也是非常简单的案例，就是客户要建一个PaaS平台，但是一般应用进了云，应用进了PaaS之后，整个应用监控，特别是API的监控是个全新的话题，客户就这样几个要求，第一个要求高性能，用F5去实现会高六倍左右的性能，同时会有非常多的应用服务实现。而且最关键的，是客户利用F5最后做的大数据的可视化，去实现对全平台上的应用的评分，多少用户访问，用户性能如何，实际延迟如何，可用性如何，全部做好每个应用的评分，最后实际上是数据中心运维组为每个用户做评分，他们帮助每个应用做评分，业务那边就会来问，我怎么才能提高我的评分，这是一个变化。

再下面一个就是AIOPs，真的能够做一个自动的应用调用的逻辑拓扑出来，应用的调用是动态的，最后真的能够快速发现问题，这个叫根因分析，发现问题之后一键容灾，一键解决，这个不是F5一家的技术，我们找了应用服务的合作伙伴，目前已经基本实现了关键业务的过程追踪，而且能够实现到最后的一键容灾跟一键处理，做一个真正非常不错的运维自动化的处理。
 

数据湖不仅用于“大数据”，而且组织比以往拥有更多的机会将它们纳入数据堆栈。

行业专家最近写了一篇文章，揭露了关于数据湖架构、数据湖定义和数据湖分析的常见误区。其文章名为“什么是数据湖?需要来避免最大的迷思。”在那篇文章中，构建了有关数据湖及其在企业数据策略中的适用范围的当前对话。对于那些希望从数据湖中获取价值的人来说，由于顾问和供应商的建议相互矛盾，这个主题历来是令人困惑和不透明的。

（编辑：揭阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!