只聞其名，不見其形，從小聽到大的”黑洞“，終于讓我們在有生之年見到了它的真容，只能說幽暗的宇宙美麗也調皮，長久以來人類關于黑洞的探索，在這一刻終于得到影像印證。相信很多人心中都有一個疑惑，為黑洞拍張照片需要兩年時間？究其原因一個字“難”！難在哪？“數據”！

首先，望遠鏡觀測到的數據量非常龐大,2017年時8個望遠鏡的數據量達到了10PB，2018年又增加了格陵蘭島望遠鏡，龐大的數據量讓數據處理的難度不斷加大，且在數據處理的過程當中還伴隨著不少技術難題。

這張“沖洗”出的照片，蘊含著復雜的后期數據處理分析，而這一過程中涉及的數據量之多，處理難度之大都是前所未有的。那有沒有辦法，盡快揭開宇宙神秘的面紗？有沒有辦法，在面對龐大數據量的時候，我們有更高效快捷的方式去處理它們呢？

強勢應對海量數據 內存分析放大招

就拿一張小小的黑洞照片來說，它背后的數據量需要一萬塊500GB硬盤才能裝滿，而這一萬塊硬盤高達半噸之重，這么”重“的數據，分析起來已經夠難，還想要快速分析那更是難上加難！龐大的數據量不應該成為人類進步的絆腳石，恰恰相反，將其中蘊含的價值挖掘出來，我們將擁有無限寶貴資源。

根據IDC預測，到2025年，全球數據量將從2018年的33ZB增加到175ZB，隨著接入大容量數據能力的提高，從這些數據中提取價值的需求勢必也在提升。而這也意味著我們了更廣泛的工具選擇，其中內存分析就是一個絕好的工具，那么它在處理海量數據時到底有多靠譜？

首先，顧名思義，內存分析就是將數據在存儲層向上移動，使其更接近CPU，以便加快內存訪問速度以更快地進行分析，并縮短獲取洞察的時間。所以，倘若那半噸重的數據，運用內存分析或許我們就不會等那么久了。

內存分析的優勢可不少，其中包括降低IT成本、簡化基礎設施、延長運行時間、降低時延、優化數據同步、減少數據副本以及縮短開發周期。此外，更快速地提供大量更深入的實時洞察，從而幫助創造新的機會，以推動和增強服務交付。

光說不練假把式 應用案例來一遍

內存分析如此強大，在助力臨床醫療、零售業、金融服務業、智能運營供應鏈、呼叫中心和客戶流失方面都已全面落地，并表現出色。下面我們就來看看運用內存分析解決行業痛點的兩個真實案例，一睹其風采。

全球領先的專業化學品公司Evonik，致力于實現總體擁有成本(TCO)效率的進一步提升，經過精挑細選，最后采用了內存分析方法解決了實際工作中遇到的難題。現在Evonik可以靈活并更高效地將數據集集成到其SAPHANA*平臺中，并做好存儲大容量數據集的準備。除此之外，一家提供全國廣告產品的ZypMedia公司，借助內存分析確保了每秒處理大約500,000個事務請求，響應時間低至半毫秒，憑借速度和靈活性提供這種高質量服務。

深入了解內存分析傳統架構已力不從心

內存分析已經在如此多的場景順利落地，并幫助企業巧妙化解行業難題，相信好奇的寶寶們心中已經有了一個疑問，如此強大的內存分析，需求一定少不了，這對于IT負責人來說挑戰可不小，因為他們需要從更大的數據集中提取更多價值。此時，不得不考慮他們所采用的架構能否支持內存運營，以及如何滿足目前和將來的需求。

由于架構方面的需求基本取決于組織的能力和經驗，而傳統的架構可能會使用運營數據庫來存儲和管理當前數據，在將這些數據發送到組織數據倉庫進行分析前，需要先對其進行批處理。然而，在許多企業中，這一模式正在逐漸被單一混合事務和分析處理架構取代，如此一來，便可以為一些受益于內存分析的關鍵平臺和應用提供支持。而如果考慮采用HTAP，則需要考慮哪種形式更適合當前業務。然而，內涵式HTAP則更進了一步，其將分析功能嵌入事務本身以影響其結果。

不難發現，更高的工作需求，要求我們必須采用支持實時數據處理和分析的IT基礎設施。那么，到底有沒有一種架構可以完美支持所需內存運行，并能夠滿足目前和將來的需求呢？答案來了，上面提到的化學公司正是借助了英特爾?傲騰TM數據中心級持久內存，改善了實際性能和總體擁有成本；而廣告產品公司則借助英特爾?至強?可擴展處理器，實現了動態廣告投放。

而這一切都要歸功于英特爾?至強?平臺構建內存分析堆棧，讓采集和處理大容量數據能力大大提升，已達到幫助行業實時甚至提前識別趨勢與洞察并做出響應。由此可見，存儲和內存方面的創新型產品，確實將困擾我們的數據難題快速解決消化，不信你接著看，適用于數據中心的英特爾?傲騰TM固態盤，其采用非易失性內存技術，可提供類似DRAM的性能并具有固態盤存儲的持久性。為了推進這一變革，英特爾?傲騰TM數據中心級持久內存，配備全新一代的英特爾?至強?可擴展處理器，將此優勢與CPU內存總線直接結合。這樣一來，可更好地兼顧高容量、經濟性和持久性。

極簡內存分析助力數據資源價值最大化

數據處理能力永遠趕不上生成數據的速度，因此，必須將數據戰略的重點放在充分發揮數據資源的價值上，那么如何將好鋼用在刀刃上呢？為簡化內存分析，英特爾不僅設計并優化了一系列數據中心技術，用以加快數據驅動型洞察，還在存儲架構上做了不小的文章，使得內存容量超出DRAM限制，更好地兼顧性能和成本。如此一來，就可以提供內存分析工作負載通常所需的快速可擴展性和靈活性。除了持續致力于硬件創新外，它們開發了通過基準測試且完全集成的軟件和硬件堆棧，支持特定工作負載，縮短服務交付時間和上市時間。

內存數據庫已不單單是面向特殊分析工作負載的一種昂貴方案，而是在向著實現更廣泛的目標轉變。從人類生活到行業應用，甚至到宇宙探索，人類數據正以指數級增長，面對海量數據，如何充分發揮數據資源價值，基于英特爾?至強?平臺構建的內存分析堆棧給了我們最好的答案。當然我們也相信，未來英特爾將會有更多的創新與探索，為企業數據帶來革新的同時，創造無限可能性。