百度智能云以云智一体技术优势助力企业构建数

当前，数字经济成为我国经济高质量发展的新引擎，企业面临着以大数据为核心的数字化转型重要机遇和挑战。如何打造安全可靠的数据基础设施和价值挖掘平台，发挥数据资产的核心价值是企业能否赢取未来的关键所在。

9月28日，在上海举办的“云智技术论坛”智能大数据专场，百度智能云带来了云智一体的大数据产品架构全景图，为企业提供从构建新型数据基础设施、深度挖掘数据价值，到保障数据安全的全流程大数据解决方案。

百度智能云大数据产品架构全景图共三层底层通过湖仓数据基础设施为企业提供数据存储、数据处理、数据开发等能力；中层的数据价值挖掘平台，充分利用百度智能大数据技术，实现企业数据资产价值最大化；顶层，即基于底层和中层的技术，帮助各行各业落地大数据应用落地。

构建新型数据基础设施

随着企业数字化转型的加速，企业日常运营中产生的数据量呈指数级增长，且数据的类型更加多样化，数据的应用场景日益繁杂，以及基于实时数据的快速决策越来越普及，单一的数据仓库或者数据湖解决方案满足不了用户对数据挖掘和使用的需求。于是湖仓一体架构成为云原生时代数据架构演变的必然趋势。

百度智能云湖仓一体架构的优势主要体现在三个方面。

是云原生，它是数仓基础架构的一个基本的演变方向。百度智能云云原生湖仓架构以云为基础，为客户提供弹性、低成本的数据存储和按需伸缩的计算资源。在存储上，百度智能云BOS是业界领先的数据湖对象存储；在计算上，BMR是灵活、高性价比的托管大数据处理，凭借先进的计算存储分离架构、智能弹性伸缩技术确保高可靠的，真正帮助用户实现用时高效获取资源、闲时及时释放资源，用最低的成本获取最高的计算性能。

，百度智能云通过数据湖架构为客户提供全面的数据分析能力。百度Palo是数据湖分析能力的核心产品，是百度基于Apache Doris构建的企业级MPP数据仓库，专门应对高并发、低延时的 PB 级实时数据仓库使用场景，全面兼容 MySQL 协议，可以毫秒级、针对亿万级数据进行及时的多维分析透视和业务探查。

在架构上来看，Palo与常见的分布式存储系统的架构有些不同。Palo主要有FE（Frontend）和BE（Backend）这两类系统进程，其中FE可以理解为Palo的管控节点，主要负责用户请求的介入、查询计划的解析、元数据的存储以及集群管理等工作，BE主要负责数据存储以及查询计划的执行，这两类系统进程都可以横向拓展，而不需要依赖任何第三方系统（如HDFS、ZooKeeper等），这样高度集成的架构设计也极大简化了一款分布式系统的运维成本。Palo在FE进程中实现了MySQL兼容协议层，这样用户通过标准MySQL客户端或其他各类工具即可便捷连接到Palo，并且Palo还支持标准SQL语言，不论是简单的单表聚合、排序过滤或复杂的多表关联、子查询、窗口函数、自定义函数等，都可以通过SQL快速完成，极大减少用户的使用成本。

使用 Palo 时，可以从本地、RDS、BOS、百度智能云 MapReduce 等导入海量数据，进行大数据的多维分析。 Palo 还兼容主流 BI 工具，数据分析师可以通过可视化的方式分析和展示数据，快速获取洞察以辅助决策。，Palo 还提供了全新 UI 支持，5分钟上手，轻松实现建库建表、数据导入、数据查询。

，百度智能云利用数据湖管理与分析平台EasyDAP，以统一元数据为抓手，一站式完成数据集成、治理、开发、分析、服务。EasyDAP是全场景、低门槛、兼容开放、安全可靠的一站式数据湖管理与分析平台，其服务范围覆盖数据集成、数据管理、数据治理、数据开发、数据分析、数据服务，实现采、存、管、用一体化。

挖掘数据资产价值

完成数据基础设施构建后，企业如何实现数据资产价值最大化？百度智能云给出了答案。

，百度智能云通过数据资产管理与运营平台DAMP将各类数据经过基础治理后形成的数据资产进行统一管理，以资产目录的形式让企业内部资产更清晰化，通过应用超市帮助企业更好的运营数据资产，实现数据资产要素“好管理”、“好找到”、“好理解”、“好应用”。

，百度智能云通过商业智能和数据科学工具让数据发挥大价值。

在商业智能方面，百度Sugar BI可以快速搭建数据可视化页面，帮助客户洞察过去。Sugar BI是百度自助 BI 报表分析和制作可视化数据大屏的工具，直连MySQL、本地excel等各类数据源，通过丰富的图表和拖拽式编辑帮助客户5分钟即可生成可视化页面，并以炫酷大屏呈现，让数据信息更直观。，Sugar 融合了百度语音、语义识别等多种 AI 技术，客户通过语音的方式就可以快速获取想要的数据。

在数据科学方面，百度智能云通过全功能AI开发平台BML为数据科学的场景提供全流程开发支持，帮助客户预测未来。BML整合了大数据和百度AI技术，可以实现从数据源管理、数据清洗与扩充、数据标注、数据预处理，到模型构建，模型管理与优化、预测服务部署、服务管理与监控等全流程能力支撑，降低企业应用数据技术的门槛。BML为数据科学提供高效的算力管理和调度、高性能数据科学引擎、自动机器学习、丰富的建模方式四大核心功能。

在算力管理和调度方面，BML提供计算资源、存储资源的管理和调度。在这之上，提供一套作业执行与调度机制，帮助客户实现模型与服务管理。

在高性能数据科学引擎方面，BML提供高度兼容的 Pandas/Sklearn，面向单机的数据分析和机器学习，提供5-10倍的开源工具的数据处理能力。

在自动机器学习方面，BML提供自动建模工具，实现从数据拆分、训练数据集、黑盒优化算法、模型训练、效果评估等全流程的自动化。

在丰富的建模方式方面，BML提供丰富的交互界面、文本编辑器、可视化的拖拉拽、脚本调参等工具。

保护数据隐私安全

百度数据安全体系贯穿了大数据基础设施构建、数据价值挖掘的全过程，覆盖了数据全生命周期，从多个维度保护企业数据安全。

在数据资产安全方面，百度数据安全体系提供细粒度数据权限、数据加密脱敏、统一身份认证、多租户资源隔离等技术，确保资产生命周期过程中的安全性，以及数据在企业内外部应用过程中的安全性。

在隐私保护方面，百度数据安全体系实现了事前安全隐患发现、事中敏感数据保护、事后精准溯源的安全保护闭环，为客户提供安全合规的数据应用能力。