對于數據管理來說，以往的數據形式大多是被精心分類的、有序的結構性數據，而大數據時代產生的數據則變成了“雜亂無章、隨機出現”非結構性數據。不僅如此，以往對于數據的管理主要是基于歷史數據，而大數據時代的數據則相當一部分是“實時數據”。在SAP看來，對歷史數據的分析就好比汽車里的后視鏡，沒有后視鏡的話，開車會沒有安全感，因為你不知道后面發生了什么事情，但更重要的是車的前擋風玻璃——對實時數據的分析。
![]()
SAP高級副總裁柯曼
中國的快速消費品
公司農夫山泉從2008年就開始使用移動系統，公司每位業務代表每天都會拜訪客戶或門店，把大量的數據傳回公司，而其中大部分都是照片等非關系型數據，每月累計的數據量達到1.8TB，而數據量還在與日俱增。面對這樣龐大的數據，原有的數據系統幾乎處于癱瘓狀態，一次計算時間需要24小時，月底無法及時提供庫存報表，影響發貨速度，更不要說實時察看庫存數據的動態變化，并做出預測性分析了。
快速、高效的內存計算應時而生。與以往從硬盤讀取數據不同，內存運算是把大量數據裝載在內存中，CPU直接從內存讀取數據——內存硬件價格的大幅降低和需求的推動使得內存運算成為可能。2011年，SAP在經歷一系列收購和整合的基礎上，推出內存計算的數據庫平臺SAP HANA。在農夫山泉的案例中，HANA平臺的內存計算將原先需要24小時的邏輯運算縮短到了46秒。
柯曼認為，不斷增加的數據量、數據種類和數據產生速度是企業數據管理的新挑戰，而企業數據的安全性、標準化、法律法規、工業寬帶基礎設施等方面的建設都是實現工業4.0的重要條件。越來越多的程序
自動化給系統安全帶來了諸多挑戰，也為敵國和競爭者的蓄意攻擊和破壞提供了便利。而工業4.0中要讓價值鏈上的合作伙伴共同合作，也需要一套共同標準。無論如何，數據是這一場物理信息融合的制造革命中的基石，沒有對數據的掌控，一切發展都將成為“無米之炊”。
粵公網安備 44010602004351號