未来已来，DAMS2016第二届中国数据资产管理峰会圆满落幕

DBAplus社群 2016-07-11 11:21:17

2016年7月8日，第二届DAMS中国数据资产管理峰会（DAMS 2016）在上海盛大举行！DAMS峰会以提升中国数据资产管理水平为己任，坚持数据治理、数据资产管理、大数据技术分享和经验交流，全力打造中国顶级行业峰会！

一主场三分场覆盖数据领域前沿技术与实践

政府企业联合发声，共论大数据未来

峰会当天，上海市经济和信息化委员会信息化推进处（大数据发展处）副处长崔艳春，以及杨浦区科学技术委员会副主任马庆亲临现场，为本次峰会致开幕辞，两位嘉宾从国家在数据方面的政策导向到上海市政府为此做出的努力与规划，再到本次峰会的具体操作与落地，逐一说起，诚意拳拳，期望殷切，为DAMS峰会带来了一个极为精彩的开场。

主会场精华概览：

新炬网络执行副总裁程永新：针对数据架构失控、元数据管理混乱、数据标准缺失等六大资产管理难题，他的观点是既需打破数据孤岛，又要避免数据中心沼泽化！基于新炬网络多年的数据资产化管理运营经验，程永新详细分享了新炬数据资产管理“五星”模型及行业最佳实践，通过“服务+产品”的方式实现快速项目落地和优化迭代。

幻灯片4.JPG

中国信息协会电子政务专委会委员、复旦大学副教授郑磊：什么是开放数据? 郑教授在演讲之初就抛出了这样一个问题，并给出了清晰的界定：可以被任何人、出于任何目的、自由的利用和再利用的数据才应该叫开放数据，他还提到真正意义上的数据开放应该进行到底层，从数据层面去实现共享，概括而言，开放公共数据本质上是提供一种公共产品。当然，就目前而言，开放数据还面临着诸多主观上和客观上的挑战，数据的开放离不开政策层、管理层和数据层这三个层面的共同发力。

ITSS WG1国际组组长/《大数据治理与服务》作者潘蓉指出：“必须实施面向数据的资产管理和以数据驱动为核心的资产运营，进行数据治理，以达到对数据资产利用的指导和控制！”并进一步引申出数据治理标准化的重头戏——数据资产价值使能框架。

中国移动江苏公司信息技术中心副总经理郑建兵：IT时代正在走向DT时代，企业的商业模式、技术的发展、IT部门的角色以及IT人才的需求状况都在发生着巨大的变化，企业的IT系统正在向智慧化、实时化、平台化的方向转型。郑建兵在演讲中以此为引，同时举例说明通信运营商如何借助“连接万物+数字化服务”的力量，成功实现了企业IT系统的转型与运营商数据变现策略。

国家千人计划引进人才/阿里云资深技术专家文镇博士：以“云数据和大计算”为独特立意，述说了这个时代背景下大数据安全所面临的严峻挑战，鼓励从大数据平台安全、隐私保护、数据管理和血缘追踪、终端安全和安全监控这四个维度，去全面应对大数据带来的安全挑战。

数据资产管理专场部分精华概览：

阿里云双11总导演/RDS高级产品经理何云飞：数据是企业最核心的资产之一，数据的安全问题是一场永无休止的战争，小到公司，大到平台，再大到国家，攻击无处不有，打造一个安全可靠、易用、性能好、成本低、和可扩展性强的数据库是我们所有人共同的心愿，何云飞从应用、访问、网络、存储、容灾和内部信任角度逐一阐释，并分享了阿里云数据库的最佳实践经验。

Informatica大中国区首席顾问但彬：数据资产管理的目的是高效利用，而数据湖正是赋予了数据这样的自由运用的灵活性。数据湖的一部分价值是把不同种类的数据汇聚到一起，另一部分价值是不需要预定义的模型就能进行数据分析，它可能成为下一代数据资产管理的基础。会上，但彬从集成、质量&治理、安全方面逐一阐述数据湖方案的三大支柱。

建行厦门开发中心技术管理处负责人朱志：建行目前六亿用户，核心数据500t，每天数据增量2.5t，数据总量逼近1pb。他从会计视觉，类比利润表、资产负载表、现金流量表来看数据资产，由此得出数据资产的特性：开闭、流动、价值。而会计视觉加上时间维度变为金融视角，从金融视角看数据资产管理，一方面清理低效资源，另一方面推动业务挣钱让数据增值。

腾讯SNG数据挖掘团队负责人刘黎春分析了数据资产化的若干难题，分别有：数据孤岛、非标准化、数据安全、数据定价，同时介绍了腾讯数据资产平台建设的四个阶段，以及腾讯社交网络数据的构成。他还从经分系统、广告/精准营销、信用贷款等方面的案例分享了腾讯社交网络的数据资产应用。

大数据专场部分精华概览：

唯品会高级架构师单超：以唯品会的大数据平台规划、现状以及管理相关工作为开篇，分享了唯品会在平台资源管控，管理数据化，存储资源管理以及不同级别（秒级/分钟级/天级）的计算资源管理方面的经验。

小米数据架构师欧阳辰：从小米的大数据技术框架、大数据应用、大数据实时分析场景的案例入手，提出如何选择合适的数据分析工具，以及小米如何成功改进HBASE，实现从MySQL平滑迁移到HBASE，重现当初小米打造亿级大数据实时分析平台的全过程。

交通银行信用卡中心移动互联开发经理马欢：介绍了交行数据治理组织基本架构和数据治理的各种活动，包括管理制度、数据标准，以及以网络发卡为案例，介绍解析如何应用数据快速实现信用卡申请、卡审核、风险控制、市场营销的总体过程。

架构与运维专场部分精华概览：

轻维软件执行副总裁宋辉：在业务、规模与团队发展的多重压力之前，运维尤其处在风口浪尖，如何基于ZABBIX打造一个面向业务的企业级运维平台？会上，宋辉以“开源+定制”为切入点，从架构设计、监控能力、告警能力、采集能力、分析能力、自动化处理等方面，详细阐述了一家企业如何成功构建以业务为中心的自动化监控运维能力。

国家电网南瑞集成CTO白鳝带来了运维的哲学问题，是技术以外的思考：1、解决能力问题，首先建立标准化，消除人员差异，通过标准化后进行自动化、可视化。2、运维目标的问题，建立服务目录，明确运维规范与要求。3、辩证的思路看问题，不要怕发生问题。4、架构优于运维。5、运维人员，自动化平台要集成运维经验，系统优化的重点在整体架构，通过好的架构构建主动防御的能力的思考。

浙江移动大数据架构师康祖令博士：详细介绍了浙江移动通向“亿万级”实时流计算之路的架构设计及其主要优点：1、由于Kafka的出色性能，只需要少许的服务器就可以实现近乎“0”的时延。2、对现有Hadoop架构的改动量很小。3、除HDFS和Storm外，其他的流计算平台，如Apache Flink和Gearpump等，也都可以直接跟Kafka对接以获得数据流。