右边是Data Warehouse，这是一个非常传统的结构化数据，今天我们面对的是结构化数据的量也大量提升。我们在大数据的时代也使数据量庞大增加，因此我们也有新的技术，像DB2，将有一些新技术会介绍，还有一些硬件的技术等等，大大提升的I/O的吞吐量，解决今天可能计算机CPU很快，但是I/O跟不上的状况。
同时，DataExplorer，我们抓取一些有用的信息寄存在数据仓库里，如何增加关联性。另外一个软件可以提供多个数据的挖掘，关联性的分析，从而提供一个很好的从大数据里抓取一些有用信息的过程。挖去了以后，我们希望把那些有用的信息进一步提升，从而提供一个很好的服务。在这里我们可以透过IBM的一些软件，向计算应用提供一些KPI，把用户的应用结合你抓取出来的信息，提供一个用户的平台。
又或者您也可以使用IBM的Cognos，一个报表分析的数据，从多个数据库里，不管是结构化、非结构化数据里，我们抓取一些有用的信息，变成一个有效的报表提供给你做分析用。又或者我们希望再进一步往前走，做一个预测，因为报表很多是一些历史数据，我们怎么可以往前推测呢?透过IBM的SPSS软件，我们可以建立一个数学模型，建完模以后可以按照我们收集完数据的特征，可以推测未来一段时间的发展。推测也是大数据发展的特色，这里举了一个例子，在互联网信息里，其中一个信息用得最多的就是气象的预测，这是新一代高性能计算系统，IBM有幸为中国气象局进行新一代系统的扩展，他们采用了PureData，它们是一个非常庞大的PureSystem使用的客户，搭建了超过18000个CPU内核的环境，比之前一代系统提高了50倍的性能，提高了100倍的储存容量，可以想象它的容量非常庞大。为什么需要这么大的数据来预测呢?在气象预报的过程里，他们往往分为几个类型的数据，一个是气候模型的预测，推测下一个冬天是冷冬还是暖冬。二是短期的预报，这一类型主要利用物理模型推测未来气候的变化等等，这个模型里也结合了更多的，随着新一代技术会结合更多的传感器收集的信息，做一个整合的推测，除了大气的状况，也收集海洋状况、陆地山脉地理信息等等做一个统一的信息。最后一个类型是卫星的推测，就是临近的天气预报，如何预知未来一两个小时会不会下暴雨，这没有办法通过数学模型推算，这需要透过卫星的数据很快的进行分析，那种技术怎么样帮助卫星的信息量是非常庞大的，我们可以提供一个很高的容量，很大的计算能力，提供了一个把卫星信息整合起来，可以帮助推算。在这个客户里我们也做了一个测试，把他们的传统应用搬到Hadoop体系架构开放中心的平台上跑，传统友商的平台可能跑了几天卫星信息的整合，我们只用了几分钟就可以做完，这是一个测试的场景，我们已经在这个客户里成功试过，接下来他们还会继续往下看。
可以看到新一代大数据，第一步要收集很多有关联性的信息。像气象，会收集很多卫星、地理信息等等。第二步当我们收集了这么多信息之后，要怎么样分析?要知道分析数据是可以无止境的，今天做了很多分析，分析完的结果，又发现有一些新信息来源进来，你可以再进行分析，到底我们分析是为了什么?在这里IBM认为，分析是希望增强对客户360度全方位的视图，我们希望透过分析，找到一些跟客户有关联性的内容。一些传统行业来讲，像医疗行业，传统是用流程来进行梳理的，今天采用了我们360度视图的分析，可以把病人的履历，过往的历史，对药物有什么敏感，进行过什么治疗，家族有什么病，都可以抓取进来，这是一种非常好的处理方法。
