华为将开源这套引擎了！大数据管理不用愁了！

11月19日在华为2019全球数据基础设施论坛上，华为Cloud & AI产品与服务总裁侯金龙宣布全面启动数据基础设施战略，并开源数据虚拟化引擎“河图引擎”（HetuEngine）。

据悉，“河图引擎”开源版本名称为“openHetu”，开发者可基于开源代码进行定制，主要包括数据源扩展、SQL执行策略等。实现应用快速对接，提升开发效率。另外，该引擎将在2020年6月上线。

公开数据显示，2018年中国的总数据量就已拥有7.6 ZB，至2025年中国的总数据量将跃升至48.6 ZB，全球总数据量达到125 ZB，可以说到2020年每天就有1.5 GB的数据量生成。但实际数据的利用量却并不乐观。

据了解，这款引擎主要针对的是大数据管理，让开发者好似使用数据库一般使用数据，复用现有生态、工具、技能。主要体现在“一个目录（1000+异地异构数据源）”，“一个入口（5000节点SQL引擎，实现30种异地异构数据源统一SQL访问）”，“一份数据（CarbonData技术实现多场景分析和多应用共享）”，“统一安全（异地异构数据源集中式安全配置与管控）”。

此前9月，华为全联接大会上指出，将进行“一云两翼双引擎”的鲲鹏计算机产业布局，其中，“一云”指的是华为云，“两翼”指的是智能计算和智能数据，“双引擎”指的是“鲲鹏+昇腾”的双引擎。

此次发布的引擎主要针对数据角度进行“平台+生态”战略的再升级。大会上，华为指出将通过对数据“采、存、算、管、用”实施端到端的整合和优化，另外将基于“AI+存储+华为云”，通过云上云下结合，云上训练和云下推力让系统越用越快。

不过这个引擎对比腾讯与阿里巴巴的引擎又有区别呢？目前来说，虚拟化引擎概念应该是华为在国内首次提出的，此前腾讯与阿里巴巴发布的相关引擎主要是数据中台。这种技术也许对于近二十年来社会变革来说是最佳的。

目前来说，数据虚拟化是艰巨但又刚需的，随着数据量的飞速上升以及应用范围的拓宽，数据虚拟化就是必经之路了。迄今为止，虽然数据虚拟化平台并不鲜见，但真正将云与大数据世界拼接在一起的层、界面和抽象化展开进一步概述之路仍需继续前行。

当然，能沿着“数据-虚拟化”路线走多远，将取决于用户业务需求和大数据环境的复杂性。此外，还取决于用户对风险、复杂性和困难的承受程度。在未来，随着分析模型、规则和大数据云上汇聚的信息日益复杂，平台将成为虚拟化访问、执行和管理的核心。

相信通过华为的“平台+生态”战略的进一步实施，这个开源平台将会为大众带来更多普惠。

（21ic原创内容，转载请标明出处，作者：付斌）