京东云发力政务云市场,摘得可信云多项大奖

简介: 京东云发力政务云市场,摘得可信云多项大奖

还记得不久前,在权威第三方调研机构Forrester发布的2018年中国全栈公有云开发平台报告中,京东云获得了“Strong Performers”(卓越表现者)的评价,步入国内云计算第二梯队的阵营。

而今,在“2018可信云大会”上,京东云再次获奖,其中包括可信云技术创新奖容器类(容器虚拟化)、存储类(数据库),同时依托自身政务云解决方案,助力宿迁市电子政务办公室获得“可信云十大用户奖”,覆盖了公有云的几大趋势领域——这说明,京东云在公有云市场开始朝着更广阔的领域发展。

image.png


从电商到政企市场


实际上,自2014年在工业和信息化部指导下主办的首次可信云大会举办以来,京东云和阿里云、华为云、腾讯云等等等都是可信云大会上的常客。

但与5年前不同的是,京东云的优势不再仅限于京东集团的供应链优势和零售商市场,所获认证和奖项已经从电商云和云存储等互联网公司的优势领域和基础能力,发展到政企市场更为关心的容器类、存储数据库和政务云等领域。

毫无疑问,任何一家公有云提供商的成长,都与其成长背景密切相关。无论亚马逊AWS、微软Azure、阿里云、腾讯云、华为云和京东云等等,都是如此。这说明,公有云提供商在成长初期,各自都能找到自身的独特性和优势所在,但随着规模的不断扩大,势必会拓展到更多的领域。这时候,能否进行长期和更具前瞻性的投资,进一步发挥自身的优势,就成为公有云厂商下一阶段的发展关键。

我们知道,公有云市场目前还仅仅占据了整体IT市场容量的一小部分,未来的市场空间仍然非常广阔。根据Gartner的报告显示,2020年全球公有云市场预计将达到4000亿美元规模,同比增长将维持在15%左右;而中国公有云市场的发展空间更大,因为目前中国公有云市场占据中国整体IT市场的占比更小,发展空间更大,预计同比增速将维持在30%以上。

在这样的背景之下,各家公有云提供商在中国市场都还有相当多的机会,特别是随着AI和物联网的兴起,对其具有重要支撑作用的公有云市场,还处于起步阶段。


发力政务云


分析了市场,我们回过头来再看京东云的重点方向。

很明显,此次可信云大会上获奖容器类、存储数据库、政务云是京东云下一阶段的重点领域。

京东云总裁申元庆曾经在访谈中提及,京东云在各地政务云市场也有很大的投入和布局,推动当地数字经济产业的规模化发展,兴业惠民。

image.pngimage.gif

据了解,近期京东云发布的政务云的定位是城市新经济合伙人:从城市需求出发,通过技术赋能深耕本地服务市场,释放电商、物流、金融、大数据等全要素服务能力;不仅如此,还会通过京东云计算、大数据、AI、物联网、移动互联网等技术能力的整体输出,全方位承载新型智慧城市平台,打造城市治理、产业发展、民生服务能力,助推政府数字化转型,助力城市新经济的可持续发展。

据悉,此次获奖的宿迁市政务云平台,已完成迁移上云146个,上云率达95.4%。政务服务网、公积金系统、公共资源交易平台和市政府门户网站群、社保、市协同办公系统、12345政府热线、金融风险分析平台、阳光扶贫监管系统、居民信用积分平台等核心系统均稳定运行其上。

京东政务云的落地案例远不止宿迁一地。据悉,京东云与滨州市人民政府去年就签订了《“互联网+”新经济发展合作协议》,在滨州市设立独立的本地技术服务输出实体,双方共同建设黄河三角洲云计算大数据产业基地,打造环渤海经济圈云服务业务承接中心。京东云目前已经在15个城市进行了智能城市布局,通过“政务云”建设等形式为各地赋能,今年之内京东云还将陆续落地数十个智能城市,驱动各地政府实现智能转型升级。

据了解,京东政务云以互联网+政务服务为核心,从“供给端”发力,促进政务资源整合,简化政务服务界面,完善服务访问手段,丰富政务服务内容,构建线上线下融合的高效政务服务新模式。


技术能力输出


在笔者看来,京东云的政务云解决方案,“供应端”和“电商”结合的优势比较明显,这也是京东云在政务云市场发力的根基。

但与此同时,京东云在技术领域的投入,也在明显发挥出应有的作用。

事实上,宿迁市电子政务办公室不仅完成了迁移上云系统覆盖全市绝大部分自建业务系统,而且其系统可用性和数据可靠性均达到4个9的水平,较之前相比成本降低70%,效率提升30%以上。宿迁市电子政务外网以高分通过等保三级测评,通过设立安全分析中心达到统一管理、统一监控、统一预警、统一互联网出入口,成为苏北首批完成与省网对接并通过省里验收的地市。

image.png

在京东政务云背后,是京东JDStack政务专有云平台,在传统“纵深防护+事后审计”的基础上,着重对边界被攻破后的持续安全检测手段进行了丰富,形成全景安全感知分析能力,使得云内安全可视、可控和快速响应成为现实,为政府数字化转型保驾护航。

而在现在大型企业和互联网公司大热的容器技术领域,京东云也有了很好的积累。

据悉,不久前京东云推出了完全托管的Kubernetes集群服务。众所周知,Docker自诞生以来,长期叫好不叫座,其主要原因就是可用性较低,部署复杂度较高。

而在京东云上,高可用是其Kubernetes集群服务业务的亮点,一是在京东云上可通过全自动的方式完成跨区域的管理节点部署;二是京东云支持在不同的地域数据中心完成工作节点的自动均衡部署,由于京东云的高可用组给每一台工作节点都分配了唯一的故障域编号,因而在同一个地域内,用户可利用该编号来实现自己的调度策略,从而避免工作节点的单点,从而避免硬件上的单点故障。

值得一提的是,京东云的Kubernetes集群可同时支持Serverless模式和非Serverless模式。Serverless模式意味着可以直接调度原生容器,使用Kubernetes所有的API,而不用关心管理工作节点的复杂性。当用户希望自己管理工作节点时,京东云同样提供支持非 Serverless模式,这样客户在创建规格和调度上有更大的灵活性。

从这些技术细节可以看出,京东云容器服务充分融合了Docker容器和虚拟化的优点,既简化了平台复杂度,也提高了性能和可靠性,称得上是全球领先的技术方案。

此外,在数据库存储服务上,京东云也是将京东集群内部久经考验的DRDS与RDS服务天然结合,通过支持在控制台上一键创建,分钟级完成集群资源创建,以及秒级高可用切换,降低了分布式数据库服务的复杂度以及运维成本,输出给京东云的用户。据悉,该服务支撑了京东商城内部包括商品、订单、发票、配送等众多核心0级系统,支撑京东集团完成了去oracle/sqlserver的任务。

据了解,京东云业务量在2017年得到了快速发展。在笔者看来,京东云在拓展政务云市场方面,以及在容器领域和数据库存储等技术落地领域的优势,可以很好地与京东云一直以来在供应链和电商领域的优势进行结合,或许正如申元庆所言——京东云在2020年有望进入到中国公有云市场的第一梯队。

相关实践学习
深入解析Docker容器化技术
Docker是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。Docker是世界领先的软件容器平台。开发人员利用Docker可以消除协作编码时“在我的机器上可正常工作”的问题。运维人员利用Docker可以在隔离容器中并行运行和管理应用,获得更好的计算密度。企业利用Docker可以构建敏捷的软件交付管道,以更快的速度、更高的安全性和可靠的信誉为Linux和Windows Server应用发布新功能。 在本套课程中,我们将全面的讲解Docker技术栈,从环境安装到容器、镜像操作以及生产环境如何部署开发的微服务应用。本课程由黑马程序员提供。     相关的阿里云产品:容器服务 ACK 容器服务 Kubernetes 版(简称 ACK)提供高性能可伸缩的容器应用管理能力,支持企业级容器化应用的全生命周期管理。整合阿里云虚拟化、存储、网络和安全能力,打造云端最佳容器化应用运行环境。 了解产品详情: https://www.aliyun.com/product/kubernetes
相关文章
|
8月前
|
机器学习/深度学习 人工智能 算法
小米7B参数推理大模型首次开源!Xiaomi MiMo:数学代码双杀,超越32B巨头
小米开源的MiMo推理大模型通过联动预训练与强化学习算法,在7B参数规模下实现数学推理与代码生成能力的突破性提升,技术报告显示其性能超越部分32B级模型。
1172 74
小米7B参数推理大模型首次开源!Xiaomi MiMo:数学代码双杀,超越32B巨头
|
机器学习/深度学习 人工智能 自然语言处理
人工智能的概念、分类与实现方法
什么是人工智能 人工智能 又被称为机器智能,是一种综合计算机科学、统计学、语言学等多种学科,使机器 模仿、展现 人类智能的 技术。 说到人工智能我们不得不提到图灵测试,那么什么是图灵测试呢? 计算机科学家 艾伦·图灵 在 1950 年发表了一篇论文,文中提出了一项思想实验:我们委托一名人类测试员,使用测试对象能够理解的语言,分别和身处密室中的一台机器、一名人类自由地进行对话。假如经过若干轮对话后,测试员依然无法分辨出谁是机器、谁是人类,则说明该机器通过测试,是具有智能的。 人工智能的应用也可分为四大主要组成部分: 计算机视觉:辨识图像的形状、颜色、含义; 自然语言处理:理解人类的自然语言
866 0
|
9月前
|
人工智能 边缘计算 自然语言处理
DistilQwen2.5-R1:蒸馏黑科技!32B推理能力塞进3B小模型,推理速度狂飙300%
阿里巴巴最新发布的DistilQwen2.5-R1系列模型通过知识蒸馏技术,在保持高性能的同时大幅降低计算资源需求,7B模型性能甚至可媲美32B大模型。
311 11
DistilQwen2.5-R1:蒸馏黑科技!32B推理能力塞进3B小模型,推理速度狂飙300%
|
6月前
|
机器学习/深度学习 数据采集 自然语言处理
魔搭社区模型速递(6.2-6.7)
魔搭ModelScope本期社区进展:1910个模型,183个数据集,47个创新应用,5 篇内容
1010 11
魔搭社区模型速递(6.2-6.7)
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现智能食品消费偏好分析的深度学习模型
使用Python实现智能食品消费偏好分析的深度学习模型
244 8
|
12月前
|
设计模式 Java 程序员
【23种设计模式·全精解析 | 概述篇】设计模式概述、UML图、软件设计原则
本系列文章聚焦于面向对象软件设计中的设计模式,旨在帮助开发人员掌握23种经典设计模式及其应用。内容分为三大部分:第一部分介绍设计模式的概念、UML图和软件设计原则;第二部分详细讲解创建型、结构型和行为型模式,并配以代码示例;第三部分通过自定义Spring的IOC功能综合案例,展示如何将常用设计模式应用于实际项目中。通过学习这些内容,读者可以提升编程能力,提高代码的可维护性和复用性。
2597 1
【23种设计模式·全精解析 | 概述篇】设计模式概述、UML图、软件设计原则
|
11月前
|
人工智能 自然语言处理 API
大模型编程(3)让 AI 帮我调接口
这是大模型编程系列第三篇,分享学习某云大模型工程师ACA认证免费课程的笔记。本文通过订机票和查天气的例子,介绍了如何利用大模型API实现函数调用,解决实际业务需求。课程内容详实,推荐感兴趣的朋友点击底部链接查看原文,完全免费。通过这种方式,AI可以主动调用接口并返回结果,极大简化了开发流程。欢迎在评论区交流实现思路。
1144 1
|
存储 JSON API
如何创建自己的数据集!!!
本文介绍了如何创建和使用自定义数据集,特别是针对GitHub Issues的语料库。内容涵盖了从获取数据、清理数据到扩充数据集的全过程,最终将数据集上传到Hugging Face Hub并与社区分享。具体步骤包括使用GitHub REST API下载Issues,通过Python脚本进行数据处理,以及添加评论信息。此外,还介绍了如何创建数据集卡片,以提供详细的背景信息和使用指南。
418 0
|
网络协议 NoSQL API
深入理解 RDMA 的软硬件交互机制
本文深入分析了RDMA技术在数据中心高性能网络环境下的工作原理及软硬件交互机制,通过对比传统Kernel TCP,突出了RDMA在减少延迟、提高系统性能方面的优势,同时讨论了其在内存管理、软硬交互方面的关键技术和挑战,为读者提供了全面理解RDMA技术及其应用场景的视角。
|
机器学习/深度学习 人工智能 自然语言处理
“魔搭”来了!一文深度解读达摩院推出的AI模型社区
一文详解ModelScope魔搭社区,模型即服务开启AI开发使用新范式
“魔搭”来了!一文深度解读达摩院推出的AI模型社区