高校民主管理信息化实现机制研究

2014-12-25陶晓环陈海舰

船舶职业教育 2014年3期

关键词：民主监督集群民主

陶晓环，陈海舰

（渤海船舶职业学院，辽宁葫芦岛125105）

0 引言

高校民主管理信息化建设适应了党的十八大报告的“创新基层党建工作，全面提高党的建设科学化水平”的总体要求，是今后党建工作的新方向。借助云技术构建民主管理信息系统不仅利于节约，而且便于推进党务校务公开建设。

1 实现高校民主管理信息化的意义

云平台是以数据为依托，以虚拟化技术为操作方法，整合服务器数据资源，提供安全、可靠的数据服务平台，是一种用户可以不受时间、空间、地点限制，连接到网络终端设备来访问的服务技术。所谓高校民主管理信息系统是利用云计算技术为用户提供的一个云端账户来开展高校民主管理工作。

高校民主建设是高校党建工作的重点和难点，也是新形势下加强高校党建工作的核心和最有效的途径。随着工作信息化程度不断提高，运用云技术实现高校民主管理，越来越多地受到高校师生的关注。高校民主信息化管理有着人才和技术双重优势，通过云技术对各类数据进行整合，提高高校民主信息化、网络化建设水平及高校民主建设工作的效率，降低工作成本，提升广大师生的参与率，对于推进高校民主建设，进一步加强高校民主监督，实现民主参与，具有重大而深远的意义。

2 实现高校民主管理信息化的做法和途径

2.1 利用云平台及时发布高校民主管理信息，提升知情率

近年来，高校党委结合民主管理实际情况，践行“以人为本，科学管理”的基本理念，着力为师生开创民主互动平台，营造良好的民主参与、民主监督氛围。利用民主信息平台，一是及时发布各级各类高校民主管理信息，如发布学院5年、10年发展规划，系部发展计划，招生计划、资金使用、年度财务预算支出等信息，便于职工了解高校发展建设情况。二是发布各级各类民主管理制度政策指导信息。例如，及时发布《教职工代表大会条例》《学院先进集体、先进个人评选推荐办法》等上级部门发布的各类民主管理文件。

2.2 利用云账号定期更新民主知情、民主参与、民主反馈专栏

鉴于高校教师的工作特点，目前很难有固定时间将高校教师集中到一起开展民主参与、民主监督工作。利用高校为教师开设的云账号登陆到高校民主信息系统平台，可以了解最新的关乎学院发展建设的民主参与内容，强化民主参与意识。同时，在对应的窗口开设征求民主意见和民主献策平台，供广大教职工建言献策。另开设民主反馈专栏，及时反映职工心声，便于领导依据民愿进行民主决策。

2.3 健全高校民主监督与制约机制

从管理学和政治学角度分析，良好的民主管理与健全的监督、制约机制是密不可分的。任何民主管理都需要人人参与，任何权利都需要监督与制约，缺乏参与或缺乏制约的管理都有可能走向异化。只有让教师、学生拥有更多的知情权、参与权，才能实现更好的监督、制约，才能真正实现民主管理。高校可将教师参与民主管理作为日常工作考核的一项标准。作为学年评先选优的一项常规考核指标。

此外，健全高校民主监督与制约机制，还应该包括学生参与高校民主管理的层面。长期以来，学生单纯地被认为是高校管理和教育的对象。实际上，学生在高校建设中是中坚力量。学生最知道自己需要什么样的学校，学生就如何建设和管理学校最有发言权。因此大学生也应该成为高校民主管理的参与者。高校民主管理部门可以为每个班级设置一个民主平台账号，大学生可对学校发展建设如：餐饮食堂、学生宿舍、文体活动、学习生活等各个方面向相关部门提出意见与建议，有监督部门负责监督、执行，及时解决问题，从监察管理角度保障大学生在学校期间的民主权。

3 云平台构建阶段关键技术

云平台数据资源广泛且零散，所配置的服务器多。在云平台中始终有数量较多的应用程序在工作，因此保障服务器上的数据和应用程序的正常工作成为云平台构建阶段的关键。构建面向应用的云平台须具备虚拟化技术、云计算平台管理技术和分布式并行编程等关键技术。

目前在Yahoo、Facebook等公司应用较广的是Apcahe的Hadoop分布式计算开源框架。通常Hadoop会将一个用户数据备份2个及以上副本，这样解决了在数据出现错误或机器出现故障时无法恢复用户数据的难题。Hadoop框架中核心是MapReduce和Hadoop Distributed File System(HDFS)。HDFS存储Hadoop集群中所有节点上的文件，位于最底层。其上一层MapReduce引擎，采取并行工作模式，可以大大加快数据处理速度。典型的Hadoop集群架构如图1所示。

图1 Hadoop集群架构图

在图1所示的Hadoop集群架构图中，NameNode主要功能是管理文件系统中的空间命名、配置集群信息和备份存储块等，它将文件系统中的Metadata数据存储在内存中。DataN－ode主要功能存储数据块，是文件存储的基本单位，并且周期性地将数据块信息传送给NameN－ode。一般而言，应用程序通常也包含Client。

另外，Hadoop集群具有超强的可扩展性及并行处理能力，可以实时进行并行处理操作。当然在进行大数据分析时，随着数据量的不断增加，可以通过添加DataNode来扩展有效集群，从而提高分析大数据的速度。