大数据云计算技术与应用策略

李新海

摘要 大数据云计算技术是基于时代发展需求而形成的新型技术产物，在各行各业中得到了广泛的应用。本文梳理了大数据云计算技术的有关知识，并以为例，对其应用策略进行了简单的论述。

【关键词】大数据云计算技术 应用策略 信息化时代

在当前的信息化时代，我们已经进入了大数据时代，大数据云计算技术是将大数据技术与云计算技术的有机结合，二者结合后形成的大数据云计算技术具有诸多的优势。尤其是在互联网技术快速发展的今天，各行各业的数据正在爆炸式的增长，所以要从这些数据中挖掘有用的信息，并加强对其的持续应用，才能更好地为企业发展明确方向，将计算资源更加集中，为企业的决策制定提供更加精准的依据。以下笔者是对大数据云计算技术的几点浅见，以便于更好地在实际中加强对其的应用。

1 大数据云计算技术的概述

1.1 大数据技术的概述

1.1.1 大数据的基本概念

从百度指数中有关的调查来看，在“大数据”方面有关搜索指数从2012年的每天不到1000万次的搜索，到2014年就超过了每天6000万次的搜索。可以看出，大数据被关注时间较晚，从2012年左右才逐渐被关注，但是其搜索量却一直在迅猛地增长，主要是全球的数据量每年都在快速地增长，在数据产生方式上发生了重要的变革，人类活动对数据的依赖日益频繁，不管是每天的日常生活，还是科学研究，亦或是各行各业，都开始借助大数据手段来开展工作。那么什么是大数据呢？本文认为，大数据就是海量的数据，其巨大的规模达到目前主流计算机系统在合理时间内获取和存储以及管理与处理和提炼，最终为使用者提供决策上的支持。

1.1.2 大数据具有的特点

大数据具有的特点，概括起来就是“4V+1C”。其中，“4V”分别是Value、Volume、Velocity、Variety。 而“1C”则是Complexity。就Value来看，就是价值密度低，当成本能接受的前提下，采取快速地采集和发现与分析，在大量的类别不同的数据中提取价值较高的体系架构。而就Volume来看，就是数据量大，大数据存储数据量十分巨大，即便是常态也能达到PB级，所以要想对其分析和计算的量往往更为巨大。就Velocity来看，就是快速，这里的快速主要是指数据的增长速度十分之迅猛，且数据越新，其价值越高，因而必须在数据处理上具有较快的速度，这样才能及时地从数据中提取知识和发现价值。而就Variety来看，就是多样，因为大数据中的数据来源十分复杂，且格式多样，不仅有传统的结构化数据，而且还有半结构化、非结构化的数据。例如用户所上传的音视频内容，加上人类活动不断丰富和拓展，使得数据来源变得日益廣泛起来。而就Complexity，就是复杂度，即在数据处理和分析中具有较大的难度。

1.2 云计算的概述

所谓云计算，其属于现代化的主流的商业计算模型，其将计算任务在大量计算机构成资源池中分布，并确保不同的应用系统具有结合实际需求来获取计算力和存储空间的能力以及提供信息服务的技术。简而言之，就是在网络载体下，根据实际需求，提供动态而又可伸缩的廉价的计算服务。云计算的特点就是超大规模、虚拟化、可靠性高、通用性强、可伸缩性高、按需服务以及极其廉价等。若将其根据服务类型来分类时，可以将其分成三类：一是将基础设施作为服务对象时，主要是把硬件设备等基础资源封装为服务之后提供给用户使用，例如Amazon EC2/S3。二是将平台作为其服务对象时，主要是将资源的抽象层更加形象具体化，并为用户的应用程序提供良好的运行环境，例如Google App Enjine、Microsoft WindowsAzure。三是将软件作为服务对象时，其具有更强的针对性，可以给某些特定的应用软件功能封装为服务，例如Salesforce online CRM。目前，国外在云计算技术方面的代表企业主要有亚马逊、谷歌和微软。而在国内主要有阿里巴巴、天翼云、七牛云存储、青云、万物云、云创大数据等。

而就云计算的实现机制而言，主要是在用户交互接口中采取Web Services的方式提供访问接口，从而就能更好地对用户的需求及时地获取。而在服务目录中，又为用户提供了有哪些服务的清单可以访问。而在系统管理模块中，则能对所有可用的资源进行管理与分配，以尽可能地达到负载均衡的目的。而其配置工具主要是在每个节点上做好任务运行环境的准备。而监视统计模块则是对每个节点所处的运行状态进行监视，同时还要对用户的节点使用情况进行统计。

1.3 大数据云计算技术的内容分析

基于狭义的视角分析而言，大数据云计算技术就是将庞大的数据量作为处理的对象。而就实际来看，其包含了多种元素，尤其是数据分析十分重要，在企业日常生产运营过程中，其形成的数据量十分巨大，所以在企业大数据建设中，只有确保大数据分析得出正确的决策，才能确保企业自身的效益得到提升，同时还能避免浪费和降低成本。而且对其的投入难以将投资回报量化，但是又能更好地从多个方面进行数据获取，为决策制定提供支持，也能为实现信息的共享奠定基础。所以大数据云计算技术就是以大数据为基础，通过云计算技术的应用，将二者进行有机结合之后，为促进各项决策的制定提供数据上的支持，最终更好地为企业发展提供决策的现代信息技术。因为就技术而言，大数据与云计算之间的关系用一个词来形容就是“密不可分”。大数据无法采取单台计算机来处理，需要借助云端分布式架构，对海量的数据实施分布式的储存和处理。所以云计算可以给大数据资源和大数据的挖掘提供技术上的支持，而大数据的挖掘则能给云计算的建设和运行以相应的决策与支持。大数据与云计算之间的关系为动静关系，其中，大数据需要具有较大的数据处理能力和对大数据处理的能力，而云计算则更好地具有十分强悍的计算能力与数据存储能力。尤其是云计算给大数据提供的弹性扩展较大，存储空间与计算资源更加便宜，因而越来越多的中小企业开始借助云计算进行大数据分析。

2 大数据云计算技术的应用策略探究

2.1 医疗服务中的应用策略

在医疗服务中加强大数据云计算技术的应用，主要目的是为了促进患者诊病效果的提升，在整个患者医疗服务接受过程中，医生能搜集患者的各项基本信息和病历以及治疗方案等方面的数据，并建立数据库，这样诊治医生就能精准地快速制定治疗方案，促进医疗服务行业治疗效率的提升，同时还能利用其做好疾病信息的收集和管理，加强对医疗设施和器械的开发，将研发周期缩短的同时，还能将研发治疗效果提升，所以在未来的医学领域不断发展的进程中，大数据云计算技术的应用将更加广泛，医生可以利用其掌握战胜疾病的关键技术，而父母又能利用其深入了解孩子的健康状况，甚至借助基因技术来培育人类器官，将疾病对病人带来的困扰消除。目前，大数据云计算技术在医疗卫生方面的应用主要是基础性的医疗辅助系统中的应用。例如某家大型医院中，每年平均增加的数据有40TB，且20TB为医学影像数据，而目前共有130TB的数据，根据目前每年的100%增长速度，在五年后将超过1PB，而且甚至可能超过10PB。这些数据类型具有复杂多变的特点，不仅有非结构化数据，而且还有半结构化数据。其目前的非结构化数据主要来源于PACS影像和B超以及病理分析等形成的非结构化数据，这些影像数据之间大小不一，单个病人的一次诊断所需要的调阅和存储的数据高达百张影像。而半结构化数据，主要是电子病历，但是因为格式不同，且格式标准难以统一，导致数据访问与交换的难度较大，加上在数据存储、共享、访问、分析、挖掘等方面的处理器已经难以满足实际发展的需要，所以应用大数据云计算技术建立了相应的数据处理系统，该数据处理系统主要是采取BI/DW/数据中心的基本平台结构，包含了应用层、存储层、获取层，其主要是负责信息集成、数据管理和安全管理等方面的工作。

2.2 消费服务中的应用

目前大数据云计算技术在消费服务方面的应用最为广泛。例如在金融业中加强大数据云计算技术的应用，能更好地在企业和银行以及个人三者之间建立大数据平台，并能有效的统计企业和个人的金融行为，为金融体系在产品设计和效率优化以及电子银行转账等方面具有强大的数据支持。在电商行业中，大数据云计算技术的应用能有效的对金融数据进行集中处理，这样就能为企业在营销策略上更加精准。尤其是大数据技术能给电商企业提供更加优化和完善的运营思路。常见的主要有预测消费趋势和分析地域消费特点，以及统计用户的消费习惯和消费热点产品等方面。例如基于SAPHANA的数据驱动基础，其就是更好地为数据消费提供支持。其主要包含了帮助决策系统和帮助应用系统。在幫助决策系统中，其作用就是做正确的事情。其具体的运行流程是：首先实现数据的可视化，对数据进行敏捷地分卡斤.其次是对企业的经营行为进行分析，且在分析中对数据进行多维度的分析;再次是进行预测分析，从而更好地进行数据挖掘;最后是在业务决策上提供支持，达到优化业务的目的。而帮助应用系统，其作用就是把事情做对，常见的应用系统主要有商品运营系统、CRM、分销系统、电商平台、物流、非结构化数据等。但是帮助应用系统必须在帮助决策系统的支持和数据驱动下才能完成。

2.3 交通服务中的应用

近年来，我国的私家车数量呈现了爆发式的增长，由此引发的交通拥挤和堵塞问题较为突出，加强大数据云计算技术的应用，则能有效的挖掘其智能交通的潜在价值，主要是在交通路线中安装交通感应器，能更好地收集和感知交通信息，并对其未来的态势进行预测。

3 结语

综上所述，大数据云计算技术是时代发展的新技术，在信息时代发展中有着不可或缺的作用。因而我们必须切实加强对其的分析和研究，并在实践中加强对其的应用和完善，才能更好地促进其作用的发挥。

参考文献

[1]李武松.试论云计算与大数据时代医院信息化的转变[J].网络安全技术与应用，2018 （02）：128+144.

[2]孟祥富，大数据技术在计算机信息系统中的应用研究[J].办公室业务，2017（24）：190+192.

[3]袁荣健，试析推动我国云计算技术与产业创新发展的战略[J].电脑迷，2017 （12）：130.