大数据时代下软件工程技术的应用探究

黄湘惠

（柳州轻创科技有限责任公司 广西 柳州 545000）

1 引言

软件工程技术与大数据技术之间关系紧密。在软件设计、软件开发以及实际应用过程中，基于网络体系下的相应信息流量是非常大的，而且数据量级别也随着软件具体类型以及时间发展而不断提升，而在这种情况下，大数据技术也成为了软件工程相关工作的重要保障。在软件工程开发工作中，要注重大数据技术的整合，并重点关注相应工程的具体开发需求，从技术角度满足相应的软件应用场景以及技术需求。软件工程技术的应用范围是非常广泛的，其行业发展前景也随着大数据时代的到来而愈加广阔，本文将从大数据及软件工程技术简介入手，充分分析大数据时代下软件工程技术的应用情况。

2 大数据及软件工程技术简介

2.1 大数据分析

大数据的本质是海量高增长率数据信息，大数据时代是计算机网络技术快速发展的重要结果，也是未来各行业在发展前行中必须面对的重点问题。计算机网络背景下，不同行业在不同工作中接触和产生的数据量与既往传统工作模式不可同日而语，不仅需要接收、存储海量数据，而且还要从中获取对自身工作有实际参考意义的数据内容，这是大数据时代各行业数据处理的重难点问题。目前，大数据技术需要具备以下几点基础特征：（1）高效的信息处理能力，在面临海量数据涌入时，其软硬件系统均需满足高数据流量通行的需求。（2）需要具备数据整理分类能力。大数据背景下，数据的来源比较广泛，所包含的数据内容种类各不相同，各个信息个体之间有比较复杂的交叉特点，因此必须具备较好的信息整理分类能力，这是进一步进行信息处理的必要基础[1]。（3）必须具有相应的云存储和云计算能力。云端运算、云端存储都是大数据的基本构成内容，也是整个系统运行过程中能够承载海量数据存储、管理的基础之一。

2.2 软件工程技术分析

软件工程技术本质上是计算机技术的一个分支，其基础是计算机技术和数学计算。软件工程技术在研究过程中涉及的内容纷繁复杂，而且在工作中也涉及各种不同类型的专业知识，因为各种不同功能的软件在各行业的各项工作中都有深入应用。软件技术通过计算机逻辑架构来实现相应功能，通过人机交互的形式来完成相应工作、提升工作效率以及工作质量。常见的软件类别包括操作系统、游戏、办公工具、数据库等。软件工程技术以软件开发为主，同时也包含从软件开发到软件应用后的各项周围内容，因此其具体的工作种类也非常多，这其中无疑以软件开发和维护为主体部分[2]。

3 大数据时代下软件工程技术核心分析

3.1 基于技术角度的软件服务

软件工程技术中，基于用户需求设计开发并维护升级相应的软件是其核心部分。软件开发是一项针对性极强的工作，用户对于相应软件的需求是满足相应场景下的使用要求，层次分明、使用便捷，而想要满足这3点内容就需要在软件开发和维护过程中将用户服务需求进行全面整合[3]。目前，随着分布式应用程序以及虚拟软件的不断发展，一款软件能够具备的服务功能显著增强，连接不同数据端采取虚拟操作的方式能够为用户提供更为丰富的使用空间。另外，从软件服务角度来看，动态数据处理以及数据协调能力也非常重要，这是保障软件稳定运行并始终正确显示场景动态变化的关键所在，因此也要重点关注网络数据编程，保障软件运行逻辑符合相应的使用场景[4]。

3.2 众包软件服务

众包软件是软件开发过程中非常普遍的工作模式，其也符合当前软件工程人才配置的实际情况。通过分包不同软件开发任务及相关内容，然后整合完成相应软件系统，这样的工作模式能够在很大程度上提升整体工作效率。众包软件服务需要解决流式数据和密集数据，在大数据时代下，其数据体积和数据传递速率都非常快，这就需要在数据出现的同时对其进行处理，避免数据堆积的基础上降低系统对数据的处理难度。从目前众包软件各方数据信息类别上来看，流式数据和笔记数据是其主要数据类型，由于数据源相对较多，而且数据量又比较大，因此这也是应用大数据技术解决相应数据处理问题的重难点部分。从目前的实际情况上来看，软件开发者数据处理软件的处理能力要在GB级别以上[5]。

4 大数据时代下软件工程技术的应用

4.1 数据信息采集

大数据时代背景下，任何行业或单位在日常运行过程中都会产生或接收海量数据，这些数据对企业或相关单位的未来发展决策或者实时工作内容有至关重要的影响，做好相应的数据采集工作是充分获取海量数据中有价值信息的基础。从软件工程技术角度上来看，相应的软件系统正是高效采集海量数据信息的重要方式。数据信息采集应保障相应软件系统能够对海量数据进行科学整理，同时数据采集不是单纯的数据获取，更不能无条件获取全部信息，相应的软件系统应该能够对无用信息进行分辨，或者对一些需要进行修改的信息进行合理化调整，这样的情况下才能够避免无用数据对信息通道的过度占用。另外，还要注意分析用户的实际应用场景以及使用需求，避免在软件数据采集的过程中，过量的冗余数据降低软件整体处理效率[6]。

4.2 数据信息存储

大数据时代之下，数据总量以及数据进入速率较以往有显著提升。大量数据进入系统就需要对相应的数据进行存储，而软件工程技术在这种情况下有着不可或缺的作用，利用相应软件来改善数据存储水平，降低硬件存储压力，这是保障计算机整体系统在大数据背景下持续稳定运行的基础。应用软件工程技术使用相应软件来科学地进行数据存储，这对于海量数据状态下科学规划硬件及虚拟存储空间具有重要意义。软件系统可以对进入的数据信息进行分类存储，这在当下数据信息种类繁多的情况下非常重要。目前，各类数据信息包括单纯的文字、数字信息，同时也包括众多多媒体信息，这其中有影音信息，甚至一些其他软件等，对其进行分类存储不仅起到了科学利用存储空间的作用，而且也减少了数据应用时系统用于查找相关内容的负担。除此之外，云存储也是大数据背景下数据信息存储的重要内容。在大数据背景下，系统内随时有数据信息进入，其总量往往超出正常的硬件存储能力，因此云端存储就成为了现今数据信息存储的关键。理论上来讲，不考虑云端服务器的情况下，如果能够稳定使用云端存储方式进行信息存储，那么相关工作中对于计算机硬件存储设备的要求也会大大降低。从另一方面来讲，云存储减少了硬件存储压力，释放了大量计算机存储空间，这对于保障系统流畅运行也有重要作用。软件工程技术在云端存储方面的应用前景非常广泛，尤其是在当前各行业信息存储压力日益增加的情况下，未来人们对于云存储的需求会越来越高[7]。

4.3 信息安全技术应用

信息安全是当前网络安全的核心部分，信息安全在大数据时代背景下显得格外重要。由于大数据时代信息流量非常大，在这种情况下就更需要进行有效的数据保护。自信息化时代来临后，保障信息安全就成为了软件工程技术的重要应用方向，各种防火墙以及其他阻止木马病毒进入的安全系统成为了数据安全的守护者。数据安全的实现有赖于权限设置以及组织外部非法入侵，相应的安全软件根据其具体的安全防护能力能够妥善实现上述要求，各级别的工作人员能够接触到相应级别的信息内容、外部非法入侵的防御和记录、信息传递过程中的专线保护，这些都是安全防护软件能够实现的功能。而且数据信息从进入系统到存储，再到整体利用的各个流程中，都面临一定的信息泄露风险，因此在整个过程中应用安全软件进行保护也是非常重要的。

不同单位在计算机信息保护方面要求不同，尤其是一些掌握大量保密信息的企业或部门，其对于信息安全的重视程度非常高，而且对于信息安全防护系统的需求也比较多，不仅要防范外部介入盗取数据，同时也需要层层设防避免相关信息从内部或传输过程中泄露。黑客攻击的问题是信息安全防护软件首要考虑的内容，依托于网络基础尝试从不同线路进入内部系统是黑客攻击服务器的常用手段，而安全防护系统是否能够保持高度智能化并对相关入侵行为进行防御，记录相应的入侵信息进行上报这些都是反映安全防护软件整体作用的重要内容。从当前主流信息安全软件上来看，动态安全防护、灵活升级、快速响应能力、外部入侵精确定位等都属于典型功能特征。目前，很多信息安全软件系统在开发过程中仍使用C/S结构，优点在于开发难度相对较低，逻辑结果简单，但是在日新月异的网络信息安全软件技术发展上来看，未来软件开发过程中必然采取新架构。

5 结语

从当前软件工程技术的整体应用情况上来看，工程师在实际进行软件开发和软件运行维护等工作时，必须依托于用户的使用场景和功能需求进行设计和升级，而不同软件系统功能差异非常大，从各类底层架构运行再到各种人机交互等都可通过相应的软件技术得以实现。在大数据背景下，数据总量异常庞大、数据传输效率也相对较快，因此在这样的时代背景下，软件工程技术有着广泛的应用方向，业务前景非常宽广。