浅谈大数据与云计算的关系及发展趋势

来源 :电脑知识与技术 | 被引量 : 0次 | 上传用户:xuleiyang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:大数据和云计算近年来在越来越多的场合被广泛运用,从寻常百姓家中到大型互联网IT公司及各类统计机构,大数据和云计算同各行业逐渐走向深度融合。大数据时代的到来,不仅是方便了人们的生活和工作,更引发了人们对大数据和云计算的高度关注和热烈讨论。尽管大数据和云计算已经走入我们的生产生活,仍有很多人对大数据和云计算的概念发生了混淆。该文从当下大数据和云计算的发展现状出发,分析了大数据和云计算的关系,并对未来大数据和云计算的发展趋势做出了展望。
  关键词:大数据;云计算;关系;发展趋势
  中图分类号:TP393 文献标识码:A 文章编号:1009-3044(2017)13-0005-02
  1概述
  数据产生的速度和频率大大加快以及数据来源的增加,促使了大数据的产生。大数据时代的到来,加快了信息社会的变革,大数据和云计算是同一概念或技术吗,二者有何区别,随着科学技术的发展,未来大数据和云计算的发展趋势又会如何呢?
  2大数据
  2.1大数据的概念
  在维基百科中,大数据(big data)是用于数据集的一个术语,是指大小超出了常用软件工具在运行时间内可以承受的收集,管理和处理数据能力的数据集。与传统海量数据相比,它不仅在数据规模上呈几何倍数的增长,还在于它集收集,分类,处理,分析于一体,能够充分挖掘出一份数据的潜在价值。
  2.2大数据的特点
  1)容量大。目前人类生产的所有印刷材料的数据量是200PB(1PB=210TB),而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)。随着大数据的发展,某些企业机构的数据量已接近EB级别。
  2)种类多。在过去我们多使用便于存储的以文本为主的结构化数据,现如今非结构化数据越来越多,例如视频、图片、地理位置信息等,这些多类型的数据对数据的处理能力提出了更高要求。
  3)价值密度低。大量的数据包含了巨大的潜在价值,但大数据的价值密度低,往往需要通过分析海量数据才能获得可靠的信息。
  4)速度快。大数据集收集,分析,整理,计算数据于一体,所以对于数据的处理速度要求极高,这也是大数据区别于传统数据挖掘最显著的特点,对信息的处理速度往往对一项决策起着至关重要的作用。
  3云计算
  3.1云计算的概念
  根据美国国家标准与技术研究院定义:云计算是一种按使用量付费的模式,这种模式提供可用的、便捷的、按需的网络访问,进入可配置的计算资源共享池(资源包括网络,服务器,存储,应用软件,服务),这些资源能够被快速提供,只需投人很少的管理工作,或与服务供应商进行很少的交互。也就是说云计算既是一种商业模式,也是一种计算模式。
  3.2云计算的特点
  1)大规模。一般来说,大型企业均有几十万甚至几百万台服务器进行云计算,云计算速度相当快。
  2)虚拟化。终端用户在运用云计算时,并不需要实体提供资源,而是通过网络服务满足用户的需求。
  3)高可靠性。与本地计算机相比,云计算实现了数据多副本容错,计算节点同构可呼唤等来降低数据出错额可能性,大大提高了云计算的可靠性。
  41通用性。云计算可以同时支持不同应用的运行。
  5)高扩展性。应用和用户规模增长的需要使得云计算可以进行动态伸缩扩展其规模。
  6)按需服务。云计算的服务是用户根据需求购买进行的,提高了云计算的利用率。
  7)价格便宜。云计算通过自动化集中式管理使大量企业减少了管理成本,其较高的通用性和利用率也使普通用户可以充分享受云计算带来的便利。
  8)潜在的危险性。云计算不仅包括计算服务,还包括存储服务。选择使用云计算,就要接受用户信息重要文件泄露等潜在危险。
  4大数据和云计算的关系
  云计算是一种商业模式,也是一种计算模式。所以,云计算是在大数据的基础上进行的,大数据的目的主要是通过海量数据发现潜在价值,使人们更好的理解和把握信息,云计算更倾向于提供服务,二者相互关联。
  4.1大数据和云计算的区别
  1)目的不同:大数据是为了发掘信息价值,而云计算主要是通过互联网管理资源,提供相应的服务。
  2)对象不同:大数据的对象是数据,云计算的对象是互联网资源以及应用等。
  3)背景不同:大数据的出现在于用户和社会各行各业所产生大的数据呈现几何倍数的增长;云计算的出现在于用户服务需求的增长,以及企业处理业务的能力的提高。
  4)价值不同:大数据的价值在于发掘数据的有效信息,云计算则可以大量节约使用成本。
  4.2大数据和云计算的联系
  大数据和云计算的相同点在于它们都是数据存储和处理服务,都需要占用大量的存储和计算资源,因而都要用到海量数据存储技术、海量数据管理技术等/随着数据量的递增、数据处理复杂程度的增加,相应的性能和扩展瓶颈将会越来越大。在这种情况下,云計算所具备的弹性伸缩和动态调配、资源的虚拟化,按需使用,以及绿色节能等基本要素正好契合了新型大数据处理技术的需求。在数据量爆发增长以及对数据处理要求越来越高的先当下,实现大数据和云计算的结合,才能最大程度上发挥二者的优势,满足用户的需求,带来更高的商业价值。
  5大数据和云计算的发展前景
  1)提升网络质量。随着互联网以及移动互联网的持续发展网络将会更加繁忙,用于监测网络状态的信令数据也会快速增长。通过对海量运维信息以及信令数据的智能分析,能够提高网络维护的实时性,预测网络流量峰值,预警异常流量。从而有效地防止网络拥塞和系统宕机,从而提高网络服务质量,提升用户体验。
  2)提升客户价值通过使用大数据分析、数据挖掘等工具和方法,企业能够整合来自市场部门、销售部门、服务部门的数据,从各种不同的角度全面了解自己的客户,对客户形象进行精准刻画,以寻找目标客户,制定有针对性的营销计划、产品组合或商业决策,提升客户价值。
  3)提升行业信息化水平。智慧城市的发展以及教育、医疗、交通、环境保护等关系到国计民生的行业,都具有极大的信息化需求。
  4)提高用户体验。高速的信息处理,更优质的服务,能够更好地满足用户需要,使用户能够以最廉价的成本为生活带来更好的便利,最大程度上提高了用户的生活学习工作质量。
  6结束语
  在这个快速变革的信息时代,数据处理技术不断发展和成熟,大数据和云计算给我们带来的不仅是生活和工作模式的改变,更在于一种对数据新的体验和使用。本文简单介绍了大数据和云计算的关系,并展望了大数据和云计算的发展空间,希望大数据和云计算能够达到深度融合,成长为一种产业,致力于提供更有价值的数据信息和更优越的云计算服务。
其他文献
随着网络的高速发展,局域网规模在不断地扩大,用户规模也在不断增加,为了方便网络管理员做好局域网的网络规划和IP划分,方便计算机使用者对计算机的IP进行设置,该文通过Visua
以青海省平大二级公路穿越何群峡段公路边坡病害治理工程为例,对如何正确认识高山峡谷 地段边坡病害的特性,合理地进行调查、评价和设计,提出了意见和建议。
提出玛瑙主要富集在第四系更新统下部地层中,玛瑙纹带构造形成时环境并不平静,扰动、波动导致旋转、扇形、弧形、三角形、花斑纹、似五角星形纹带构造的形成。
介绍公路工程设计、建设、竣工各个阶段控制工程造价的方法。
就路基的开挖与填筑对其下多年冻土上限的影响,从相变和热传导的角度来考虑,运用数值模拟的方法,计算出多年冻土上限位置的变化情况,并分析了这种变化所带来的一些问题。
认识和分析农村公路现状,合理制定和把握农村公路建设的技术对策,是在有限的投资下建设好农村公路的有效途径。
道路工程施工工艺是保证工程质量的主要措施,其中平整度是体现行车舒适度的一项重要技术指标,优良的平整度能保证车辆高速、安全、舒适地通行。要从工艺措施上把好质量关。
进入了二十一世纪后,互联网迅猛发展,为人们贸易提供便利的同时也提供了很多商机,网络销售已成为重要的营销方式。人们的买卖方式发生了很大的转变,从传统的实体店面销售到后
产学研结合是高职院校生存和发展的必由之路 ,本文就高职院校产学研结合的模式以及目前存在的问题进行探讨。
工伤预防、工伤补偿和工伤职业康复是现代工伤保险制度的三大任务或职能,但对比近些年来政府立法的内容和相关科研成果的发表情况就不难发现,在我国,对工伤预防和工伤补偿的