论文部分内容阅读
摘 要：大数据时代来临，大数据技术在各个领域中的应用，提高其工作效率，同时为其发展提供了技术支持。现在各个行业发展都涉及到计算机信息系统，计算机信息系统的应用是行业发展的需要，同时也是社会发展对行业发展提出了新要求。大数据技术在计算机信息系统中的应用，对计算机信息系统的更新提供了技术支持，对其计算机信息系统的发展提供了保障作用。本论文从不同方面阐述大数据技术在计算机信息系统中的应用，希望为研究大数据技术在计算机信息系统的专家和学者提供理论参考依据。
关键词：大数据技术；计算机信息系统；应用
随着社会的不断发展和生产力的不断提高，大数据技术在计算机信息系统中的应用越来越广泛，成为一种必然的发展趋势。大数据技术的应用，使得人们可以通过计算机的信息系统，分析事物的发展趋势，从而不断提升自身的知识层次和价值观念。因此，大数技术在计算机信息系统的应用，具有十分重要的现实意义。
1大数据概念阐述
大数据概念是基于海量数据上提出的，但从本质来讲，两者存在很大的区别。海量数据是对数据规模的整体概括，而对于其深层次内容和特性并没有给予过多关注。而大数据除了包含海量数据的内容外，对信息传播速率、体积以及各类特性都作出了详细的描述。目前，对大数据的概念是这样定义的：大数据是对无法在短时间内进行捕捉、处理与分析的数据组合的概括，是以当下新型的数据处理模式为依托，借助简便的算法和强大的洞察能力对有价值的信息资产进行获取的一种方式。
2大数据时代的特点
2.1数据量大
在网络信息时代产生的各种数据，都可以被大数据所囊括，大数据作为信息技术快速发展的产物，产生于各种设备和终端，大数据平台企业在网络上的数据量级通常会达到PB级或是EB级。在当下的发展趋势下，数据正以上千倍的级别扩展。到了20巧年末，全球数据统计量已经高达SZB，这样庞大的数据体系，已经不是传统的信息技术可以容纳，这对于大数据技术在计算机当中的应用提出了新的要求。
2.2数据有效值低
大数据为我们带来了各种各样的信息资源，其中也包括了不同的表现形式。但是随之而来的又有诸多问题，例如大数据环境为用户提供了很多潜在的信息，在市场竟争如此激烈的环境下，获得信息数量越多，就能够拥有更多的商机。当下，数据成为企业资产当中不可或缺的部分。但是这种资产的价值比还有待商讨，对于海量的数据如何利用最重要的是挖掘出可利用的信息，实现真正有效的分析。
2.3数据处理速度快
大数据技术对数据的处理一个显著的特点就是快，只有这样才能够提升工作的有效性，可以在有限的时间内将庞杂的、冗余的数据给剔除出去。大数据时代的计算框架建立在云计算智商，依托高速运转和集群的方式，通过分布式处理，以数据流的形式快速传递在信息系统之间，为用户构建了高效的数据库，适应大多的应用程序。
3大数据的关键技术
3.1云计算技术
云计算技术是一种通过分布式、并行式的计算方法对计算机数据进行梳理，综合网络上的所有信息资源，包括数据、存储等相关计算资源都进行并行式网格化计算，以此来实现对各种资源的分配调度。通过云计算技术对大数据时代下的信息进行系统管理和处理。云计算技术不断发展的同时也推动着计算机处理数据的方式带来革命性的创新，将信息产业的模式推向一种全新的并行交互化发展模式。随着云计算技术的不断革新，数据处理过程中可以容纳的信息量不断增加，可以处理的领域不断扩展，云计算技术带来了第三次计算机数据处理的变革浪潮。
3.2数据备份技术
大数据时代下的信息保护也受到各界的重视，计算机信息数据备份的重要性日益凸显，数据备份技术可以帮助企业保护企业信息，为企业数据资源建立一个安全的储存环境。信息化的不断发展给全球带来巨大的技术进步的同时也造成了信息泄露、个人企业的私人信息受到极大的威胁。一份完整的数据可以保障企业业务顺利运作，有效避免因为突发意外情况而导致的数据丢失，数据备份系统一定要做到和企业的信息操作系统完全兼容，这样才能保证事故发生时，能够快速恢复企业信息。
3.3Hadoop
Hadoop系统是一个综合性处理信息资源的平台，可以综合多种信息处理技术工具，其中包括多种功能零部件，比如HDFS分布式文件系统、MapReduce并行计算框架、Hbase分布式NoSQL列式数据库、Hive数据仓库工具、Flume日志收集工具等许多关键技术工具。Hadoop系统中的每个相关技术工具都拥有高性能、高容错率这样的优点，可靠地对大数据进行管理和应用。
3.4大数据分析挖掘
大数据的分析、挖掘作为一种支持决策的手段，它集合了人工智能、机器学习、数据识别、数据挖掘、数据库管理以及统计学等诸多方面的内容，实现对数据的归纳性管理，挖掘出数据当中更多的潜在价值，实现对大数据有用信息的提取。大数据的分析挖掘与传统的数据处理相比，存在着一定的特点，例如，前者采用的是并行处理的方式，具有较高的实时处理的能力。通常用到的方法有并行处理、模式识别、机器学习、数据挖掘与统计分析。
3.5大数据检索
数据的检索功能，提升了数据筛选的有效性。在数据库中实行实时检索，可以通过不同结构的数据储存平台，实现快速、实时地查询，数据平台从中提供不同结构的数据。在数据数据库中实现实时搜索引擎，主要针对的是互联网用户，对大量的数据、信息实现即时、快速的引擎搜索，目前大多的引擎都在不断努力向实时搜索靠拢。
4大数据技术在计算机信息系统中的应用
4.1云计算技术在计算机信息系统中的应用
云技术相比其他技术来讲是当下运用作为广泛的技术形式，尤其云技术与互联网 +的联合应用，为行业的发展提供了必要的技术支持。同时，行业在发展过程中也能反作用于云技术，从而产生推动云技术持续更新的助推力，使其更好地适用于现代社会需要，由此看来，云技术与行业发展是相辅相成的关系。云技术利用互联网 + 下的云平台可以实现其计算与服务功能。其中构建云计算模型可以为数据向云端的迁移提供了“桥梁”作用，从而减轻了计算机系统在处理信息时的负担，降低了相关的经济费用。通常来讲，借助互联网 + 平台进行的云计算基本都属于虚拟计算的范畴，是不需要构建设备的，具有方便性特点。因此，此种计算模式为未来发展提供了明确的方向，是根据具體需求进行计算的有力体现，符合当下社会发展趋势。同时，在云计算的背景下，以无线局域网为载体的技术服务软件会根据实际需求自动产生用于传输数据信息的网络，从而建构起闭环式的信息反馈处理模式。而在云计算在数据处理时，其则建构了方向性较为明确的无环式数据流图（G=V，E），将此与云计算的并行式计算方式结合起来，从而形成了以系列组和传输数据信息所运用的隐形渠道为一体的计算服务模式。基于互联网 + 平台下的云计算和云服务是未来云计算的明确发展方向，在目前科技水平快速提升的背景下，云计算将成为计算领域中应用最为广泛的计算形式，这不仅得益于其的按需计算，而且运用方便，并不需要建构相关设备等特点也是决定其良好发展态势的关键因素。 4.2数据备份技术在计算机信息系统中的应用
新时代背景下，商业环境越发复杂化，企业要从多种方面来加强对数据的保护，包括数据的备份恢复系统无休运行以及提高系统的容错率，在企业建立数据备份的同时，应该建立數据备份系统的容灾系统，建立对信息数据的最优备份方案，即“数据备份加数据保险库”。现阶段大部分企业对数据备份的重要性没有足够的认识，导致应用数据备份系统的企业只有20%，而被应用的数据备份系统中含有容灾系统的只有5%-6%，应该在国内大力推广实施数据备份技术，加强对企业信息的保护，让企业家认识到数据保护对企业的帮助。想要从根本上保障企业的信息安全，除了要做到对数据的定期备份之外，还应该强化备份细节，部分企业认为拷贝数据到移动储存就是数据备份，这样的观念，给企业信息资源留下了极大的隐患。
实现数据备份的方式多种多样，首先备份的存储介质要使用磁带、移动硬盘、U盘等设备备份，还要做到异地存放，在存放的地点安装完整的计算机、互联网等相关通信设备，确保意外发生后，能够立刻启动备份数据系统。再将备份数据系统与企业系统相连接，以此恢复企业本部系统数据。除了要将数据存储到可移动设备上，还要将数据传输至远程备份中心，制作成光盘，双重保证企业信息安全。企业都会建立相关企业信息数据库，因此，在做到信息详细内容备份的同时，还应该在备份机上建立对应的备份数据库，通过通信系统，保持主数据库和备份数据库同步更新，在事故发生时，备份数据库就可以立即代替主数据库，恢复企业相关信息，减少企业因为数据丢失造成的经济损失。数据备份还可以应用对主数据库和重要文件的监控和跟踪，在备份机中生成对应的更新日志，备份系统会根据更新日志，自动对备份磁盘进行数据更新。综上所述，企业可以根据企业的实际情况，按照企业的需求，制定出对企业最佳的数据备份方案，保证系统的可实施性。
4.3Hadoop在计算机信息系统中的应用
大数据技术涉及到数据多样化，有的数据利用传统的储存的方式不适合现代数据的发展需要，因此 Hadoop 在计算机信息系统中的应用是符合现代大数据技术的发展需要。Hadoop 系统在针对复杂数据的整合储存、集中管理方面的优异性，Hadoop 系统的各个零部件在运行过程中发挥各自功能的同时能做到相互协作，给数据资源处理提供所需的功能，目前 Hadoop 系统的开发逐渐步入完善阶段，各个功能部件的功能分工明确，细致划分，逐渐形成一套功能丰富、作用完善的大数据信息分析平台应用系统。
总之，在当下信息技术不断发展的今天，大数据技术已经被广泛地引用在多个领域。随着科学技术的不断进步，大数据技术的不断更新和优化，相关信息领域的竟争也越来越激烈，从业规模也越来越大，大数据要着手解决一些生活中的实际问题，为决策者提供具有一定精准性的决策依据，大数据技术在今后的发展中也会越来越重要。
参考文献：
[1]浅析信息系统中大数据技术应用[J]. 李靖. 计算机产品与流通. 2017（11）
[2]大数据技术在计算机信息系统中的应用[J]. 王文斌. 智库时代. 2018（42）
[3]刍议大数据技术及其在计算机信息系统中的运用[J]. 崔海帆. 通讯世界. 2015（15）
[4]大数据技术及其计算机信息系统中的运用探讨[J]. 李春林. 科技经济市场. 2016（09）
[5]大数据技术进展与发展趋势[J]. 宋雪丰，唐国宇，孙戌杰. 电子技术与软件工程. 2018（21）
[6]浅析大数据技术的发展[J]. 黄楚鹏. 现代经济信息. 2017（01）
[7]浅析数据技术标准与企业信息标准化建设[J]. 徐毅. 电脑知识与技术. 2009（08）
[8]网络安全探讨大数据技术及其在计算机信息系统中的运用[J]. 谢强. 电脑编程技巧与维护. 2017（04）
[9]浅谈大数据技术发展趋势[J]. 王芳. 科技资讯. 2018（25）
[10]大数据技术在智慧交通的应用新模式研究[J]. 王宇博. 计算机产品与流通. 2018（11）
关键词：大数据技术；计算机信息系统；应用
随着社会的不断发展和生产力的不断提高，大数据技术在计算机信息系统中的应用越来越广泛，成为一种必然的发展趋势。大数据技术的应用，使得人们可以通过计算机的信息系统，分析事物的发展趋势，从而不断提升自身的知识层次和价值观念。因此，大数技术在计算机信息系统的应用，具有十分重要的现实意义。
1大数据概念阐述
大数据概念是基于海量数据上提出的，但从本质来讲，两者存在很大的区别。海量数据是对数据规模的整体概括，而对于其深层次内容和特性并没有给予过多关注。而大数据除了包含海量数据的内容外，对信息传播速率、体积以及各类特性都作出了详细的描述。目前，对大数据的概念是这样定义的：大数据是对无法在短时间内进行捕捉、处理与分析的数据组合的概括，是以当下新型的数据处理模式为依托，借助简便的算法和强大的洞察能力对有价值的信息资产进行获取的一种方式。
2大数据时代的特点
2.1数据量大
在网络信息时代产生的各种数据，都可以被大数据所囊括，大数据作为信息技术快速发展的产物，产生于各种设备和终端，大数据平台企业在网络上的数据量级通常会达到PB级或是EB级。在当下的发展趋势下，数据正以上千倍的级别扩展。到了20巧年末，全球数据统计量已经高达SZB，这样庞大的数据体系，已经不是传统的信息技术可以容纳，这对于大数据技术在计算机当中的应用提出了新的要求。
2.2数据有效值低
大数据为我们带来了各种各样的信息资源，其中也包括了不同的表现形式。但是随之而来的又有诸多问题，例如大数据环境为用户提供了很多潜在的信息，在市场竟争如此激烈的环境下，获得信息数量越多，就能够拥有更多的商机。当下，数据成为企业资产当中不可或缺的部分。但是这种资产的价值比还有待商讨，对于海量的数据如何利用最重要的是挖掘出可利用的信息，实现真正有效的分析。
2.3数据处理速度快
大数据技术对数据的处理一个显著的特点就是快，只有这样才能够提升工作的有效性，可以在有限的时间内将庞杂的、冗余的数据给剔除出去。大数据时代的计算框架建立在云计算智商，依托高速运转和集群的方式，通过分布式处理，以数据流的形式快速传递在信息系统之间，为用户构建了高效的数据库，适应大多的应用程序。
3大数据的关键技术
3.1云计算技术
云计算技术是一种通过分布式、并行式的计算方法对计算机数据进行梳理，综合网络上的所有信息资源，包括数据、存储等相关计算资源都进行并行式网格化计算，以此来实现对各种资源的分配调度。通过云计算技术对大数据时代下的信息进行系统管理和处理。云计算技术不断发展的同时也推动着计算机处理数据的方式带来革命性的创新，将信息产业的模式推向一种全新的并行交互化发展模式。随着云计算技术的不断革新，数据处理过程中可以容纳的信息量不断增加，可以处理的领域不断扩展，云计算技术带来了第三次计算机数据处理的变革浪潮。
3.2数据备份技术
大数据时代下的信息保护也受到各界的重视，计算机信息数据备份的重要性日益凸显，数据备份技术可以帮助企业保护企业信息，为企业数据资源建立一个安全的储存环境。信息化的不断发展给全球带来巨大的技术进步的同时也造成了信息泄露、个人企业的私人信息受到极大的威胁。一份完整的数据可以保障企业业务顺利运作，有效避免因为突发意外情况而导致的数据丢失，数据备份系统一定要做到和企业的信息操作系统完全兼容，这样才能保证事故发生时，能够快速恢复企业信息。
3.3Hadoop
Hadoop系统是一个综合性处理信息资源的平台，可以综合多种信息处理技术工具，其中包括多种功能零部件，比如HDFS分布式文件系统、MapReduce并行计算框架、Hbase分布式NoSQL列式数据库、Hive数据仓库工具、Flume日志收集工具等许多关键技术工具。Hadoop系统中的每个相关技术工具都拥有高性能、高容错率这样的优点，可靠地对大数据进行管理和应用。
3.4大数据分析挖掘
大数据的分析、挖掘作为一种支持决策的手段，它集合了人工智能、机器学习、数据识别、数据挖掘、数据库管理以及统计学等诸多方面的内容，实现对数据的归纳性管理，挖掘出数据当中更多的潜在价值，实现对大数据有用信息的提取。大数据的分析挖掘与传统的数据处理相比，存在着一定的特点，例如，前者采用的是并行处理的方式，具有较高的实时处理的能力。通常用到的方法有并行处理、模式识别、机器学习、数据挖掘与统计分析。
3.5大数据检索
数据的检索功能，提升了数据筛选的有效性。在数据库中实行实时检索，可以通过不同结构的数据储存平台，实现快速、实时地查询，数据平台从中提供不同结构的数据。在数据数据库中实现实时搜索引擎，主要针对的是互联网用户，对大量的数据、信息实现即时、快速的引擎搜索，目前大多的引擎都在不断努力向实时搜索靠拢。
4大数据技术在计算机信息系统中的应用
4.1云计算技术在计算机信息系统中的应用
云技术相比其他技术来讲是当下运用作为广泛的技术形式，尤其云技术与互联网 +的联合应用，为行业的发展提供了必要的技术支持。同时，行业在发展过程中也能反作用于云技术，从而产生推动云技术持续更新的助推力，使其更好地适用于现代社会需要，由此看来，云技术与行业发展是相辅相成的关系。云技术利用互联网 + 下的云平台可以实现其计算与服务功能。其中构建云计算模型可以为数据向云端的迁移提供了“桥梁”作用，从而减轻了计算机系统在处理信息时的负担，降低了相关的经济费用。通常来讲，借助互联网 + 平台进行的云计算基本都属于虚拟计算的范畴，是不需要构建设备的，具有方便性特点。因此，此种计算模式为未来发展提供了明确的方向，是根据具體需求进行计算的有力体现，符合当下社会发展趋势。同时，在云计算的背景下，以无线局域网为载体的技术服务软件会根据实际需求自动产生用于传输数据信息的网络，从而建构起闭环式的信息反馈处理模式。而在云计算在数据处理时，其则建构了方向性较为明确的无环式数据流图（G=V，E），将此与云计算的并行式计算方式结合起来，从而形成了以系列组和传输数据信息所运用的隐形渠道为一体的计算服务模式。基于互联网 + 平台下的云计算和云服务是未来云计算的明确发展方向，在目前科技水平快速提升的背景下，云计算将成为计算领域中应用最为广泛的计算形式，这不仅得益于其的按需计算，而且运用方便，并不需要建构相关设备等特点也是决定其良好发展态势的关键因素。 4.2数据备份技术在计算机信息系统中的应用
新时代背景下，商业环境越发复杂化，企业要从多种方面来加强对数据的保护，包括数据的备份恢复系统无休运行以及提高系统的容错率，在企业建立数据备份的同时，应该建立數据备份系统的容灾系统，建立对信息数据的最优备份方案，即“数据备份加数据保险库”。现阶段大部分企业对数据备份的重要性没有足够的认识，导致应用数据备份系统的企业只有20%，而被应用的数据备份系统中含有容灾系统的只有5%-6%，应该在国内大力推广实施数据备份技术，加强对企业信息的保护，让企业家认识到数据保护对企业的帮助。想要从根本上保障企业的信息安全，除了要做到对数据的定期备份之外，还应该强化备份细节，部分企业认为拷贝数据到移动储存就是数据备份，这样的观念，给企业信息资源留下了极大的隐患。
实现数据备份的方式多种多样，首先备份的存储介质要使用磁带、移动硬盘、U盘等设备备份，还要做到异地存放，在存放的地点安装完整的计算机、互联网等相关通信设备，确保意外发生后，能够立刻启动备份数据系统。再将备份数据系统与企业系统相连接，以此恢复企业本部系统数据。除了要将数据存储到可移动设备上，还要将数据传输至远程备份中心，制作成光盘，双重保证企业信息安全。企业都会建立相关企业信息数据库，因此，在做到信息详细内容备份的同时，还应该在备份机上建立对应的备份数据库，通过通信系统，保持主数据库和备份数据库同步更新，在事故发生时，备份数据库就可以立即代替主数据库，恢复企业相关信息，减少企业因为数据丢失造成的经济损失。数据备份还可以应用对主数据库和重要文件的监控和跟踪，在备份机中生成对应的更新日志，备份系统会根据更新日志，自动对备份磁盘进行数据更新。综上所述，企业可以根据企业的实际情况，按照企业的需求，制定出对企业最佳的数据备份方案，保证系统的可实施性。
4.3Hadoop在计算机信息系统中的应用
大数据技术涉及到数据多样化，有的数据利用传统的储存的方式不适合现代数据的发展需要，因此 Hadoop 在计算机信息系统中的应用是符合现代大数据技术的发展需要。Hadoop 系统在针对复杂数据的整合储存、集中管理方面的优异性，Hadoop 系统的各个零部件在运行过程中发挥各自功能的同时能做到相互协作，给数据资源处理提供所需的功能，目前 Hadoop 系统的开发逐渐步入完善阶段，各个功能部件的功能分工明确，细致划分，逐渐形成一套功能丰富、作用完善的大数据信息分析平台应用系统。
总之，在当下信息技术不断发展的今天，大数据技术已经被广泛地引用在多个领域。随着科学技术的不断进步，大数据技术的不断更新和优化，相关信息领域的竟争也越来越激烈，从业规模也越来越大，大数据要着手解决一些生活中的实际问题，为决策者提供具有一定精准性的决策依据，大数据技术在今后的发展中也会越来越重要。
参考文献：
[1]浅析信息系统中大数据技术应用[J]. 李靖. 计算机产品与流通. 2017（11）
[2]大数据技术在计算机信息系统中的应用[J]. 王文斌. 智库时代. 2018（42）
[3]刍议大数据技术及其在计算机信息系统中的运用[J]. 崔海帆. 通讯世界. 2015（15）
[4]大数据技术及其计算机信息系统中的运用探讨[J]. 李春林. 科技经济市场. 2016（09）
[5]大数据技术进展与发展趋势[J]. 宋雪丰，唐国宇，孙戌杰. 电子技术与软件工程. 2018（21）
[6]浅析大数据技术的发展[J]. 黄楚鹏. 现代经济信息. 2017（01）
[7]浅析数据技术标准与企业信息标准化建设[J]. 徐毅. 电脑知识与技术. 2009（08）
[8]网络安全探讨大数据技术及其在计算机信息系统中的运用[J]. 谢强. 电脑编程技巧与维护. 2017（04）
[9]浅谈大数据技术发展趋势[J]. 王芳. 科技资讯. 2018（25）
[10]大数据技术在智慧交通的应用新模式研究[J]. 王宇博. 计算机产品与流通. 2018（11）