【摘 要】
：
大数据的飞速发展引发了人们的高度关注,对大数据实施高效的解读是大数据行业永恒不变的命题.透过资料解析即服务、大数据解读模式与大数据驱动科目3大维度对大数据解读提供参考,给出了大数据环境下云计算的数据存储、弱可用度、数学建模、资源分享与专业解读工具缺乏等5个难题,并有目的 性地给出了布局云计算方略、提高数据可用度、优化数据解读建模、弹性分享资源与开发大数据解读平台等策略.
【机 构】
：
浙江越秀外国语学院,浙江绍兴312000
论文部分内容阅读
大数据的飞速发展引发了人们的高度关注,对大数据实施高效的解读是大数据行业永恒不变的命题.透过资料解析即服务、大数据解读模式与大数据驱动科目3大维度对大数据解读提供参考,给出了大数据环境下云计算的数据存储、弱可用度、数学建模、资源分享与专业解读工具缺乏等5个难题,并有目的 性地给出了布局云计算方略、提高数据可用度、优化数据解读建模、弹性分享资源与开发大数据解读平台等策略.
其他文献
随着互联网信息技术的发展,数据同步在解决实际问题过程中也成为了技术难点.以往的数据同步是直接通过数据库文件同步[1]机制或者利用开源ETL软件[2]提取工具完成数据的同步操作,数据存储点之间不存在网络抖动等不稳定的现象.在数据版本控制机制基础上,提出了在恶劣的硬件环境下一个数据源节点多个同步目标节点的千万级结构化数据同步机制,有效地保证了数据同步的快速性和准确性.
针对当前医院对病历信息管理不足的问题,设计了医院病历信息管理系统来解决此问题.通过走访多家医院对系统的功能需求和非功能需求进行了分析;根据需求分析从软件架构、功能模块及网络结构3个方面设计网络,并给出了系统的部分实现.对于医务信息管理人员及软件设计人员都具有积极的意义.
为了保证企业员工培训管理系统能够高效稳定地运行,就需要对系统开发工作进行深入调研,以保证其能够运用新技术进行管理工作.为此,设计了一个集资料管理和员工培训为一体的信息化管理系统,并在实际工作中应用,不仅降低了管理大量资料的繁杂度,而且提高了员工查阅、学习相关资料的效率,在一定程度上提高了员工的培训质量.
介绍了MapReduce编程框架产生的背景,研究了Hadoop MapReduce的架构和工作过程,给出了MapReduce的优缺点,并指出了下一步发展的方向.基于MapReduce的思路,从零开始实现了一个可扩展通用的MapReduce编程框架,实例证明,并行化编程MapReduce在大数据处理时的优势.
随着高校扩招,住校学生人数也日益增多,给宿舍的管理增加了难度,根据实际需求,基于MySQL对宿舍管理系统数据库进行了设计分析,为系统研究开发打下基础.
随着IT技术在企业实际业务中扮演着越来越重要的角色,企业的IT系统中所产生的数据量也越来越大,其中非结构化的数据又占有相当大的比例,传统的利用关系型数据库对非结构化数据的管理在面对海量数据时面临着性能不足的瓶颈.基于此,提出了使用非关系型数据库MongoDB作为后端数据库的内容管理解决方案,利用MongoDB的文档数据库且易于横向扩展的特性来解决基于关系型数据库的内容管理系统的性能瓶颈.