時間：2024-01-15 14:54:22
導語：在大數據在云計算中的應用的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
【關鍵詞】云計算 大數據 網絡
云計算技術是基于網絡，提供數據計算服務、存儲服務的新型網絡管理調度技術，統籌的將網格計算、并行計算以及分布式計算加以實現，應用到了網絡數據管理中，并結合其他軟件、硬件提供給用戶多種服務。利用云技術，可以大幅度的提高資源利用率，這一新型的超級計算其數據非常密集，能夠實現集數據存儲、數據計算、服務器功能、應用軟件功能、IT軟硬件設備資源虛擬化。當今全球互聯網的流量也在爆炸式的增漲著，云計算與大數據的應用是數據處理的重要技術。并且，隨著網絡技術、軟件技術的發展，云技術在數據的處理中展現出了越來越多優勢，如表1所示。
大數據是在云技術之上興起的新課題，大數據往往具備以下四個特征：
（1）大量的數據；
（2）多種類型的數據；
（3）數據生成及處理速度快；
（4）大數據的巨大價值；這也就是大數據的4V特征。
并且S著基于云計算技術的大數據不斷的發展，還提出了大數據的第五點特征及要求，便是強化大數據處理分析中的準確性（Veracity），目前的大數據處理已經進入了5V時代。
1 大數據的特點
大數據技術對比傳統數據的諸多特性來分析，具有非常明顯的差異。這些差異主要體現在數據的計算、存儲以及檢索等多方面。傳統的數據線性特征顯著，對比離散型顯著的大數據而言，大數據的發散性、隨機性、爆發性顯得更為復雜，但是這種復雜的數據能夠體現出更為客觀的現象，具備更有效的價值。
2 關鍵技術
2.1 數據存儲技術
信息數據在進行存儲時的可靠性、安全性以及讀寫時的效率是云計算技術的基礎，利用云計算技術在存儲時，往往采用分布式存儲，將大量的數據進行匯總并儲存到集群服務器中。這種存儲技術往往會對數據進行備份儲存，利用先進的數據加密技術配合冗余存儲能夠確保數據的可靠性、安全性。以HDFS為例：
HDFS是一種分布式文件存儲系統，被廣泛應用在通用硬件中。這一系統具備較高的容錯功能，能夠在廉價設備上實現應用，并且其對數據訪問的吞吐量也很大，適合應用在大數據集的處理上。HDFS系統可以進一步的實現文件系統中的數據流式讀取，在大數據處理中，HDFS常被設計成能夠實現平臺間便于遷移的系統，這就令大數據集的應用更便捷，如圖1所示。
2.2 虛擬化數據管理
云計算的主要功能在于針對大量的數據進行分布式的分析處理，并且為用戶提供高效的服務，這就需要強大的數據管理能力作為支撐，而基于云計算的大數據技術在數據管理中具備虛擬化特征。將數據處理的計算機系統轉換成了虛擬層，利用硬件設備資源，配合操作系統建立了這樣一個虛擬的空間鏈接數據處理的各層級。令上下層的配合更靈活，極大程度的縮減了開銷，提高了資源利用率。
3 大數據與云計算的關聯
大數據的處理是將云計算技術視為一種技術平臺，大數據在進行數據處理時的首選處理形式則是云計算技術，云計算為大數據的處理分析提供了最適的存儲空間及計算能力，可以令大量的數據信息迅速的分析出結果，便于使用付諸現實。而云計算技術的主要功能在于計算能力，大數據則可以視為接受計算處理的對象，前者對于計算能力更為注重，后者則是更傾向于存儲功能。將存儲的大數據付諸應用的重點在于數據處理，而云計算恰好滿足了這一功能性要求。
4 總結
大數據處理技術與云計算在信息處理中展現出了極大的潛力，結合這兩種技術能夠實現信息傳遞的高效性、準確性、大容量。在很多領域，應用基于云計算的大數據處理技術表現出強大的功能。隨著網絡信息技術的高速發展，信息數據的傳播數量及速度都亟待提升。基于云計算的大數據處理仍需進一步的開發，并對這一新技術加以應用，相關技術的研究也是當前學術界的關注點。
參考文獻
[1]丁有偉，秦小麟，劉亮，王濤春.一種異構集群中能量高效的大數據處理算法[J].計算機研究與發展，2015（02）：377-390.
[2]李貞強，陳康，武永衛，鄭緯民.大數據處理模式――系統結構，方法以及發展趨勢[J].小型微型計算機系統，2015（04）：641-647.
[3]李敏，倪少權，邱小平，黃強.物聯網環境下基于上下文的Hadoop大數據處理系統模型[J].計算機應用，2015（05）：1267-1272.
[4]彭建華，李臣明，邱軍林，李曉芳，徐立中.接收與處理分離的實時大數據處理模型[J]. 計算機科學與探索，2015（08）：906-913.
[5]張少敏，毛冬，王保義.大數據處理技術在風電機組齒輪箱故障診斷與預警中的應用[J].電力系統自動化，2016（14）：129-134.
【關鍵詞】大數據 云計算 計算機
“大數據”這個詞在世界上的地位日益顯著，甚至隱約可以成為這個時代的代名詞。對于數據信息的采集和處理已然成為各行各業創造經濟突破的新增長點，是企業戰略目標制定和實施的關鍵依據。大數據的概念決定了它需要在一個特殊的平臺上才能夠發揮作用，龐大的信息量并不是以往的單機處理系統可以“吃得消”的。而云計算平臺的建立正好彌補了這一方面的短板，其新穎的信息處理模式與大數據概念有著很好的契合度。但是目前大多數研究者的目光都是集中在大數據分析上，關于大數據與云計算平臺應用的研究尚處于初級階段。不過可以預期，未來大數據和云計算平臺必將成為社會的發展核心。
1 大數據和云計算平臺基本概念
大數據的作用通過網絡已經在生活中處處可見，它已經不是單純的IT領域特有的研究，而是應用于社會多領域的綜合性數據處理理念。大數據代表的不僅是指容量上的龐大，也代表了種類上的復雜。大數據包括交易和交互數據集在內的所有數據集，其規模或復雜程度超出了常用技術按照合理的成本和時限捕捉、管理及處理這些數據集的能力。大數據的發展突出了數據信息在社會生活中的重要，同時也對信息處理體提出更高的要求，即在更短的時間內準確地處理更多的數據，這也要求信息處理系統必須有強大的計算能力、龐大的儲存量、及時的交互性。
云計算平臺是一種通過互聯網按需提供面向海量數據處理和完成復雜計算的平臺。云計算在處理海量數據時，按照一定的準則將數據分散到不同計算機中進行處理操作，大大提高了處理速度，適用于數據密集型計算。同時云計算可以對電腦本地資源、網絡資源等進行整合，為用戶提供高效、安全的數據服務。
2 大數據與云計算平臺優勢分析
數據處理是大數據的基礎要求，新時代下的“大數據”理念已經是無法用傳統計算機處理方式來滿足的，因而需要一種新的計算方式作為支持。容量大、種類多、價值高、更新快的特點使得大數據看起來像是一座高樓大廈，有著巨大的價值等待人們的開發利用，而云計算所提供的安全、高效的數據應用服務可以有力地支撐這座樓房。
大數據與云計算平臺是一個由眾多技術融合的綜合體，其主要包括虛擬化技術、分布式海量數據存儲與管理和分布式并行編程技術。大數據與云計算平臺充分利用云計算適用于數據密集型計算的特點，很好地貼合了大數據對數據量和數據類型的要求；云計算分散到集群電腦的處理方式能夠實現數據的及時調用和動態調整，達到高效、快速處理數據信息的目的；平臺可以利用虛擬化處理方式對電腦本地資源、網絡資源等進行整合、按照要求進行統一調度，實現信息價值最大化。同時大數據與云計算平臺具有良好的相容性，能夠與各種系統應用做到有效契合。以云計算為核心的數據處理平臺能夠滿足更加復雜的操作要求，同時其容量大、運行穩定、安全性高的特點能夠適應現在對數據處理的需求；大數據可以為云計算的運行提供指導，對云計算的資源進行有效的調配。
3 大數據與云計算平臺的應用
3.1 對數據的有效管理
大數據與云計算平臺可以將數據按照一定的準則分布到不同區域中進行處理操作。對不同的數據按照不同標準進行判別，將容量巨大的信息進行細化處理，化整為零，根據各種類型的特點對數據信息進行處理。這種管理手段十分靈活，能夠保證大容量、多格式數據信息處理的穩定性；有較強的兼容性，應用范圍廣，可以保證跨平臺多方合作的穩定性。比如，可以利用大數據與云計算平臺建立一個企業信息系統，將企業內部不同業務的數據信息統一儲存，采用分布式工作流和調度框架構建管理框架，在使用時通過正確的指令信息完成信息的調度、匹配及整合，減少數據管理環節出現的失誤。
3.2 提供決策支持
在現代企業中，接收到數據越來越多元化，不僅數量上增加而且種類也變得繁多，大數據與云計算平臺可以對這些信息做出有效的處理成為企業決策的依據。大數據與云計算平臺可以在系統分析功能上設計一定程度的業務邏輯，依據企業設定標準，將提取出的相關信息整理為企業相關預測，作為企業決策的參考。大數據與云計算平臺還可以提供決策模擬，對其中的數據信息進行核對校正，及時為企業提供反饋信息，方便決策的再次制定。
3.3 保障信息安全
大數據與云計算平臺不僅能夠快速處理數據信息，還可以提供一個安全的系統環境，保障信息不受外界破壞。在數據收集時對信息來源進行確認，在判定信息來源安全合法的情況下在允許訪問，對于那些安全性未知或不合法的來源實行強制關閉以拒絕訪問。在數據處理時保證數據的完整性，避免因為不適當操作導致重要數據的損壞或丟失。
4 總結
大數據與云計算的結合為數據處理打開了新的世界，在以后必然會越來越多地應用于社會的各個領域。我們應該不斷加深對大數據與云計算的理解，結合實際，開發出更加先進的數據處理平臺。
參考文獻
[1]宮夏屹等.大數據平臺技術綜述[J].系統仿真學報，2014，26（3）：489-496.
[2]商娟葉與張麗敏.云計算平臺在高校的開發與應用研究[J].電子設計工程，2012，20（10）：140-142.
[3]楊宏杰.試論大數據和云計算平臺應用[J].電子技術與軟件工程，2014（23）：214-214.
>> 大數據處理平臺比較研究 三維激光掃描點云數據處理及建模研究 基于云計算的大數據處理技術探討 關于云計算大數據處理技術在智能電網中分析與應用淺析 云計算大數據處理技術在智能電網中分析與應用 基于云計算的大數據處理與分析綜述 用大數據武裝”云”：基于云計算的大數據處理技術 基于Spark的大數據處理平臺的搭建與研究 基于復雜網絡的電信大數據處理研究 基于LabVIEW的大數據處理技術研究 對大數據處理技術的分析研究 大數據處理的算法與應用實踐 視頻大數據處理的設計與應用 基于云計算的醫療大數據系統架構研究 云計算與氣象數據處理探討 云計算環境下大數據處理對電子商務發展的作用 試論云計算技術下的大數據處理系統 大數據時代數據處理技術對審計的影響研究 基于大數據的綜合數據處理平臺方案設計研究 用大數據處理思路保護數據 常見問題解答 當前所在位置：l.2013.06.
[2]何京翔.為云計算和大數據重塑數據中心[EB/OL].http：///upload/2014-06/14060211 339145.pdf. 2014.06.
[3][4]楊威，劉彥宏.高校智慧校園建設中的關鍵問題與對策[J].中國教育信息化，2013（23）.
[5]湖南青果軟件有限公司.山西師大數字校園建設方案[D].2011.11.
[6][7]楊陟卓，楊威，王賽.網絡工程設計與系統集成（第3版）[M].北京：人民郵電出版社，2014.9.
[9]Zhizhuo Yang， Heyan Huang. Chinese Word Sense Disambiguation based on Context Expansion[C].Proceedings of COLING-2012.
關鍵詞：大數據；云計算；圖書館；信息資源建設
1 大數據
1.1 "大數據"的含義和分類 大數據之所以被稱為大數據首先因為它的數據是海量的，而且目前隨著科技發展，隨著人們對互聯網的依賴程度不斷提高，這個海量的數據正在超速增長。其次，大數據是海量的數據被整理納入大數據倉庫里，然后對其進行分析挖掘，再利用有價值的結論進行下一步行動的決策[1]。
大數據從數據內容結構上可分為結構化數據、半結構化數據和非結構化數據。結構化數據即行數據，存儲在數據庫里，可以用二維表結構來邏輯表達實現的數據，在形式上有諸如文字、數字、符號，能夠用統一的形式加以標識。非結構化數據包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像、音頻和視頻信息等等，這些內容無法用簡單的邏輯表達實現，分析起來也需要特別的硬軟件。半結構化數據，就是介于結構化數據和非結構化數據之間的數據，它一般是自描述的，數據的結構和內容混在一起，沒有明顯的區分。
1.2 圖書館的"大數據" 圖書館的大數據首先包括書目數據。這些數據一般屬于圖書館穩定的結構化數據，目前這些數據的使用多用SQL工具分析。對于結構化的數據，小規模的數據，目前的分析工具足可以用了。對這些數字化書目數據做分析可以反映出一個圖書館館藏的級別、服務的對象、服務的傾向和服務的質量。
圖書館的大數據雖然以結構化數據為主，但隨著圖書館新服務的開展，圖書館與讀者的互動信息，以及讀者面對圖書館的各種信息行為都會被記錄，這些信息將成為圖書館大數據中的非結構化數據。這些動態的非結構化數據可以來自圖書館業務內容，也可以來自讀者服務體驗。
2 云計算
2.1 云計算的概念 云計算是并行計算（Parallel Computing）、分布式計算（Distributed Computing）和網格計算（Grid Computing）以及Internet 結合起來的新的網絡資源提供模式。云計算是以虛擬化技術為基礎，以網絡為載體，以提供基礎架構、軟件、平臺等服務為形式，整合大規模可擴展的計算、數據、存儲、應用等分布式計算資源，進行協同工作的超級計算模式[2]。它不僅是資源的簡單匯集，而且為我們提供了一種管理機制，讓整個體系作為一個虛擬的資源池對外提供服務，并賦予開發者透明獲取資源、使用資源的自由。
2.2 云計算的特點
2.2.1超強的計算能力 云計算由成千上萬臺服務器組成的集群能賦予用戶前所未有的能力。用戶可以擁有超大的存儲和管理空間，以及超強的計算能力。
2.2.2海量的存儲空間 云計算為數據的存儲提供了廣闊的空間，它是將大量的服務器集群共同組合在一起，形成巨大的空間，所有的數據通過云計算中心運算處理后返回給用戶。
2.2.3可靠的安全保障 云計算使用了數據多副本容錯、計算節點同構可互換等措施來保障服務，存儲在云里的數據資源丟失或硬件崩潰都不會受到影響，云計算技術存儲數據安全可靠。
2.2.4便利的資源共享 由于是將大量的信息匯聚成一個整體，對于同一資源可以供多方共同使用，從而避免了資源不必要的重復，進而提高了信息資源的共享程度。同時，云計算可以針對不同應用即時應對，規模可以動態伸縮，云計算下的資源可以根據應用和用戶規模增長的需要隨時進行動態擴展和配置。
2.2.5良好的系統兼容 對于不同的操作系統，不同的數據格式，不同的數據庫之間的數據，云計算可以通過一站式檢索不同系統中的相同信息，系統之間可以無縫連接和訪問。
3現階段圖書館信息資源建設面臨的問題
圖書館的數字資源包括圖書館引進或自建的，擁有磁、光介質或網絡使用權的數字形態的文獻資源。根據數字資源的種類可分為：電子書、電子刊、二次文獻數據庫和其他數據庫。根據數字資源的存在形式可分為：在線資源和本地鏡像資源。根據數字資源的來源可分為：購買的數據庫、自建數據庫、試用數據庫和免費數據庫[3]。現階段圖書館都是各自為政，在建設的過程中存在著很多問題。
3.1 數字資源重復建設問題 目前，館與館之間數字資源的建設都是相互獨立的，在建設過程中都是按照學校經費多少和專業的需求進行資源建設，一般都不會考慮其他館的建設情況，只埋頭建設自己的數字資源。這樣勢必造成了大量的人力、財力的浪費，從宏觀的角度看不利于高校圖書館的發展。
3.2 存儲及檢索技術問題 隨著數字圖書館的發展，圖書館的數字資源海量增加，而其數據管理、備份、存儲設備能力都十分有限。同時，數字資源的圖片檢索技術、多語言檢索、不同數據標準之間的數據交換、人機交互技術、數字圖書館所需的軟件和工具等都還有待于技術上的進一步發展[4]。
3.3 信息資源共享問題 目前，圖書館資源的共享往往局限在一些對口的、接口相同的數據資源上。由于數字圖書館平臺技術不統一，各館間有的數據無法相通，這樣就談不上共享。
4 云計算在未來圖書館信息資源建設中的應用
圖書館信息資源建設的最終目的是為了滿足用戶的需求，提高服務質量。云計算的出現使分布在互聯網中各個圖書館的資源和服務整合成為一個整體，使其服務的時間、空間、服務方式等有了無限擴大完善的可能。分析云計算的特點和它所提供的服務形式，我們可以看出，云計算的模式也適用于圖書館的數字信息資源建設。
4.1 云計算可提供圖書館海量信息資源數據存儲的能力和提升數據安全。
圖書館的基本功能之一就是存儲資源。隨著時代的發展和科技的進步，各種信息資源呈爆炸性的增長。目前圖書館通過增加存儲能力來滿足日益增長的資源空間已經力不從心。云計算采用分布式存儲的方式存儲數據，數據不再存儲在本地硬盤，而是通過網絡存儲在云計算系統中，可以容納海量數據，并且不斷更新和增加，為數字圖書館不斷增加的電子數據提供海量的存儲空間。同時，云計算采用冗余存儲的方式來保證存儲數據的可靠性，即為同一份數據存儲多個副本。在數據管理方面，云計算使資源更加高速、高效地存取，使數據的操作頻率遠大于更新頻率[5]。
4.2 云計算可實現圖書館的數字信息資源整合以及共建共享 云計算的一個核心內容就是對"存儲內容"的整合與應用。云計算技術為數字資源的整合鋪平了道路，它不僅為實現多種資源的全面共享創造了統一的信息資源平臺，而且屏蔽了信息資源的不同格式，解決了各類數據庫的數據標準化和接口問題。基于云計算的數字圖書館將異構分布環境下不同來源的海量數據資源進行統一整合，可以極大地提高信息資源的利用率，實現數字信息資源的共建共享[6]。
4.3 云計算可提高圖書館信息資源的利用率和信息服務的能力 云計算通過對各種資源、格式使用統一的管理平臺，共享應用和數據，實現更大的網絡效益。圖書館的電子資源將存儲在"云"里無數服務器中，而不是存儲在單獨的某臺計算機中。利用云計算整合跨數據庫、跨地區數據能力，實現對各類型數據庫的云整合，形成各類型信息資源服務云，提高信息資源的利用效率。同時，利用云計算，用戶可以在圖書館任意一個角落隨時隨地使用已有的"云"中的資源與計算服務，這樣簡化和壓縮了圖書館信息組織、信息服務以及信息獲取的過程，提高了圖書館信息資源的利用效率和社會價值。
5 數字圖書館使用云服務需注意的問題
5.1 數據安全性與保密性 圖書館中哪些數據置于云端，哪些數據需放在本地是圖書館需研究考慮的問題。圖書館書目信息、讀者個人信息、電子資源數據庫等信息資源需進行梳理，然后再研究確定如何存放。關于圖書館讀者信息等個人隱私方面信息，更多是政策層面的問題。
5.2 信息資源共享中的版權問題 "云"模式的數字圖書館之間通過有關協議共享彼此的信息資源，在提高信息資源共享的同時，可能因為版權問題而引發糾紛。隨著數據挖掘、系統共享、信息共享技術的不斷開發，置于公共云端的數字資源有可能成為信息資源共享使用中的對象而產生版權問題。所以，云計算環境下信息資源中的問題，既要保障信息資源的共享性，又要達到內容不受侵犯等知識產權問題，值得關注[7]。
5.3 網絡質量問題 搭建數字圖書館的云計算服務平臺時，需要考慮到網絡通信能力的好壞。由于用戶的訪問和應用都取決于圖書館的云端服務，網絡的高帶寬和流暢性至關重要。云計算是客戶端性能最小化、在云計算網絡中完成的高效信息處理，這對云計算集群服務器的性能有較高的要求，同時，網絡中通信設施也需要高性能，才能保證將云計算的服務高質量地傳給需要的用戶。
6結論
"大數據"是高校圖書館未來發展無法逃避的發展趨勢。云計算模式的出現，給數字圖書館的發展提供了更多的技術和服務支持，把云計算運用到圖書館中，不僅可以提高資源的利用率，節約圖書館的資源，也可以給云計算帶來一個新的應用領域。以信息服務工作為己任的高校圖書館，如何以"大數據"的思維重新認識高校圖書館，如何利用云計算技術將已有的數據資源進行有序組織、深入挖掘與開發，如何進一步推動數字圖書館的發展，成為高校圖書館未來發展的關鍵。
參考文獻：
[1]郝志剛，大數據、云計算與圖書館[J].新世紀圖書館，2014（6）：36-39.
[2]朱勇，淺談云計算與圖書館數據中心[J].科技情報開發與經濟，2010（24）：72-74.
[3]于健，云計算與圖書館未來數字資源建設[J].情報探索，2012（6）：63-65.
[4]盧曉娟，云計算與未來圖書館數字信息資源建設[J].四川圖書館學報，2009（2）：23-24.
[5]蔡惠霞，淺議云計算與圖書館信息資源建設[J].內蒙古科技與經濟，2012（14）：36-37，39.
【關鍵詞】大數據 云計算 消防工作
近年來，隨著計算機互聯網技術的飛速發展，人類進入全新信息時代，而大數據、云計算掀起了信息技術領域繼互聯網之后的又一場新的科技革命。如何利用現代社會先進的網絡技術、通訊技術以及云計算技術應用到現實消防工作中來，是新時期消防工作的切入點和突破口。
1 大數據的概念
大數據，或稱巨量數據、海量數據等，當下人們使用大數據這一詞語來形容信息爆炸和海量的數據處理，并將信息技術應用當更多數據的處理之中，形成更廣泛的信息交流、共享以及使用。其基本特性為：數據體量巨大、類型繁多、價值密度低、處理速度快。大數據中蘊含了豐富而有價值的信息，就我們消防部隊而言，如我們對社會單位消防設施實施監控，某個階段發生異常，計算機能夠自動進行預警；道路監控產生大量錄像，如果有消防車需要指引，就具有實際價值，等等。Google首席執行官施密特首次提出云計算的概念：云計算將計算任務分布在大量計算機構成的資源池上，使各種應用系統能夠根據需要獲取計算力、存儲空間和各種軟件服務。
2 大數據在消防工作中的應用探索
在消防工作中，人員、場所、物品、水源時刻產生大量有用數據，以“物聯網”技術進行采集，以“消防云端”進行匯總分析，并通過終端，分級分類為滅火救援、監督檢查等工作提供信息支撐，指導工作開展，實現數據流、業務流、管理流高度融合，是消防工作的發展方向。
（1）建設消防云計算平臺。海量數據的采集應用是大數據的首要前提，整合現有數據資源，并依托警用地理信息系統、語音圖像綜合集成系統建設縱向貫通、橫向集成、互聯互通、高度共享、適應實戰需求的信息指揮中心，推進扁平化指揮、網格化動態管理，提升指揮調度和應急處置效能。通過開展大數據系統建設，打通業務工作與信息化應用、基層實戰與機關決策之間的關節，實現數據流、業務流、管理流高度融合，使海量基礎數據源源不斷地匯聚到大數據平臺，利用計算技術加工成有價值的信息，從而形成基礎信息化與滅火救援實戰化相輔相成、相互促進的良性機制，保障大數據服務基層實戰作用有效發揮。
（2）實現火災防控的自動化。大數據系統與公共聚集場所、化危品生產儲運等重點單位的監控系統以及支隊自動報警監控系統聯網，對重點單位、人員密集場所消防控制室、消防設施實施遠程監控，同消防安全重點單位和派出所列管單位戶籍化信息、消防安全評估結果、單位建筑信息、地下工程數據等一并實時導入警務云消防GIS平臺，在地圖上直觀展現各類單位概況、消防設施、建筑總體情況及城市地下、空中管網工程情況，實現對重點單位有效的動態監管，為火災防控、滅火救人、火因調查等工作提供信息依據。
（3）實現指揮調度的可視化。基于大數據、大比例尺PGIS地圖、視頻監控等技術手段，將受災報警地點全方位定位在消防GIS地圖上，使報警定位更精確；“一鍵式調度”將警情語音數據以廣播發送到中隊、指揮員、聯動單位，并同時調出相關預案、語音導航、交通監控引導等信息，在PGIS上加載消防營區視頻、道路監控、車載GPS、無線圖傳等技術方式，全方位、多角度將整個滅火救援行動，以音視頻形式展現在地圖統一展示平臺上，實現警情信息更精準、輔助決策更有力、作戰全程更直觀。
（4）實現部隊管理的智能化。通過大數據分析和計算數據交換，對滅火救援警情、基礎數據、火災隱患線索開展分析研判，自動生成統計報表、分析圖形，實現對治安形勢的預警預測和基層工作的動態掌握；同時還可在不同的地點、使用不同的終端設備管理查詢部隊管理訓練情況，促進部隊正規化管理。
3 大數據在消防應用中亟待解決的問題
通過大數據、云計算技術，有效利用各類數據資源，創新實戰化應急體系、拓展城市消防管理監控系統，促進部隊正規化管理，實現監督管理動態化、統計分析直觀化、滅火救援可視化、社會服務便民化和部隊管理科技化。
（1）數據利用不足。注重數據保護，保護數據安全，為大數據時代的消防工作提供可靠網絡環境，降低數據存儲的安全風險。構建全方位、縱深化、專業化的安全體系，包括安全基礎設施平臺、安全應用支撐平臺和安全網絡防護平臺，用大數據分析的方法去發現一些潛在的威脅，通過需求分析、風險評估、風險處理、策略評估等各種技術手段建立信息安全管理體系，建立更高的安全防范。
（2）大數據意識不強。培養數據意識和數據素養，為大數據時代的消防工作提供思想保障。隨著信息技術的飛速發展，具備良好數據意識和數據素養，建立用數據決策的理念，是消防部門做好大數據時代消防工作的關鍵。要把大數據專業知識列入教育培訓，普及大數據知識，宣傳相關知識。
（3）系統資源整合度低。加強數據整合，實現數據互聯互通和充分共享，為大數據時代的消防工作提供技術平臺。應對大數據時代消防工作的需要，進行部門間數據統籌規劃，建立應用系統之間的統一的技術和數據標準，建立數據自動傳遞、有效的關聯和共享，消除數據孤島，建設統一技術平臺。
（4）信息技術人才缺乏。加強人才隊伍建設，為大數據時代的消防工作提供優質智力支撐。大數據是一個綜合性課題，需要不同層級的人才，開發和培養一支大數據人才隊伍，不斷提高采集、挖掘、分析大數據的能力和水平。
4 結語
運用大數據、消防云技術，有效破解當前消防工作中有限人力資源與繁重消防任務之間的突出矛盾、單一的消防主體與多元消防客體之間的突出矛盾、粗放的管理方式與民眾消防需求之間的突出矛盾、傳統的評價模式與現實消防需要之間的突出矛盾，必將為消防工作跨越發展插上翅膀，助力消防部隊戰斗力實現新騰飛。
參考文獻：
[1]李強.淺析大數據在消防領域中的應用[J].通訊世界，2014（19）.
關鍵詞：大數據技術；電力生產管理；應用前景
引言
智能電網技術發展速度加快，電力企業開始高度重視信息化建設。電力生產、營銷以及服務過程中會產生較多信息數據，且不同業務系統積累的歷史業務數據比較多。企業花費大量時間和精力分析、運維并管理數據，但是數據信息量非常龐大，分析處理結果無法支撐企業生產與決策，造成該結果的主要因素如下。一是通過傳統方法分析和處理數據無法實現高效提煉與應用，從內部提取高價值的數據信息，無法全面性提升企業管理與決策水平。二是電力企業比較重視業務流程處理，建立管理信息系統不僅無法滿足企業生產、營銷以及決策的數據支持，也無法實現電力企業的長久發展。通過大數據技術，處理電力企業發展期間業務數據增長所致的潛在性問題，采用關鍵性技術有助于提升智能電網數據處理能力。
1電力大數據概述
1.1電力大數據內涵
現階段，云計算技術和基礎設備層快速發展，形成龐大的數據平臺，即電力大數據平臺。利用云計算服務訪問層，結合應用軟件能夠為供電系統內部提供分層管理條件。電力大數據的通用性較強，大部分電力企業規劃管理大數據時可以獲得顯著應用效果。現階段，大數據規劃主要應用分布式計算技術，確保數據查詢、存儲與處理，順利完成各項任務。在建立電力大數據平臺時，涉及到分析框架、調度框架以及存儲框架。在調度框架內部涉及到序列傳輸工具、數據信息存儲庫、日志收集系統以及分布鎖設備。高度關注數據組織與調度可以確保數據信息效率性與準確性，為存儲系統和訪問系統提供基礎前提。
1.2智能電網關聯性
智能電網與云計算和大數據技術分不開，其可以優化整合計算機技術、信息技術以及通信技術，協調配合輸配電設施，有助于提升電網經濟性、效率性及安全性，消除環境因素所致不良供電影響，建設新型電網架構。云計算技術和大數據技術通過網絡技術快速發展，可以形成新型一體化技術，包含信息采集、監測與控制。建立大數據框架時應當發揮出云計算功能。云計算存儲管理和數據分析功能強大，可以為大數據業務開展提供科學路徑，云計算技術是大數據的實現前提。基于總體角度分析，智能電網、大數據以及云計算技術具備相輔相成的關系，可以提升其他技術性能與優勢。
2大數據信息技術應用內容
2.1云計算技術應用
云計算技術已經成為成熟型技術，最具有代表性的就是阿里巴巴的阿里云，其屬于高強度云計算工具。在電力系統中，云計算技術的作用價值顯著。當前所應用的電力數據系統屬于PC端系統的改良結果，只能存儲和管理數據信息，無法精準分析數據信息。由于電力系統數據量比較大，服務器存儲小，極易產生數據丟失問題。當硬盤容量不足時，管理員會刪除部分信息數據，從而影響數據完整性，對整體分析的危害非常大。應用云計算技術之后，能夠快速整理和分析電力電網數據信息，在電網規劃設計時可以提供高效決策支持，使資源損耗降到最低。云計算技術的信息存儲與分析功能強大，可以將日常采集數據存儲到云端，在調用數據時，只需向服務器發送數據獲取請求，服務端可以將數據發送至終端設備，便捷性比較高，同時可以減少資金與成本的支出。圖1為云計算技術在電力生產管理中的應用表現。云端存儲技術可以維護數據安全性，且電網數據涉及產業龐大，當數據信息非法竊取和泄漏后，云端數據信息可靠性高。
2.2電力監測系統應用
我國電力點分布區域比較大，無法確保每個網點的專人看管與維護。當某個網點發生故障問題時，電力大數據中心會顯示出報警信息，同時顯示出故障發生地點與時間。在未來發展中，可以向附近網點檢修人員指派任務，整個過程為自動化方式，可以及時響應和反饋。技術人員接收到檢修指令之后可以在短時間內排查和恢復電力故障，引入大數據技術后可以優化整個所有電力數據，同時實現平臺分發。
3大數據技術在電力生產管理中的應用
3.1集成管理技術
在電力生產管理中應用集成管理技術時需要合并多個應用系統的數據信息，建立多功能企業應用過程。集成管理是將不同來源、格式以及特征數據在邏輯與存儲介質上集中，實現系統存儲系列高度集成，數據集合穩定性高，同時可以為系統提供數據共享依據。電力大數據集成管理技術涉及到其他層面技術，如數據融合集成技術和關系型數據庫技術。大數據處理必須抽取和集成數據源數據，提取實體和關系，全面加強數據質量。在存儲管理中必須高度重視NoSQL數據庫技術，該項技術屬于分布式數據存儲，可以簡化數據存儲方式與流程，其靈活性和可擴展性較強，可以存儲海量數據信息。
3.2數據倉庫關鍵技術
在智能電網大數據技術中，數據倉庫技術屬于關鍵性技術。在數據分布層，智能電網具備海量性和分散性特點，因此數據處理難度比較大。在處理電網數據時，首先應當簡化數據處理步驟，注重收集、抽取以及轉換數據信息。需要注意的是，電力企業在收集數據信息時必須合理應用數據倉庫技術。在應用數據倉庫關鍵技術時，涉及到多個技術類型。其中數據抽取技術遵循實際工作需求，在海量數據源中抽取數據信息，全面加強數據信息關聯性，注重應用數據轉換技術可以轉變抽取數據，將其作為電網直接應用數據，實時處理錯誤數據，維護數據信息準確性，在應用數據加載技術時需要在數據源系統中存儲數據信息。
3.3數據分析技術
在電力大數據關鍵性技術中，數據分析技術被廣泛應用到智能電網系統中。通過應用大數據分析技術可以從電力系統海量數據中找尋出潛在模態與規律，為決策人員提供參考依據。電力大數據技術屬于傳統數據挖掘技術的發展。由于大數據具備高速增長和海量存儲特點，并且涉及到結構化、半結構化以及非結構化數據類型，因此應用大數據技術分析不同結構數據信息可以獲得準確分析結果，將其作為電力生產管理依據。
3.4數據展現技術
數據展現技術涉及到可視化技術和空間信息流展示技術，對其進行應用可以提升電力大數據技術的應用質量。在電網參數和地理信息系統結合下，通過空氣信息流展示技術可以充分為電網管理人員提供便利，全面了解和掌握電力設備運行狀態，同時為決策提供地理信息依據。
3.5數據處理技術
在智能電網中，大數據處理技術可以高效處理數據信息，區分不同數據信息，涉及到分庫、分區以及分表等區分方法。對于分庫來說，遵循現有要求，可以將多次應用數據輸入到不同數據庫中，全面提升數據利用效率。對于分區來說，可以將通表數據載入到不同文件資料中，使大型數據表壓力降低，全面加快數據訪問速度，維護通表順暢度。對于分表來說，遵循數據處理要求，可以制定多元化數據表，使單表壓力降低。通過建設并行式和縱列式數據庫能夠確保數據加載效果，方便數據查詢，提供較高便利性。
4大數據技術電力生產管理
4.1大數據技術保障電網發展及安全生產
大數據技術發展過程會影響整個電力產業發展。電力行業中蘊藏大量數據資源，數據信息價值需求比較高。國外在電力領域中開始研究相關數據信息，采用智能化和科學化電力解決方案，建立智能停電管理系統，對企業停電方案進行優化，同時為電力企業建立智能電網評估系統和投資優化決策系統。智能感知電網實時運行狀態，可以幫助監督管理人員做出科學決策，同時完善電網狀態智能感知系統和報警系統等。
4.2電力行業大數據分析研究
大數據潛在價值主要是物聯網和智能電網高度發展的成果。通過分析電網運行趨勢，聯合同型號設備壽命曲線對設備健康狀態進行判斷，以此判斷大修時機與項目，實現經濟性平衡，設備可用性高。在建設智能電網時，充分發揮大數據技術的價值。通過大數據傳輸與存儲技術能夠記錄電力生產、傳輸以及消費數據，通過數據壓縮技術可以實現海量數據的最小化傳輸，減少空間占用量，將電力數據轉變為聲音或圖像等，成為直觀化數據。聯合人機交互技術，能夠科學分析和處理電力數據。
4.3大數據技術支撐能源行業優化轉型
風電、太陽能以及微網分布式能源接入與前端用戶用電行為關系密切。由于儲能系統成本低且效率高，將其應用到配電網中，能夠發揮出大數據技術支撐作用，確保能源合理分配。
1 應用型本科院校圖書館的特點
新建應用型本科院校大都是在原來高職高專院校的基礎上于2000年前后升格為本科院校的，其專業建設學科建設等方面較新，注重在學術、工程基礎上的強調技術和應用。圖書館作為現代高校的科研、教學、圖書館三大塊之一，得到較好的發展和建設。但在資金方面存在不足狀態，館舍、圖書、電子資源建設和其發展速度相對滯后。在另一方面，現今的情況是相關資源增加了，尤其是電子資源適應新的環境增加更顯著，互聯網得到較好的運用，故圖書館的借閱量了出現下滑之勢。尤其是隨著信息技術，物聯網，大數據，云計算技術的發展下，如何跟上信息技術發展地方本科院校圖書館成為研究實踐的重要內容。互聯網的出現呈現取代傳統廣播電視報刊傳統的作用之勢，如何在“互聯網+”的環境下發展應用型本科院校圖書館建設，值得研究。” 調查結果表明2010年起，國民對數字閱讀方式的接觸率持續上漲，2010年為32.8%，2011年為38.6%，而2012年為40.3%[1]。
傳統的圖書館的功能主要體現為“藏、借、閱、管”，而由于網絡、無線網、移動終端的應用，現今圖書館管理模式發生相應變化，追求在任何地點、任何時間舒適地使用圖書資源。高校圖書館的發展確立了以用戶為中心"以數據為根本"以圖書館為樞紐的大數據研究理念[2]。
2 大數據及其相關技術
2.1 大數據
大數據是信息技術繼PC，互聯網，WEB1.0，移動通信，WEB2.0之后的第五次浪潮，2012年被認為大數據的起始分水嶺年。圖靈獎獲得者Jim Gray提出的“新摩爾定律”：“每18個月全球新增信息量是計算機有史以來全部信息量的總和”，已經得到驗證。大數據的信息量大，應當是達到PB級以上。而對于大數據的定義，比較典型的描述是由NSF（美國國家科學基金會）提出的：大數據是指“由科學儀器、傳感設備、互聯網交易、電子郵件、音視頻軟件、網絡點擊流等多種數據源生成的大規模、多元化、復雜、長期的分布式數據集”。大數據的特點主要有4V，如圖1所示：即Volume（大量），在2011年，全球的數據總量就達到1.8ZB，而到了2020年，全球數據總量將增長50倍。Variety（多樣），結構性數據、半結構數據、非結構數據。Velocity（高速），是指大量實時數據流的快速收集、創建、分析、處理、傳送的過程。Value（價值），量大但密度很低，需要從數據中提煉出有價值的數據和信息。現今新的計算方法，機器學習一直在提高著數據的質量和大數據的價值[3]。
大數據技術涉及大數據采集，大數據存儲與管理，大數據計算模式與系統，大數據分析與挖掘和大數據隱私與安全等方面，大數據應當理解為數據采集、數據存取、數據處理、數據挖掘等相關技術的融合。云計算技術可以說是處理海量數據最為低成本和高效率解決方案，通過云計算技術，可以把海量分散的數據從手機端、電腦端及其他智能終端均傳送至云平臺，然后再通過一個大規模的分布式系統加以高效分析和計算，提煉出富有價值的數據和信息。
（1）大數據的存儲技術采用冗余存儲模式。比較有名的分布式存儲技術是Google的GFS和Hadoop的HDFS，其中，HDFS是GFS的開源實現。為了達到方便管理數據的目的，大數據不再采用傳統的單表數據存儲結構，而是采用由多維表組成的按列存儲的分布式實時數據管理系統來組織和管理數據，比較有代表性的是Google的Big Table和Hadoop的HBase，其中，Big Table基于GFS，HBase基于HDFS。
Hadoop 是一個由Apache基金會開發的，用于處理龐大數據集的分布式系統架構，其特點是高吞吐量、高容錯性、硬件成本低廉、開源等，可以存儲巨量數據，并通過MapReduce對巨量數據進行計算。
（2）大數據計算模式。根據大數據的特征和計算特征，大數據計算模式常用的有流式計算、批處理計算、迭代計算、圖形計算等。其中的MapReduce就是批處理計算模式，它是一種分而治之的細化計算，然后將計算結果匯總的計算方式。
（3）數據挖掘計算。目前關鍵的大數據分析和挖掘技術是云計算技術和可視化技術。
（4）分布式數據庫的使用是大數據發展的必然。
2.2 大數據來源
大數據主要有下列來源：文本文件、音頻視頻文件、網頁及日志文件、移動設備數據、社交媒體文件。由于互聯網相關技術的發展，網上信息，各種網站網頁信息的應用，及其相關基礎設施的應用，促進了大數據的發展。Web2.0下人們以微博，Facebook等交互?a生大量的數據，Facebook每天產生500TB的數據，而波音737橫穿美國產生240TB的數據。2004年，世界進入Web2.0時代，Facebook，Twitter等社交工具的涌現。物聯網，移動終端的不受地域限制的應用催生了各種活鮮的數據。云技術的發展為大數據的存儲、管理、訪問提供了技術保證，云計算能從大數據中挖掘出有用的信息，兩者天然結合、相互促進。針對云計算中的基礎設施即服務（IaaS）、軟件即服務（SaaS）、平臺即服務（PasS）的不同特點，對不同服務需求者提供不同的服務模式。
應用型本科院校在圖書館投入不足，而應用云技術平臺，用戶就可在任何地方任何時候方便地通過圖書館、或聯盟圖書館的相關權限就可以服務相關資源相關數據，大大降低對本地圖書館軟硬件資源的要求，及其相關維護費用。
從大數據的采集來說，大數據的采集利用數據庫的方式從FRID，傳感器采集數據。大數據包括結構化，半結構化和非結構化數據。
2.3 相關技術
大數據的關鍵技術主要包括：大數據獲取，大數據預處理，大數據存儲，大數據分析，大數據檢索，大數據展現與應用。具體有云計算，物聯網技術，移動計算技術。
云計算技術的虛擬技術，海量分布儲存技術，并行編程模式，云技術平臺管理技術。云計算技術，可以把海量分散的數據從手機端、電腦端及其他智能終端均傳送至云平臺，然后再通過一個大規模的分布式系統加以高效分析和計算，提煉出富有價值的數據和信息。
物聯網技術主要包括FRID技術，近場通信技術，傳感器網絡技術和無線通信技術。移動計算關鍵技術如下：移動計算通信協議，情景感知，移?蛹撲慊肪常?無縫遷移技術。
大數據的分析、計算和儲存開展研究，從大數據中找到大的價值。
大數據的解決方案必須依靠云計算技術，得依靠云計算平臺的分布式文件系統、分布式運算模式和分布式數據庫管理技術。
以 Google 等為代表的一些大的數據處理公司通過橫向的分布式文件存儲、分布式數據處理和分布式的數據分析技術很好的解決了由于數據爆炸所產生的各種問題。Google公司大數據處理的三大關鍵技術為：Google 文件系統 GFS（式文件管理系統）、MapReduce和Bigtable。
3 發展展望
現今圖書館的發展將發展到數字圖書館，再發展到智慧圖書館。只有這樣才能實現知識個性化需求的定制化服務的要求，實現信息、知識的互聯共享。另一方面，基于大數據技術，通過數據挖掘，可視化分析，分析、挖掘用戶的借閱記錄，形成有參考價值的信息，對讀者可以提供個性化服務，讀者能得到更準確有效的信息，促進圖書館及其服務效益的進步。
隨著云計算技術的不斷完善，為了促進大數據處理系統的功能多樣化，云計算技術在大數據處理系統上得到了廣泛的應用。本文重點研究了在多元因素的影響下的數據模型對大數據處理的影響，并據此提出了一種基于融合思想，采用了混合架構以及分散處理的云計算環境下的大數據處理系統的整體部署策略。
【關鍵詞】云計算 大數據處理 融合處理
1 引言
隨著網絡技術的發展，以及智能設備的普及，當前的數據增長速度已經呈現爆炸式增長，大數據時代已經來臨。目前專家對大數據處理系統方面的研究主要是基于云環境下的分布式部署以及網絡架構的融合和動態實時數據處理這三個方面。同時也取得了一定的研究成果，對于當前的云計算環境下的大數據處理系統的發展提供了很多理論和實踐基礎。
2 基于融合思想的大數據處理方案分析
云計算技術模式下，人機交互和數據處理以及網絡邏輯處理技術等都相對交融，處于深度融合狀態。因此基于融合思想的大數據處理方案就是以融合思想為核心，將云計算技術模式下的各種分散的網絡資源進行協同組織，然后再進行融合，從而充分發揮分散狀態下的資源優勢，形成一種整體性的比較優勢，因此這種融合式的大數據處理方案的應用前景十分廣闊。
在云計算技術模式下，大數據處理研究更多的著力點放在了大數據處理系統的構建、分散資源的協同以及相關的輔助技術等。從宏觀角度來看，可以氛圍內混合處理和混合管理兩個方面。其中混合管理的核心就是研究各種無線以及有線的處理機制和數據共享、資源共享機制的管理，同時還包括了分散數據管理機制和協同機制管理等。而混合處理的研究核心則是著力于系統運行模型和相關輔助技術上。
3 大數據處理系統的應用和處理系統分析
3.1 大數據處理系統的應用
大數據處理系統的應用主要包括三個方面：
（1）基于融合式架構的應用。這實際上就是一種客戶機/服務器架構模式，其中服務器主要負責應用系統的管理和控制以及相關應用的邏輯處理和數據調度等。而客戶端則是專門進行人機交互，當用戶想要執行數據處理分析人物時，通過客戶機向服務器發送請求，然后有服務器完成并返回給客戶端。這個融合式架構相對簡單，且容易維護，但是服務器功能有著極高的依賴，這也往往成為數據處理系統應用的瓶頸。
（2）分散式架構。這種架構的特點就是協同控制的節點都是平等地位，并且和處理系統有關的控制和管理模塊都是分散在各個客戶端上。客戶端擁有一定的自治屬性，因此具有通用性和靈活性和可擴展性等諸多優勢。但是由于數據采用分布存儲和分布操作，這樣在維護方面就變得較為困難，而且節點之間的實時同步和用戶動態注冊的應用也難以實現。
（3）混合式結構。這種結構擁有前兩兩種結構有點，通過服務器實現數據信息的統一維護，而客戶端一方面實現信息傳輸功能，同時也能夠和用戶在某些應用方面進行充分的交互，因此能夠有效減輕服務器端的壓力，這樣也能夠消除服務器端的瓶頸。提升系統的魯棒性和靈活性。
3.2 云計算技術下的大數據處理系統具體分析
3.2.1 系統架構
云計算技術環境下的大數據處理平臺的節點主要體現下面幾個特點：其一是節點分散性；其二是數據處理動態性；其三是數據來源混構性。
這個處理平臺架構采用了融合式的調度執行層和任務融合調度管理，并根據處理規則和不同的參數來調整處理引擎的數據和算法組合以及計算資源。對大數據資源的數據交互和任務分工工作進行了有效融合。同時在管理層，也對業務數據進行分布式存儲，提升了容錯處理能力。
3.2.2 系統處理流程
系統處理流程主要是對分散狀態數據進行處理，其關鍵就是對分散的數據進行提取，因此首先給其他應用提供數據接口。然后數據管理部分要融合數據資源，并在一定容忍度的基礎下，對不同的數據處理機制進行比較，進而優勢融合。最后數據處理中心則是對數據進行集中處理，然后統一分配數據資源，從而在數據中心實現數據處理的融合。
3.2.3 處理系統的部署
某信息產業園的大數據處理系統的部署是根據信息企業集群的需求，然后對現有分散數據資源進行挖掘，比如企業內部的ERP和SCM系統中的數據，通過對這些數據進行深度挖掘從而為該企業提供戰略發展資源。圖1就顯示了這個部署圖。
從部署圖可以看出，在這家企業中，ERP和SCM和CRM是其數據源，然后經過服務器處理之后，分布到n個數據庫，然后進行合并進入到大數據管理模塊，最終能夠實現數據查詢和數據決策服務。
4 結語
總而言之，目前采用融合式思想，在云計算技術條件下，對大數據處理系統進行部署的研究相對較少，特別是當前的信息產業，由于其自身的解決方案并不能夠實現大數據條件的比較優勢，所以本文提出的融合式的大數據處理技術，有效的提升了數據利用深度，拓展了大數據處理系統的應用范圍。
參考文獻
[1]于戈，谷峪，鮑玉斌，王志剛.云計算環境下的大規模圖數據處理技術[J].計算機學報，2011（10）.
[2]程苗基于云計算的Web數據挖掘[J].計算機科學，2011（S1）.
【關鍵詞】大數據；計算機軟件技術；應用
1引言
大數據是指將一定時期內的數據進行收集、整合、得出規律，并在此基礎上進行決策，而這個工作對于技術的要求過高，很難依靠人力完成，必須借助計算機技術來完成。隨著科技的進步，計算機技術在各個領域得到了廣泛的應用，為企業或者國家進行大數據分析提供了便利，對經濟發展起到了一定的積極作用。但是，在我國現階段的計算機軟件技術在大數據中的應用水平依舊低于國際水平，這就需要相關工作人員增強對計算機軟件技術的研發，提升計算機軟件技術在大數據中應用的水平，更好的滿足各行各業的發展需求。
2大數據環境下計算機軟件技術的幾種類型
2.1虛擬化技術
虛擬化技術主要是依托資源虛擬管理實現的，通過對大數據內部資源配置進行優化，增強信息數據的處理效率和用戶使用的便捷性，是計算機軟件技術中一項重要技術，得到了社會各界的廣泛關注。隨著虛擬化技術的發展，虛擬現實技術產業應用而生，并呈現出良好的發展狀態。將虛擬化技術應用到大數據中，不僅能夠實現虛擬技術自身的優化創新，還能夠實現虛擬化技術的良性發展。
2.2云儲存技術
隨著技術的發展，云存儲技術在各個領域得到了廣泛的應用。云存儲技術是由大量的儲存系統單元形成的有機整體，在將一系列功能進行有效整合的基礎上實現信息資源儲存，構建成人們所需要的網絡數據庫。在大數據環境下，應用云儲存技術能夠將海量的信息數據進行整理分類，為人們提供便捷的信息服務。
2.3數據采集與傳輸技術
在大數據環境下，計算機軟件技術的應用能夠實現對數據的采集和處理。計算機能夠依托相應的軟件和硬件裝置實現數據的采集、處理、分類，并通過科學的操作將數據流進行歸納整理，在規范的傳輸原則基礎上，將數據傳輸至全網。
3大數據環境下計算機軟件技術的應用現狀
在大數據環境下，相關的計算機技術研發人員也圍繞著計算機軟件技術在大數據信息庫的應用進行了技術深度研究，在這個過程中，計算機軟件技術在各個領域中得到了廣泛的應用，為各個領域的發展帶來新的發展方向。在計算機軟件技術在大數據信息庫的應用過程中，則需要相關工作人員具備強大的洞察力、決策力、執行力，為其應用提供有效的保障。但是，盡管我國現階段計算機軟件技術水平不斷的提升，卻仍然存在著很多問題，影響到了計算機軟件技術在大數據信息庫應用的效果，如缺乏專業人才、核心技術研究不足等問題，這就需要對國內的計算機軟件技術進行革新和完善，更好的迎接大數據時代的挑戰。
4大數據環境下計算機軟件技術的應用對策
4.1增強計算機人才的培養力度，重視核心技術的研發
在現階段國內計算機研發領域中，存在這人才匱乏的問題，影響了計算機軟件技術在大數據信息庫中的應用。因此，國家就要重視高校計算機技術專業的發展，為其提供資金支持和培養項目，不斷的增強計算機人才的創新能力，使其成為市場需求的專業技術人員。另外，國家更要重視計算機核心技術的研發，提供必要的資金支持，優化軟件技術測評體系，在最大程度上保證信息數據的安全性，為計算機軟件技術開發創造良好的發展環境。
4.2計算機軟件技術在商業領域中的應用
隨著科技的發展，計算機軟件技術的應用領域越來越廣闊，在商業領域中也得到了廣泛的應用。計算機軟件技術在商業領域的應用主要是通過建立信息實時共享平臺，有效的掌握客戶信息，為客戶提供針對性的服務，不斷的增強企業的市場競爭力。因此，為有效的增強計算機軟件開發技術在商業領域中的應用效果，企業需要借助網絡平臺對消費者各方面的信息進行采集分析，從中提煉出大量有價值的信息，有效的掌握消費者的需求，為其提供個性化的服務，增強企業的市場競爭力，實現企業的可持續發展。
4.3計算機軟件技術在教育領域中的應用
隨著大數據時代的到來，教育信息化的發展趨勢越來越明顯，而在其中計算機軟件技術起到了關鍵的作用。教師借助信息技術輔助教學，在很大程度上突破了傳統教學模式的限制，通過網絡渠道為學生提供了大量的學習資源，有效的推動了教育的發展。因此，教師就要善于利用計算機軟件對學生的測驗情況進行數據分析，為學生提供針對性的教學服務。
5結語