黃錦鋒
摘要
在IT行業中,大數據技術又被稱作是巨量數據集合,包含著高增長率、多樣性、海量的信息資產,與云計算平臺組合應用,可以有效的發揮數據優勢,在當今的信息化時代中得到廣泛深刻的應用。文章從應用策略與常見技術兩方面,對其展開分析,為豐富技術手段,深化應用水平提供參考。
【關鍵詞】大數據 云計算 平臺應用
隨著互聯網技術的不斷發展,大數據與云計算平臺的應用范圍也逐漸擴大,在各行各業的不同領域中發揮著不可替代的作用。所以,相關技術研究人員在進行研發的過程中,更要關注技術落地工作,發揮技術優勢,挖掘應用方法,擴展其在數據管理、審計、物聯網、策略決策、信息安全上的應用價值。
1 應用策略分析
1.1 對數據信息的管理
近年來,隨著網絡技術與移動通訊設備的發展,我國已經全面進入信息化時代。在人們的生產與生活中,產生了大量的信息數據,為了更好的適應時代的發展,在信息管理工作上,也要與時俱進,適應信息化管理,提供先進的管理方法。
在企業信息化進程中,單機化的管理操作有很大的弊端,如果一旦出現機器故障,不僅會對工作進度造成影響,甚至會出現信息丟失的情況,而且會對各個職能部門之間的有效溝通與關聯造成影響,阻礙信息共享。因此,在信息大數據的應用中,使用云計算平臺,有著十分重要的作用。通過云計算平臺,可以實現數據信息的儲存與共享,防止因為機械故障而出現的信息脫節,保證工作進度的同時,不會對部門互動共享造成不利影響。
從個人角度出發,也可以實現資料的隨時隨地提取,發揮云計算平臺的便捷性特點,提高數據的應用效率,滿足用戶需求。
1.2 對審計工作的影響
審計是相對比較傳統的工作,通過大數據云計算平臺的應用,徹底實現了工作方法的升級。在其技術的影響作用下,實現了審計模式、審計結果的互進關系,同時也帶動了行業的信息化發展,讓審計師能更好的利用大數據與云計算平臺展開工作,實現了技術手段上的進化,幫助其進行科學、有效的數據分析工作。
在以往的審計工作中,審計師通過抽樣分析的方法展開工作,在時間上也受到受審單位的進度限制,很難實現審計的準確性和及時性,然而在新技術手段下,可以通過大數據實時提取整體數據,并在云計算平臺的支持下,完成運算,不僅使審計內容更加全面,還可以隨時的進行準確的分析,不再受到時間的影響,大大的提高了工作效率和質量。
1.3 物聯網理念中的用
物聯網是一種新興的概念,以高效的互聯網技術為有效依托,通過線上線下有效結合,實現其對傳統行業的支持。在通過網絡對物體信息進行傳到的過程中,需要進行大量的數據處理工作,也正是這一點,催生了大數據技術的快速發展。
同時,在大數據技術不斷發展中,也為物聯網提供了發展的必要前提,使得物品的信息與傳遞在覆蓋面上更加廣泛,促進經濟的高速前進,實現互聯網與實體經濟的互進式發展。通過云計算平臺強大的數據處理能力,在豐富的數據庫支持下,也進一步提升了物聯網合理性。
1.4 數據分析與決策上的支持
復雜性和多樣性是大數據技術的重要特點,如何利用龐大復雜的數據內容為企業決策提供必要的參考成為了難點工作。通過云計算平臺,可以輕松的實現數據的運算,與大數據技術形成良好的互補性。
在云計算平臺中,有著強大的運算能力和存儲空間,是企業在進行大數據處理過程中的有效保障,可以輕松的實現高效、便捷化處理,使決策過程變得更加的科學、高效、靈活。
1.5 信息安全的保障
即使信息化水平發展到極致,也應當存有屬于隱私范圍的空間,這一點對企業來說更為重要。數據信息的安全性直接影響著企業的自身利益,保證安全的基本前提,在大數據背景下,這一點顯得尤為重要。
云計算平臺在實現信息高速運算共享的同時,還可以通過存儲加密、傳輸加密的方法兼顧用戶信息的私密性,使企業的信息資料得到很好的保護,為信息的安全性提供必要保障,維護企業的正常經濟利益。
2 常見應用技術
2.1 Hadoop技術
作為開源軟件的框架技術,Hadoop可以將海聯的數據進行分布式處理,并支持PB級別的數據信息,同時擁有者極強的擴展能力,具有穩定性、擴展性、開源性、高效性的特點,使其在多種平臺的應用中,得到了快速的發展。
以百度公司為例,搜索引擎是百度公司主打的服務項目,可以通過語義信息準確定位用戶搜索的內容,并提供相應的結果。其搜索平臺就是基于Hadoop技術建立起來的,每天要面對十分龐大的用戶搜索量。在發掘商業數據、爬取網頁、儲存搜索日志、關聯推薦、廣告展示等方面都有著很好的應用表現。
2.2 Spark技術
以內存計算為依托,展開分布式計算是Spark技術系統的主要特點,這一技術可以對大數據信息進行快速的運算分析處理。同時,由于其內存式計算的特點,在運算的速率上比其他技術手段都要快捷,被廣泛的運用到實時的數據計算處理過程中,而與Hadoop技術擁有很好的兼容性特點,也使得Spark技術有很高的利用價值。
例如,在優酷視頻網站的應用中,Spark技術就有的突出的表現。在優酷的核心技術中,原本使用的是Hadoop技術作為系統支持,但在具體的應用過程中,發現了具體的問題,任務提交后分析時間過長、大數據計算效率不高、迭代資源的運算成本過高等[2]。通過添加Spark技術,有效的改善并解決了上面問題的影響,提高了整體的響應效率。同時,在進行模擬廣告的投放計算上,大大的增加了性能,減少了相應能資源消耗、提高了速率、縮減了延遲,使其商務應用上收獲了更好的效果,也使技術手段或的更廣泛深入的應用。
3 總結
大數據與云計算平臺在具體的應用過程中,是相輔相成的關系,通過兩者的有機結合,可以更好的發揮相互的優勢,達到良性的互補,更好的為使用者提供技術支持。通過在不同應用方向以及Hadoop、Spark技術中的應用分析,不僅有利于技術本身使用價值的提升,同時也是拉動信息化水平發展的重要方法。
參考文獻
[1]張力平.人工智能、大數據和云計算的融合發展[J].電信快報,2017(09):27.
[2]黃承寧.大數據和云計算架構應用技術研究[J].福建電腦,2017,33(02):16-17.