【摘要】数据价值欲实现 大数据分析处理技术成关键大数据的价值开始日益受到重视，人们对大数据处理的实时性和有效性的要求也在不断提高。现在对大

数据价值欲实现 大数据分析处理技术成关键

大数据的价值开始日益受到重视，人们对大数据处理的实时性和有效性的要求也在不断提高。现在对大数据的应用己经不局限于BI(商业智能)领域，在公共服务、科学研究等各方面，大数据也都在发挥着巨大的影响力，而且应用面要宽得多。 大数据对技术提出高要求 大数据处理首先是获取和记录数据;其次是完成数据的抽取、清洁和标注以及数据的整合、聚集和表达等重要的预处理或处理(取决于实际问题)工作;再次需要一个完整的数据分析步骤，通常包括数据过滤、数据摘要、数据分类或聚类等预处理过权最后进入分析阶段，在这个阶段，各种算法和计算工具会施加到数据上，以求能得到分析者想要看到的或者可以进行解释的结果。 涉及到庞大的数据量，这一整套处理流程在各个不同阶段都会对传统的技术手段提出挑战。比如，海量的网络化设备、海量的在线用户、不间断的网络联接，都在时刻生成大量的、多格式的内容数据和状态信息，这些经由各种客户端(网页、应用或是传感器等)采集而来的信息数据，连同成千上万的访问和操作请求，会以高并发的方式向系统服务器施加压力。 认识大数据和云计算 大数据的意义并不在于大容量、多样性等特征，而在于我们如何对数据进行管理和分析，以及因此而发掘出的价值。如果在分析处理上缺少相应的技术支撑，大数据的价值将无从谈起。 具体到企业而言，处于大数据时代的经营决策过程已经具备了明显的数据驱动特点，这种特点给企业的IT系统带来的是海量待处理的历史数据、复杂的数学统计和分析模型、数据之间的强关联性以及频繁的数据更新产生的重新评估等挑战。这就要求底层的数据支撑平台具备强大的通讯(数据流动和交换)能力、存储(数据保有)能力以及计算(数据处理)能力，从而保证海量的用户访问、高效的数据采集和处理、多模式数据的准确实时共享以及面对需求变化的快速响应。 传统的处理和分析技术在这些需求面前开始遭遇瓶颈，而云计算的出现，不仅为我们提供了一种挖掘大数据价值使其得以凸显的工具，也使大数据的应用具有了更多可能性。 云计算包含两方面的内容;服务和平台，所以云计算既是商业模式，也是计荞模式。比如美国加州大学伯克利分校在一篇关于云计算的报告中，就认为云计算既指在互联网上以服务形式提供的应用。也指在数据中心里提供这些服务的硬件和软件。 就目前技术发展来看，云计算以数据为中心，以虚拟化技术为手段来整合服务器、存储、网络、应用等在内的各种资源，并利用SOA架构为用户提供安全、可靠、便捷的各种应用数据服务;它完成了系统架构从组件走向层级然后走向资源池的过程，实现IT系统不同平台(硬件、系统和应用)层面的“通用”化，打破物理设备障碍，达到集中管理、动态调配和按需使用的目的。 借助“云”的力量，可以实现对多格式、多模式的大数据的统一管理、高效流通和实时分析，挖掘大数据的价值，发挥大数据的真正意义。