云计算大数据技术在广电有线网络中应用探析.docVIP

云计算、大数据技术在广电有线网络中的应用探析 　　摘 要 主要研究的内容是云计算、大数据技术原理以及技术体系，通过对其进行探讨，然后再探索如何在广电有线网络中对云计算与大数据技术做出合理应用，在分析的过程中，主要是从技术以及策略这两个方面进行的。 　　关键词 广电；技术体系；原理；技术；网络 　　中图分类号 G2 文献标识码 A 文章编号 2096-0360（2017）21-0014-02 　　1 云计算技术与大数据技术探析 　　1.1 云计算技术 　　在云计算当中，比较普遍的应用方法包含下面几种：虚拟化技术、海量数据存储技术等。其具有的技术框架总结主要如图1所示。 　　1.1.1 虚拟化技术 　　如果站在技术上的角度来说的话，对计算机资源进行调配的一种方法就是虚拟化技术包含的主要内容。这一技术完全避开了应用系统对于诸多硬件做出的物理性区分问题，且有效构成了对应框架的动态化，并且基于此，对于物理资源的集中管控也能更好的得到实现，使用起来也是非常方便的。通过对虚拟化技术进行分析我们可以发现，增强系统的弹性就是该技术中拥有的最大特点，另外，它还可以有效的对成本进行降低，从而改进服务，有效提升资源的利用率。 　　从另一个方面来说，我们从表现形式上来看，该技术的应用模式可以被分为两类，第一种是把一台性能极佳的服务器做虚拟，使其拆分为更多可独立工作的小型服务器，它们各自又能为不同的用户提供一定的服务。第二种是将多台服务器进行阵列组合，架构成为一台性能较高的服务器组，然后通过这一服务器来实现某些服务器单体无法实现的功能。当然无论是何种应用方式，虚拟化技术的中心思想都是对服务器施行统一管理，这以就能更好分配服务器系统资源，使其性能能够在最大程度上得到提升。 　　1.1.2 海量数据存储技术 　　经过对海量数据存储技术的定义分析后不难发现，这一技术的工作原理就是通过分布式文件、数据库系统技术来实现其功能。在其存储部分，一般情况下可以使用的系统结构就是可扩展性的系统结构，之后在对存储负荷进行分担的时候，我们需要采用到多台存储服务器，并且对位置服务器进行充分的利用，以此来定位相应的存储信息，这样一来，系统的可靠性不仅得到了有效的提升，可用性等效率也在很大程度上进行了提高，最重要的，在这样的情形下，其扩展就变得更为简易。现阶段，Google的GFS等就是现在较为流行的海量存储系统。 　　1.1.3 并行编程框架技术 　　对于并行编程模式来说，在最开始创立这种技术的时候，其拥有的初衷就是更高效的来利用一些软硬件的资源，这样客户在应用的时候，就可以享用到快速简单的服务。另外，在这一模式下，后台所进行复杂任务处理是完全显露在用户视野当中的，这样的设计很明显能够有效提升用户体验。 　　在当前，分布式计算是云计算主流的一种并行编程格式。在这一框架下，它能实现完全的任务自动分派，将任务拆分为多个可快速处理的子任务，之后再实现有关任务的过程中，我们就可以利用Map或者是Reduce来进行完成，这样一来，计算节点就可以进行大规模的调度分配。 　　1.2 大数据技术 　　对于大数据的定义，麦肯锡曾经做出了这样的定义：在对有关的内容进行获取的时候，不能迅速的利用传统数据库工具来获得，并且对得出的数据做出高效的组合输出。在大数据成为热点话题的今天，其发展趋势自然也是十分良好的，而造成这样原因的主要因素就是现阶段互联网技术的迅猛发展。通过适当的分析我们可以发现，大数据具有的特征主要有以下几个。 　　首先，数据体量在大数据中是非常巨大，此外，大数据中的大型数据集也从原有的TB级进行了上升，从而顺利升级为PB级。其次，在大数据中，其具有的数据类别是非常多的，而且数据的来源也是多种多样的，在大数据里面，它拥有的数据种类以及格式都已经打破了传统的限定结构化数据范围。比如网络日志、视频、图片等。最后，大数据的价值密度是相对较低的，在大量的信息中，其拥有的不具价值的非相关信息是非常多的，这就需要我们利用机器来进行有关的学习，并且对那些复杂的数据进行分析，以此来获取对未来趋势的可预测分析。 　　对于大数据局技术来说，其本身并没有比较严格的定义，和传统的数据存储等技术进行比较我们可以发现，在传统的技术中，它没有办法在较短的时间内对数据进行处理。而在大数据理论架构中，其平台搭建的核心技术和大数据采集分析有关技术就是该技术中主要包含的内容。另外，大数据平台构建技术的成功构建也可以为大数据挖掘分析技术提供相应的计算，具体情况如图2所示。 　　2 广电网络运营商在大数据时代的机遇与 　　挑战 　　2.1 从传统的网络运营商转变成了数据运营商 　　随着社会的飞速发展，大数据时代的发展速度也变得越来越快，在这样的发展趋势之下，广电运营商所拥有的转型机遇就