基于云计算大数据处理技术研究.docVIP

基于云计算大数据处理技术研究 　　摘 要：在信息技术不断发展的今天，各类信息泛滥，人们每天的生活、工作都会接触到海量数据，已然进入了大数据时代。对于海量数据信息，如果采用传统的数据处理办法，很难保证数据信息传输的安全性、快速性。云计算的出现为大数据存储、传输提供了便利，也为数据处理提供了重要保障。文中首先对大数据与云计算之间的关系进行分析，然后探讨了云计算及其关键技术，最后提出云计算背景下的大数据处理技术，希望能够为相关人员提供参考。 　　关键词：云计算；大数据；处理技术；海量数据 　　中图分类号：TP274 文献标识码：A 文章编号：2095-1302（2017）06-00-02 　　0 引 言 　　在计算机网络技术、通信技术不断发展的今天，人们获取信息资源的渠道更多，信息传播的形式也更加多元化、便捷化，将现阶段称之为信息大爆炸时代也不为过。此外，在信息传播过程中，对数据处理体系提出了更高的要求。据预测，到2020年，世界数据量会超过35亿GB，而针对大数据随机性、庞大性、离散性、爆发性的特点，还需要选择更加强大的数据处理技术。云计算的出现为数据处理革新提供了基础，基于此，加强对云计算背景下大数据处理技术的研究具有十分现实的意义。 　　1 大数据和云计算之间的关系 　　云计算技术指采用集中式远程计算资源池，按照需求进行分配，为终端用户提供计算服务技术，且这种服务成本低、效果好。云计算属于数据处理方式，具有以下技术特点： 　　（1）透明性。从物理角度分析，资源池对所有终端用户都是透明的； 　　（2）云计算能够为任何行业提供无限能力的计算机服务； 　　（3）快捷性。云计算能够根据终端用户的要求为其订制服务，同时服务技术具有很强的伸缩能力； 　　（4）云计算数据在获取方面较为简单，能够促进资源共享，且成本较低。 　　现阶段，云计算是最为强大的数据处理、运用、存储平台，是大数据处理的首选技术。云计算能够为大数据提供的存储空间、处理能力是无限的，可满足超级容量数据的存储及传输，而这也是传统数据处理技术无法实现的。此外，云计算相对于其他技术更侧重计算与处理，即云计算是大数据处理的工具，而大数据是处理的对象。 　　2 云计算及其关键技术概述 　　在并行技术、分布式计算及网格计算等基础上，云计算技术的形成与发展可通过网络连接技术，集中数据计算、存储等功能，构建能够为用户提供无限服务的资源池。 　　2.1 数据存储技术 　　信息存储的安全性、数据读写的高效性是保证云计算技术实施的基础，利用分布式存储技术将海量数据存储于服务器集群中，还能够实现对数据的备份处理，提高数据的安全性。此外，通过数据加密技术、冗余存储模式等，可有效避免数据信息泄漏或遭到威胁。其中，Hadoop团队开发的GFS与Google非开源的GFS都是在云计算系统中被广泛运用的存储系统。 　　2.2 数据管理技术 　　云计算能够通过分布式处理及分析为用户提供高效服务，但对数据管理技术的管理能力有较高的要求。其中，开源数据管理模块HBase以及BigTable数据管理技术是现阶段主要的数据管理技术。云服务平台管理如图1所示。 　　2.3 虚拟化技术 　　虚拟化技术是云计算系统中存储、计算的基础，主要通过相关方式将真实环境中的计算机系统、组件等转移到虚拟环境中，然后结合操作系统、硬件资源、软件应用程序等组成虚拟化层结构。一般虚拟层可以分为上中下三层，通过中间层连接上下两层结构，为其提供类似的功能，保证其运行在虚拟化环境中。虚拟化技术的运用能够实现对相关系统功能的整合，保证资源利用的最大化。 　　3 云计算背景下大数据处理技术 　　传统数据管理以收集、存储为主，而云计算背景下，大数据管理方式得到了改变与创新，侧重点在于数据的分析、挖掘，为相关人员决策提供依据。 　　3.1 大数据采集技术 　　根据采集形式的不同，可将大数据采集分为两类，即集中式采集与分布式采集。这两种采集方式各具优劣，我们以优点为例进行说明。集中式采集能够掌控全局数据，而在灵活性方面，采用分布式采集模式的优势更为明显。在大数据采集过程中，既包括对企业内部数据的采集，也包括采集企业之间的信息数据，通过分布式并行计算模式，将几种采集模式混合使用，提升数据采集的整体效率。即在大数据采集过程中，对于企业内部采用集中采集模式，而企业之间采用分布式采集模式。在每一个企业内部都设置多个中心服务器，将企业共享的信息数据进行存储。对于中心服务器间的组织则采用分布式数据采集模式。 　　根据结构类型的不同，可将大数据分为结构化数据、半结构大数据及非结构化数据。在数据采集过程中，应该先对数据类型进行分析，根据不同类型，通过云计算的扩展、容错等优势，实现对数据的同构化，实现各结构数据对接。