为什么要为政府事务构建大数据

全部展开

构建统一的大数据平台

首先，为什么要构建数据资源库？其核心目的仍然是汇总最初分散在各个政府系统中的数据. 您应注意，这里并没有汇总所有数据，而是需要在多个政府系统之间共享的数据. 在大数据分析中，您需要使用各种类型的相关数据. 这里的数据资源的业务目标与传统电子政务建设中提到的数据资源中心相同. 在整合到大数据平台后，它将仅在构建过程中应用于与大数据相关的技术，例如分布式存储和流计算. 解决数据的大量实时需求.

数据资源库本身的构建包括两个方面. 业务重点是数据标准，数据规范和接口以及数据模型的构建. 过去没有太大不同. 唯一的补充是数据模型的构建. 需要更多地考虑数据本身之间的相关性. 第二个是数据平台的构建，在技术上与传统平台有很大的不同. 一是在构建数据平台时需要将其应用于与大数据相关的技术平台，如Hadoop平台等. 这不再是纯数据存储平台. 相反，它必须提供用于数据存储，数据处理和数据分析功能的完整平台. 其次，构建大数据平台的最终目标是希望可以共享和开发经过处理和分析的数据功能以反映业务价值，因此需要大数据. 共享服务能力的提供，即大数据平台本身也必须是一个开放的共享数据能力服务平台.

构建大数据平台的困难不是技术而是业务. 这涉及到数据公开和共享的两个层次，一个层次是政府部门，工商业，税务，质量监督，运输等部门之间的数据共享. 各个部门的数据可以共享，很难解决. 部门的短期解决方案和相关的利益壁垒；其次是能否与外部企业和公共服务部门进一步共享大数据平台最终处理和分析的能力. 开放，这是第二个难度. 在这一点上，国外政府部门的大数据资源和数据目录的开放程度要比中国好得多. 有关详细信息，请参见Tu Zipei撰写的《大数据时代》.

第二是加快计算服务能力和应用能力的建设. 引入领先的公共云，以提供高质量的基础架构即服务（IaaS），平台即服务（PaaS），软件即服务（SaaS）和其他公共云服务；引导财政资金支持的信息项目优先部署在统一的云计算基础架构中，以促进政府信息系统和信息资源的共享；面对贵州省在电子政务，智能交通建设大数据中心的意义，智能物流，企业管理，智慧城市等方面的建设需求，发展强大的服务功能，新的业务模式，良好的驱动效果产业云平台. 提供的工业云计算服务，以满足企业研发，产品设计，生产控制，管理等方面的需求；加快云计算平台资源管理软件，云安全保护产品，云模型应用软件的开发，为重点行业开发云计算系统解决方案.

解释: 计算服务和应用程序能力建设

对于这部分内容，您基本上可以看到传统的云计算平台和智慧城市的建设. 很多时候，政府的计划仅仅是追求大而完整的理想化的建设模式，而不了解事物的本质. 从全球最早的区域开始，专门研究云计算中心和工业基地；为了大肆宣传智慧城市概念，智慧城市规划涵盖了云计算，SOA，大数据和物联网等所有内容. 在大数据时代，我们看到计划的效果是似乎所有内容都希望包含在大数据行业计划中，并且将实现理想的和完整建设. 结果，平台项目将在建设过程中死亡. 这是政府部门在进行大数据规划之前必须考虑的每个问题，也就是说，大数据的本质必须是什么？我希望通过构建大数据平台解决任何业务问题. 我没有考虑过开始大数据行业的规划和建设是否不合适.

e799bee5baa6e997aee7ad94e59b9ee7ad9431333339653761是大数据平台和云平台吗？那不是绝对的. 此处以最流行的方式解释和对应两者之间的关系. 首先，大数据本身需要存储. 在处理和聚合到数据资源平台期间建设大数据中心的意义，需要计算大数据. 然后需要资源来提供计算和存储功能，并且可以灵活地扩展此功能. 云计算是此功能的提供. 内容由平台IaaS层完成. 其次，大数据涉及处理过程中的数据集成，数据收集与聚集，数据并行处理，数据流处理，数据分析，数据服务能力共享和开放性. 这些功能已经在资源层的上层，即平台层功能，并且这些平台层功能可以合并到广泛的云计算PaaS平台层中.

第三是加快大数据分析能力和利用能力的建设. 加强大数据分析关键算法和通用基础技术的研究开发，开发专门的数据处理和分析工具，形成大数据基础技术和产品资源库；发挥大型企业平台的领导作用和大数据的创新优势，加速大数据应用市场，开发第三方大数据服务，提供化数据服务；支持数据开放，共享和应用服务，探索业务模式创新，促进大数据的公共应用；选择重点行业领域，发展基于云的大数据演示和应用，促进化大数据挖掘，分析，应用和服务的发展，提高大数据行业的应用能力.

解释: 数据分析和能力建设

再次强调大数据的核心是实现业务价值和公共服务能力. 如果我们建立的大数据平台和数据资源中心实现了数据聚合和数据模型标准化，那么如果这些海量数据无法进行，那么通过良好的挖掘和相关分析，就无法释放数据本身的价值和能力. 以面向服务的方式，整个大数据平台将毫无价值.

贵州的大数据产业战略讨论与开放和共享数据，开发第三方大数据服务，推荐大数据公共应用程序以及探索新的业务模式有关. 这仍然是业务模型和业务问题，而不是技术问题. 只有经过处理和分析的数据可以使用，可以用于决策，并且可以为公众提供更有效的公共数据服务是最大的价值.

根据大数据本身的海量，异构和实时特性，可以看出，对海量异构数据进行数据挖掘和分析非常困难，必须满足实时性或大数据分析的准实时要求. 的. 这方面涉及各种技术的使用，例如CEP，流处理，MPP和并行计算. 一方面，它涉及到数据相关性分析模型的建立，两者都是必不可少的.

大数据平台的建设本身有两种模式，一种是建立数据存储平台，然后是处理平台，最后是数据分析和挖掘平台. 一种是根据业务目标分析应用场景是否涉及大数据，根据应用场景分析涉及哪些相关数据，然后进行数据建模，然后考虑如何高效，可扩展地存储，处理和分析这些数据. 对于政府部门的大数据，我们建议第二种方法，即从一开始就不要追求大而全，而要针对每个突破，并迅速体现大数据平台的业务价值.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-204741-1.html