大數據技術在計算機信息系統中的運用論文
1引言
在當前社會經濟不斷進步、大數據不斷發展的時代背景下，許多過去難以表達的信息都可以運用數據的形式來表現和存儲下來。在大數據時代進入到一個數據處理和快速發展的階段之后，我們更是能夠運用計算機信息技術來預測事物的發展，在這種環境下，人們的知識層次、價值體系和平時日常的行為方式便會受到了很大的影響。在當前，一些還沒有被發掘的數據，其潛力價值能否被發現和使用，深化改革大環境下的經濟、交通、環保等領域的改革是否可以順利實現，都是由能不能認識到大數據及其潛在功能和價值所決定的。
2大數據
2.1大數據的定義及其主要特征
在業內，大數據和其他新興學科一樣還沒有一個統一的定義和界定標準。一般情況下認為：大數據是由一些異構數據所組成的集合，能夠運用較為方便合理的算法及工具從中找出有價值的信息，并為人類帶來社會和經濟效益。它又被稱為海量數據、大資料，這指的是其波及的數據量范圍廣大，以至于在合理時間內根本就沒有辦法通過人工獲取、管理等方式整合成為人類所能明晰、解讀的信息。這些數據來源廣泛，比如監控視頻、網上交易記錄等。盡管還沒有一個統一規范的定義，但大量的這些數據都被稱為大數據。大數據具有如下四個特性：①數據發展速度和處理速度要求快；②大數據的多樣性，其數據來源豐富，格式又包括有多種不同的表現形式，如聲音、視頻、圖片等；③數據的存儲和計算量比較大；④大數據的信息巨大導致其價值密度相對較低，因此要想真正的找到有價值的數據難度較大。
2.2大數據時代下的思維變革
①在利用大數據去解決一些特殊的問題時，能夠處理更多的信息而不再依賴簡單的隨機采樣。②為了分析處理更多的問題，需要對數據泛化，因為在大數據的簡單算法之下有可能比先前復雜的算法更加方便有效。③大數據的背景下，人們更加聚焦于事物之間的相關關系而不是其因果關系。
2.3MapReduce框架
MapReduce是谷歌推出的一種計算編程模型，其主要目的是對龐大的數據進行并行處理。因此，MapReduce就把數據并行處理的任務分解成MAP和REDUCE這兩個核心操作，這種設計理念在一定程度上受到一些編程語言如高階函數的影響。
3大數據處理的關鍵技術
3.1數據備份技術
大數據時代背景下，數據的安全備份工作非常重要。安全備份是數據容災的基礎和前提，是為了預防偶然情況而采取的一種安全保護手段，備份的核心工作是恢復數據，根本目的是數據的再利用。它具體指的是如果出現一些突發情況從而致使存儲在系統中的數據、文件等丟失或者說損壞的時候，系統能夠準確而迅速的將數據進行恢復。
3.2云計算技術
假如把形式多樣的大數據比作在高速公路上運行的各種汽車，那么這條高速公路就是云計算，云計算是大數據技術的核心內容。正是基于云計算在海量信息儲存、分析以及應用管理等方面的支持，大數據才能夠在社會中廣泛應用。谷歌的各種大數據信息技術和應用平臺就是在云計算的基礎上建立起來的，而其中最為典型的就是以MapReduce（批處理技術）、UFS（UIT云存儲系統）、BigTable（分布式數據庫）為代表的大數據以及在此基礎上建立的數據處理平臺。
3.3Hadoop
在大數據時代背景下，人們對數據的分析、應用和管理都提出了更高的要求，傳統的數據處理技術與關系型數據庫已經不能滿足時代的發展要求。為了能夠給大數據的分析處理提供一個更高、更好、更可靠的平臺，Apache基金會研發了一個開源平臺Hadoop，這個平臺用Java語言編寫，已經發展成為一個包括HBase（分布式數據庫）和HDFS（分布式文件系統）等功能在內的完整系統，成為當下相對主流的大數據應用平臺。
4大數據技術應用所帶來的信息系統的安全隱患以及應對策略
大數據之下，海量的信息數據一般都存儲在一些分布式的網絡節點當中，管理相對混亂和分散，而且系統也沒有辦法獨立掌控用戶交易數據的場所，因此很難分辨用戶是否具有合法的身份標識，這就非常容易致使一些不法客戶肆意竊取、篡改他人信息；另外，大數據存儲系統中含有大量的個人隱私信息及各種數據記錄，在大數據信息的挖掘利用中，怎樣能夠確定一個信息的開放和保護尺度，是當前大數據發展過程中面臨的又一難題。為了充分合理的利用大數據并對一些風險進行預防，在此，我們特提出以下四點建議：①建立健全相關政策，國家需要加強頂層設計，有力的確保數據儲存安全；②積極探索相關技術，加強對個人安全隱私信息的保護力度；③增強計算機防火墻的安全防護能力，有效抵御網絡網客，確保網絡環境安全；④深化云計算安全領域改革，充分適應信息化的發展要求，確保云端數據安全。
5案例分析-對A公司大數據及其信息管理系統的研究
A公司實施信息化已有多年，每年在信息化方面，都會投入了大量的人力和物力，并已搭建了公司的局域網和廣域網。不過，由于在初期的信息化建設中，公司是以服務支持軟件應用為主，還沒有站在一個更高的角度來開展信息化工作，因此也就沒有真正實現大數據的應用，更沒有制定較為系統的信息化規劃，各信息及系統沒有集成，信息孤島現象嚴重，具體表現為系統中的業務流程尤其是在工程、營銷、生產和財務等環節存在嚴重的斷層現象。
此外，由于標準不一，系統沒有整合、較為分散，這就給系統的集成帶來了很大的困難，信息不能共享；數據也缺乏標準化，無論是自行開發，還是從國外市場上買來的即時軟件，一般都不注意數據的標準化，或數據標準自成一體，應用項目上得越多，數據的不一致性就越嚴重；系統開發沒有標準化，A公司在建設信息系統的過程中沒有使用相對一致的開發、應用平臺及工具，不利于降低系統維護成本、技術人員培訓成本等。為了克服這種現象，A公司認識到，要解決這些問題必須對系統進行集成，并建立健全信息化建設的統一標準。為此，A從公司的戰略入手，結合公司的業務發展狀況，深入分析了企業發展對大數據信息化建設的需求。而要配合好這些行動，首先要做的就是建立客戶關系管理系統，記錄客戶信息，使公司擁有一個全面的客戶信息資源庫，包括客戶的基本信息、交易記錄等。
其次，通過分析，A公司對所要應用的每一套信息數據系統都提出了詳細的業務需求，通過對比國內外相關的信息系統，在綜合考慮需求滿足程度及成本等因素下，該公司選擇了一套國外的成熟軟件產品進行分步實施。再次，A公司通過對業務流程的分析，從業務的角度提出了企業的信息流程，明確了系統間所需要的的集成關系。為了較好的整合現有及未來的系統，實現信息的集成、共享與流轉，減少手工的干預，A公司提出了信息技術架構及其整合方案，包括應用系統的組成與結構、信息模型、信息和數據在應用系統之間的分布與流向、信息技術標準和規范等。同時，該公司還分析了目前在市場上較為主流的系統集成的技術和產品，在盡量確保現有投資，同時又兼顧未來系統方便集成的原則指導下，該公司選擇了最合適的產品和技術對現有的系統進行分步整合。最后，A公司認為，對信息化的規劃建設來說還有一個十分重要的問題，即大數據在信息系統中的實施及資源配置計劃。只有明確了信息系統建設的時間表和優先順序，才能更好地指導信息系統的實施。
因此，A公司在綜合分析了公司的未來戰略、發展方向、業務及系統現狀后，提出了大數據信息系統實施計劃。在該實施計劃中，不僅安排了實施的時間表，還給出了系統實施的大概預算及主要的產品供應商，同時提出系統實施需要注意的主要問題等，為以后幾年的信息數據化網絡建設提供了一個很好的依據和參考。
6結束語
總而言之，在當今信息知識跳躍式發展的今天，大數據技術已經被廣泛應用于經濟金融、醫療、工業等領域。隨著大數據技術的不斷發展，相關信息行業競相從規模龐大、結構復雜的大數據海洋中攫取更多有價值的數據信息用于分析、解決現實生活中的一些實際問題。由于大數據技術在計算機信息系統中的運用，這就使得計算機信息系統得到了快速的發展，在今后，大數據技術在計算機信息系統中的作用將會越來越重要。
【大數據技術在計算機信息系統中的運用論文】相關文章：
數據挖掘技術在飯店營銷中的運用08-11
計算機音樂技術在電影音樂中的運用論文10-27
臨床醫學中數據挖掘技術的運用分析09-24
數據挖掘技術在機房信息管理的運用論文08-25
AR技術在舞臺音樂中的運用論文06-25
淺談計算機技術在語文教學中的運用論文10-15
大數據技術在移動通信網絡優化的運用論文06-09
建筑設計中BIM技術的運用論文05-09
計算機網絡設計中關系數據庫技術的運用探討06-27
計算機軟件在機電技術的運用論文08-18