基于云计算的大数据处理技术研究

《基于云计算的大数据处理技术研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于云计算的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)06-00-020引言在计

2、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

3、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；(1)云计算能够为任何行业提供无限能力的计算机服务；(2)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；(3)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

4、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

5、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

6、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，对于企业内部釆用集中采集模式，而企业之间采用分布式采集模式。在

7、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。3.2大数据存储技术大数据的一大特点是“大”，如果采用传统数据存储技术，将难以满足大数据的储存需求。原因如下：(1)在大数据时代背景下，数据量迅速增长，传统以单结点为主的数据仓库在海量数据面前显得力不从心。(2)按行存储是传统数