大数据技术,就是从各种类型的数据中快速获得有价值信息的技术。大数据领域已经涌现出
了大量新的技术,它们成为大数据采集、存储、处理和呈现的有力武器。
大数据处理关键技术一般包括:大数据采集、大数据预处理、大数据存储及管理、大数据分
析及挖掘、大数据展现和应用〔大数据检索、大数据可视化、大数据应用、大数据平安等。〕
一、大数据采集技术
数据是指通过 RFID 射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获
得的各种类型的结构化、半结构化〔或称之为弱结构化〕及非结构化的海量数据,是大数据
知识效劳模型的根本。重点要突破分布式高速高可靠数据爬取或采集、高速数据全映像等大
数据收集技术;突破高速数据解析、转换与装载等大数据整合技术;设计质量评估模型,开
发数据质量技术。
大数据采集一般分为大数据智能感知层:主要包括数据传感体系、网络通信体系、传感适配
体系、智能识别体系及软硬件资源接入系统,实现对结构化、半结构化、非结构化的海量数
据的智能化识别、定位、跟踪、接入、传输、信号转换、监控、初步处理和管理等。必须着
重攻克针对大数据源的智能识别、感知、适配、传输、接入等技术。根底支撑层:提供大数
据效劳平台所需的虚拟效劳器,结构化、半结构化及非结构化数据的数据库及物联网络资源
等根底支撑环境。重点攻克分布式虚拟存储技术,大数据获取、存储、组织、分析和决策操
作的可视化接口技术,大数据的网络传输与压缩技术,大数据隐私保护技术等。
二、大数据预处理技术
主要完成对已接收数据的辨析、抽取、清洗等操作。1〕抽取:因获取的数据可能具有多种
结构和类型,数据抽取过程可以帮助我们将这些复杂的数据转化为单一的或者便于处理的构
型,以到达快速分析处理的目的。2〕清洗:对于大数据,并不全是有价值的,有些数据并
不是我们所关心的内容,而另一些数据那么是完全错误的干扰项,因此要对数据通过过滤“去
噪〞从而提取出有效数据。
大数据存储与管理要用存储器把采集到的数据存储起来,建立相应的数据库,并进行管理和
调用。重点解决复杂结构化、半结构化和非结构化大数据管理与处理技术。主要解决大数据
的可存储、可表示、可处理、可靠性及有效传输等几个关键问题。开发可靠的分布式文件系
统〔DFS〕、能效优化的存储、计算融入存储、大数据的去冗余及高效低本钱的大数据存储技
术;突破分布式非关系型大数据管理与处理技术,异构数据的数据融合技术,数据组织技术,
研究大数据建模技术;突破大数据索引技术;突破大数据移动、备份、复制等技术;开发大
数据可视化技术。
开发新型数据库技术,数据库分为关系型数据库、非关系型数据库以及数据库缓存系统。其
中,非关系型数据库主要指的是 NoSQL 数据库,分为:键值数据库、列存数据库、图存数
据库以及文档数据库等类型。关系型数据库包含了传统关系数据库系统以及 NewSQL 数据
库。
开发大数据平安技术。改良数据销毁、透明加解密、分布式访问控制、数据审计等技术;突
破隐私保护和推理控制、数据真伪识别和取证、数据持有完整性验证等技术。
四、大数据分析及挖掘技术
大数据分析技术。改良已有数据挖掘和机器学习技术;开发数据网络挖掘、特异群组挖掘、
图挖掘等新型数据挖掘技术;突破基于对象的数据连接、相似性连接等大数据融合技术;突