大数据时代6.ppt

大数据应用案例（“数字黄河”） * 大数据 挑战 数据激增，IT系统负担加重； 地域分隔，信息孤岛拉低效能； 无法共享，数据同步成为难题； 标准各异，数据规范有待统一。 需求 制定短期和长期技术规划，以适应未来信息系统的发展。 采用大数据方案后价值体现 解决跨平台异构应用系统的数据共享与集成问题 黄河水利委员会各部门随时获取其权限范围内的必威体育精装版数据，而无须将其存储在本部门系统中； 消除信息孤岛，实现数据统一管理 有效消除了各业务系统和各组织结构之间的信息孤岛，简单获取黄河数据资源的单一视图，并确保了数据的完整性、及时性、准确性和一致性，同时首次实现元数据的可视化统一管理 IBM Info-Sphere * 互联网行业拥抱大数据的关键因素 互联网行业对数据实时分析要求较高，例如广告监测、B2C业务，往往要求在数秒内返回上亿行数据的分析，从而达到不影响用户体验和快速准确营销的目的。 目前互联网企业面对大数据，会普遍感觉到实时分析能力差、海量数据处理效率低、缺少分析方法、分析软件能力差等问题。 互联网行业大数据分析面临的主要问题 互联网大数据技术的应用，会首先带动社会化媒体、电子商务的快速发展，其他的互联网分支也会紧追其后，整个行业在大数据的推动下将会蓬勃发展。 互联网拥抱大数据 * 医疗大数据应用场景 医疗行业产生的数据量主要来自于PACS影像、B超、病理分析等业务所产生的非结构化数据。人体不同部位、不同专科影像的数据文件大小不一，PACS网络存储和传输要采取不同策略。面对大数据，医疗行业遇到前所未有的挑战和机遇。 医疗行业大数据应用场景非常多，右图仅以临床操作和研发为例，展示医疗行业大数据应用场景。 对于公共卫生部门，可以通过过覆盖全国的患者电子病历数据库，快速检测传染病，进行全面的疫情监测，并通过集成疾病监测和响应程序，快速进行响应。 比较效果研究 临床操作 临床决策支持系统 医疗数据透明度 远程病人监控 研发 预测建模 提高临床试验设计的统计工具和算法 疾病模式的分析 * 能源遇到大数据 能源行业数据特征 能源勘探开发数据的类型众多，不同类型数据包含的信息各具特点，综合各种数据所包含的信息才能得出地下真实的地质状况。 能源行业面临的大数据问题 能源行业企业对大数据产品和解决方案的需求集中体现在：可扩展存储、高带宽、可处理不同格式数据的分析方案。 大数据行业应用 * 应用可能性 电信 政府（公共事业） 交通 金融 医疗 教育 能源（电力/石油） 纵轴契合度： 表示该用户的IT应用特点与大数据特性的契合程度； 横轴应用可能性：表示该用户出于主客观因素在短期内投资大数据的可能性； 注： 该位置为分析师访谈的综合印象，为定性分析，图中位置不代表具体数值 High Mid Low Low Mid High 优先关注行业用户 应用特点与大数据技术有较高的契合度，在主客观条件上也有较高的应用可能性。 值得关注行业用户 应有特点与大数据的契合度及应用可能性综合较高 适当关注行业用户 两个维度暂时都不具备优势，可适当给予关注 互联网（电子商务） 契合度 流通 零售 制造 * 2 1 互联网行业大数据主要应用在社交和网购方面 结合位置数据、消费数据进行实时营销信息推送是电信行业大数据应用主要场景 3 金融行业大数据应用场景主要集中在投资方面 4 制造行业具有多环节、多地域特色，各个环节的优化是制造行业最关注的大数据应用场景 大数据潜在应用 艾普云在大数据时代的布局 艾普云—Openstack云系统专家 使命：中国第一综合信息化服务提供商 艾普云在大数据时代的布局 IDC中心 云计算中心 公共信息化服务中心 大数据中心 艾普云在大数据时代的布局 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 数据增长速度与it界的摩尔定律很类似，社交网络、物联网、电子商务，35ZB 的数据全部刻录到容量为9GB 的光盘上，其叠加的高度将达到233 万公里，相当于在地球与月球之间往返三次，全球在2010 年正式进入ZB 时代，预计到2020 年，全球将总共拥有35ZB 的数据量。我们正处于大数据时代的边缘。 85%的数据属于广泛存在于社交网络、物联网、电子商务等之中的非结构化数据,如今的数据类型早已不是单一的文本形式，订单、日志、音频，能力提出了更高的要求 * 85%的数据属于广泛存在于社交网络、物联网、电子商务等