통합 대형 데이터 플랫폼 구축 \x0d\ 먼저 데이터 웨어하우스를 구축해야 하는 이유를 설명하겠습니다. 핵심 목적은 각 정부 시스템에 분산되어 있는 원시 데이터를 요약하는 것입니다. 이것은 모든 데이터를 합산하는 것이 아니라 여러 정부 시스템에서 공유해야 하는 데이터이며, 큰 데이터를 분석할 때 다양한 자체 관련 데이터를 사용해야 한다는 점에 유의해야 합니다. 이곳의 데이터 자원 라이브러리는 기존 전자 정부 건설에서 언급한 데이터 자원 센터와 동일한 비즈니스 목표를 가지고 있습니다. 대형 데이터 플랫폼을 통합하면 분산 스토리지, 스트리밍 등 데이터 관련 기술만 구축 과정에서 적용되어 데이터의 대량, 실시간 요구 사항을 해결할 수 있습니다. \x0d\ 데이터 리소스 데이터베이스 구축 자체는 데이터 표준, 데이터 사양 및 인터페이스, 데이터 모델 구축에 중점을 둔 두 가지 측면으로 구성됩니다. 이는 이전과는 크게 다르지 않습니다. 단, 데이터 모델 구축 시 데이터 자체의 관련성을 더 많이 고려해야 한다는 점이 유일한 추가 사항입니다. 둘째, 데이터 플랫폼 구축은 기존 기술과는 매우 다릅니다. 하나는 Hadoop 플랫폼 등과 같이 대용량 데이터에 적용해야 하는 기술 플랫폼입니다. 데이터 플랫폼 구축 과정에서 단순한 데이터 스토리지 플랫폼이 아니라 데이터 스토리지, 데이터 처리 및 데이터 분석 기능을 갖춘 완벽한 플랫폼입니다. 둘째, 대용량 데이터 플랫폼 구축의 궁극적 인 목적은 처리 및 분석 된 데이터 기능이 * * * 공유 및 개발되어 비즈니스 가치를 반영 할 수 있기를 희망하기 때문에 대형 데이터에 * * * 서비스 기능을 제공해야합니다. 즉, 대형 데이터 플랫폼 자체도 개방형 * * * 공유 데이터 기능 서비스 플랫폼이어야합니다. \x0d\ 대용량 데이터 플랫폼 구축의 어려움은 기술이 아니라 비즈니스이며 데이터 개방과 * * * 공유의 두 가지 측면을 포함합니다. 하나는 정부업계 내 각 부서의 데이터를 * * * 공유할 수 있으며, 관련 부서와 이익 장벽은 단시간에 해결하기 어렵다는 것이다. 둘째, 대형 데이터 플랫폼의 최종 처리 및 분석 능력이 외부 기업 및 공공 서비스 부서 * * * * * 이 점에서 외국은 미국과 같은 정부 부처인 빅데이터 자원과 데이터 카탈로그의 개방도가 국내보다 훨씬 뛰어나다. 구체적으로 도자페의 책' 빅 데이터 시대' 를 볼 수 있다. \x0d\ 두 번째는 컴퓨팅 서비스 역량 및 애플리케이션 역량 구축을 가속화하는 것입니다. 공공 클라우드 서비스 선두 기업을 도입하여 IaaS (infrastructure as a service), PaaS (platform as a service), SaaS (software as a service) 등 양질의 공용 클라우드 서비스 재정자금 지원을 유도하는 정보화 프로젝트는 통합 클라우드 컴퓨팅 인프라를 우선적으로 구축하여 정부 정보 시스템 및 정보 자원 * * * 공유를 촉진합니다. 구이저우성의 전자정무, 지능교통, 지능물류, 기업관리, 지혜도시 건설에 적응하고, 서비스 기능이 강하고, 비즈니스 모델이 새롭고, 효과가 큰 업계 클라우드 플랫폼을 개발합니다. 기업 R&D, 제품 설계, 생산 관리 및 관리 요구를 충족하는 전문 산업 클라우드 컴퓨팅 서비스를 제공합니다. 클라우드 컴퓨팅 플랫폼 리소스 관리 소프트웨어, 클라우드 보안 제품 및 클라우드 모델 어플리케이션 소프트웨어 개발을 가속화하고 주요 업계 클라우드 컴퓨팅 시스템 솔루션을 개발합니다. \x0d\ 해석: 컴퓨팅 서비스 및 어플리케이션 역량 구축 \x0d\ 이 섹션의 내용은 기본적으로 일반 클라우드 컴퓨팅 플랫폼 및 스마트 시티 건설 콘텐츠를 볼 수 있습니다. 정부의 계획은 종종 사물의 본질을 이해하지 않고 크고 완전한 이상화 건설 모델을 맹목적으로 추구하는 경우가 많다. 최초의 각지에서 클라우드 컴퓨팅 센터, 산업 기지에 이르기까지 스마트 시티 개념이 과장되면 클라우드 컴퓨팅, SOA, 빅 데이터, 사물인터넷 등이 스마트 시티 계획에 포함됩니다. 빅 데이터 시대에 우리가 본 계획의 효과는 모든 내용이 빅 데이터 산업 계획에 통합되기를 갈망하는 것처럼 보이며 이상적이고 크고 완전한 건설이 진행될 것이라는 것입니다. 이렇게 되면 플랫폼 프로젝트는 건설 과정에서 요절할 것이다. 이것은 모든 정부 부처가 큰 데이터 계획을 세우기 전에 반드시 고려해야 할 문제이다. 즉, 큰 데이터의 본질은 무엇인가? 큰 데이터 플랫폼의 건설을 통해 어떠한 상업 문제도 해결하길 바란다. 이것은 분명하지 않고, 대형 데이터 산업의 계획 건설에 착수하기에도 적합하지 않다. \x0d\ 그래서 빅 데이터 플랫폼은 클라우드 플랫폼과 무관합니까? 이것은 절대적인 것이 아니다. 양자의 관계는 여기서 가장 통속적인 방식으로 해석하고 대응한다. 첫째, 대용량 데이터 자체는 저장해야 하고, 대용량 데이터는 데이터 자원 플랫폼으로 처리 및 수렴하는 과정에서 계산이 필요하기 때문에 컴퓨팅 및 스토리지 기능을 제공하는 자원이 필요하며, 이 기능은 유연하게 확장할 수 있습니다. 이러한 기능의 제공은 클라우드 컴퓨팅 플랫폼의 IaaS 계층에서 수행되는 내용입니다. 둘째, 대용량 데이터 처리에는 데이터 통합, 데이터 수집 및 집계, 데이터 병렬 처리, 데이터 흐름 처리, 데이터 분석 및 데이터 서비스 기능의 공유 및 개방이 포함됩니다. 이러한 기능은 광범위한 클라우드 컴퓨팅 PaaS 플랫폼 계층에 통합할 수 있는 리소스 계층, 즉 플랫폼 계층 기능에 이미 있습니다. \x0d\ 셋째, 빅 데이터 분석 및 활용 역량 구축 속도를 높입니다. 빅 데이터 분석의 핵심 알고리즘 및 기본 기술 개발을 강화하고, 전문화된 데이터 처리 분석 도구를 개발하여 빅 데이터 기반 기술 및 제품 저장소를 형성합니다. 대기업 플랫폼의 선도적인 역할과 전문 빅 데이터 서비스 기업의 혁신적인 장점을 발휘하고, 시장화 빅 데이터 애플리케이션을 가속화하고, 제 3 자 빅 데이터 서비스를 개발하고, 특색 있는 데이터 서비스를 제공합니다. 데이터 개방, 공유 및 애플리케이션 서비스 지원, 비즈니스 모델 혁신 탐색, 대용량 데이터 공용 애플리케이션 추진 중점 업종 분야를 선택하고 클라우드 컴퓨팅 기반 빅 데이터 시범 애플리케이션을 실시하여 전문화된 빅 데이터 마이닝, 분석, 애플리케이션 및 서비스 개발을 촉진하고 빅 데이터 산업 애플리케이션 능력을 향상시킵니다. \x0d\ 해석: 데이터 분석 활용 능력 구축 \x0d\ 빅 데이터의 핵심은 상업적 가치와 공공 서비스 능력을 향상시키는 것이라고 다시 한 번 강조했다. 만약 우리가 건설한 대형 데이터 플랫폼과 데이터 자원 센터가 데이터 집계 및 데이터 모델 표준화를 실현한다면, 만약 이 방대한 양의 데이터를 잘 발굴하고 분석할 수 없다면, 데이터 자체의 가치와 능력이 서비스를 통해 통과할 수 없다면, 전체 대형 데이터 플랫폼은 가치가 없다. \x0d\ 구이저우 빅 데이터 산업 전략에 언급된 데이터 공개 공유, 제 3 자 빅 데이터 서비스 개발, 빅 데이터 애플리케이션 추천, 새로운 비즈니스 모델 탐구가 중점이다. 이것은 여전히 비즈니스 모델과 비즈니스 문제이지 기술적인 문제가 아니다. 처리 및 분석 된 데이터 만 의사 결정에 사용할 수 있으며 대중에게 보다 효율적인 공공 데이터 서비스를 제공하는 것이 가장 큰 가치입니다. \x0d\ 대용량 데이터 자체의 대량, 이기종 및 실시간 특성에 따르면 대용량 이기종 데이터에 대한 데이터 마이닝 및 분석은 매우 어렵고 대용량 데이터 분석에 대한 실시간 또는 준 실시간 요구 사항도 충족해야 한다는 것을 알 수 있습니다. 여기에는 CEP, 스트리밍, MPP, 병렬 컴퓨팅 등의 기술 사용이 포함됩니다. 한편으로는 데이터 연관 분석 모델의 수립이 관련되어 있는데, 둘 중 하나가 없어서는 안 된다. \x0d\ 대용량 데이터 플랫폼 구축에는 두 가지 모드가 있습니다. 하나는 먼저 데이터 스토리지 플랫폼을 구축하고, 처리 플랫폼을 구축하고, 마지막으로 데이터 분석 마이닝 플랫폼을 구축하는 것입니다. 하나는 비즈니스 목표에 따라 큰 데이터 응용 프로그램 시나리오를 포함시킬지 여부를 분석하고, 응용 프로그램 시나리오에 따라 관련된 상호 연관된 데이터를 분석한 다음, 데이터를 모델링하고, 효율적이고 확장 가능한 방식으로 저장, 처리 및 분석하는 방법을 고려하는 것입니다. 정부 부서의 빅 데이터의 경우, 우리는 심지어 두 번째 방법, 즉 처음부터 크고 완전함을 추구하지 말고, 타깃을 겨냥하여 하나의 타파하고, 빅 데이터 플랫폼의 상업적 가치를 빠르게 구현하는 방법을 제안합니다.