大数据时代数据的重要性范文

导语：如何才能写好一篇大数据时代数据的重要性，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：大数据；网络；安全；隐私；重要性

中图分类号：TP393.08 文献标识码：A 文章编号：1007-9416（2017）01-0216-02

1 引言

科技在发展、社会在进步，从18世纪工业革命至今，人类社会由农耕时代向工业时代迈进，进入20世纪随着信息技术的迅速发展崛起，人类社会再次向前进步逐渐建立信息王国。21世纪在信息技术及科学技术双重动力推动下，数据时代帷幕即将拉开。以大数据为基础的新时代，人们的生活将趋于个性化、定制化，这将颠覆传统商业统一生产模式，将为社会发展提供新机遇、新气象。然而事物的发展总是伴随着矛盾，我们需辩证统一的审视其利弊，并保持其平衡发展。诚然，大数据技术的发展同样是矛盾的，它的发展与进步一方面是推动时代前进的动力，另一方面也容易造成个体信息的泄露。2016年大数据的发展趋势、利弊的探讨已经进入白热化阶段，并我国诸多企业都已经着实布局大数据市场，譬如阿里巴巴集团的“阿里云”、百度的“百度云”以及“腾讯云盘”、“迅雷云”等。但是在发展过程中，众多占领大数据市场的企业都将目光转向“个人隐私保护”问题上。2016年博鳌论坛对大数据的探讨重点也已然放在了“隐私保护”问题上。大数据时代背景下，网络安全重要性由此可见一斑。

2 大数据时代下的信息网络安全现状分析

2.1 网络病毒对网络安全的威胁

大数据时代下，网络逐渐成为承载个人信息的主要阵地之一，身份信息、银行账户、就业就学信息等个人隐私都“裸”的暴露于网络之上。网络病毒作为不法分子窃取、窥测个人隐私的传统手法，现目前已然是网络安全隐患之一。在信息技术还不够完善且大数据体系还未建立之前，传播病毒的主要目的是盗取用户账号，如QQ账号、百度账号等，其危害性相对而言存在局限性。然而大数据时代下，用户账号信息的泄露则更加容易暴露个人隐私，甚至可能造成用户生命财产损害。譬如现目前较为盛行的微信、QQ诈骗，即是犯罪分子通过转播木马病毒而窃取并控制用户社交软件账号，并根据社交软件所含有的用户信息，掌握用户一般情况从而对亲戚朋友进行针对性诈骗，其诈骗成功率大大提升。因为大数据时代背景下，用户的个人信息较多的暴露在网络上，无论身份信息、就业信息、居住地信息都在大数据系统的监控之中，除此之外交际软件中的聊天记录也将成为犯罪分子直观化分析依据，为犯罪行为的实施提供的更加“可靠”的基础。总而言之，大数据时代背景下，由于病毒传播造成的用户信息泄露现象并不少见，因信息泄露而导致用户及其亲友造成生命财产损害的案例也不胜枚举。这也就凸显了大数据时代网络安全的重要性，这也就强调了建立网络安全屏障的迫切性。

2.2 网络安全管理不到位，网络自身漏洞引发的安全问题

任何网络系统都存在一定的瑕疵，因此网络系统维护是保证网络安全的第一防线。大数据时代下，数据系统并不是是大企业的禁脔，小企业、机关单位、学校甚至个体商户都有可能建构契合自身发展需求的信息数据系统。无论是哪一类的信息数据系统都是存在一定漏洞的，只是大型企业对自身数据系统的维护力度较大，填补漏洞及时因此发生信息泄露的几率相对较低，而部分小企业甚至是机关单位在自身信息数据系统维护上的投入较少，漏洞弥补周期长，安全隐患更加严峻。然而实际生活中，正是由于诸多信息数据系统存在漏洞，这也就造成了网路安全的紧张形势。反映到现实生活中即是网络犯罪事件、电话诈骗事件的激增。譬如近来曝光度较高的大学生被骗的案例中，诈骗团伙大多都清晰的掌握了学生的基本信息如姓名、电话号码、身份证号码等，甚至连学生的专业、班级信息都“如数家珍”。这样的案件使人不禁发出疑问，诈骗团伙是通过何种渠道得到如此详尽的个人隐私信息的。从实际案例分析来看，诸多诈骗犯罪分子收集信息的主要渠道即是利用数据系统存在的漏洞，对其进行非法攻击从而获取受害者信息，最后有的放矢的实施诈骗，这样的诈骗手法成功率高，其受骗金额普遍较高。由此可见，数据系统漏洞正逐渐成为影响网络安全的关键因素之一。一言以蔽之，大数据时代背景下，各个企业及单位应该做好数据系统维护工作，防治因系统漏洞而造成用羰据泄露，以此减少网络犯罪几率。

3 网络安全防范措施

正如上文所言，大数据时代背景下，网络安全问题关系这广大网民的人生财产安全，关系这社会的和谐发展。正因如此，我们就应该采取积极措施，推动网络安全体系建设，具体细则有以下几点：

3.1 做好病毒治理

病毒是影响网络安全的重要因素之一，做好病毒防治的促进网络绿色化、健康化、安全化的必要措施。做好网络病毒防治工作，首先应该提高网名防范措施，引导诸多网名自觉养成病毒查杀意识，并定期进行病毒查杀工作。其次是加强网络安全教育，即针对在校学生及社区群众展开针对性网络安全宣传讲座，促使学生及群众建立网络安全知识体系。最后是做好网络安全监控，即加强网络涉黄、涉暴信息的监控，因为这类信息是病毒的主要传播载体之一。

3.2 加强数据系统管理，做好系统维护工作

大数据时代背景下，信息数据系统承载了客户大量隐私，因此做好的数据系统维护管理是提高网络安全性的必要措施。对于企业与机构而言，需要立足于宏观视角，辩证认识网络安全重要性，以及数据系统维护与网络安全的内在联系，在维护管理工作上加大人力、物力投入，并积极加强系统维护人力资源建设，全面建构科学合理的管理维护体系。

4 结语

综上述，大数据时代背景下，需针对计算机信息安全管理技术在网络系统中的逐步健全，提升用户安全管理的防范意识，推动计算机管理技术在大数据背景下安全使用。

参考文献

[1]张国强.浅析大数据时代下的计算机网络安全防范[J].经营管理者，2015，12：367.

篇2

大数据时代的到来，计算机信息处理技术也存在着很大风险，其中最突出的问题是计算机病毒以及恶意盗版软件等，给用户使用计算机产生了极大的消极影响。这些还是一些比较基础的问题，随着计算机技术的发展，还出现篡改数据、冒名顶替等问题，影响计算机技术服务质量，计算机信息处理技术受到了前所未有的考验。另外，大数据时代的到来，还出现了许多新型网络技术，针对一些繁琐的问题能够有效解决，提高了人们的工作效率，然而，这也在一定程度上降低了网络的真实性，特别是在网络交流和沟通日益紧密的前提下，导致网络信息真假难分，不仅增加了信息搜索难度，而且致使人们无法快速获得真实信息。因此，提高计算机信息处理技术至关重要。

2大数据时代计算机信息处理技术

2.1信息采集、加工方面

计算机信息处理技术要进行工作，首先，要采集数据信息，计算机技术都是建立在数据采集基础之上的，数据采集主要是针对目标信息源进行实时的信息监督和控制，并将才觉得数据储存在计算机数据库中，为各个软件提供信息支持，确保下一项工作顺利进行；其次，对数据信息进行加工，按照用户的要求，对数据信息进行加工；最后，将加工好的数据信系进行分类，最终传送到用户手中，实现数据采集、加工以及传送目标。

2.2存储方面

计算机存储技术是将采集的信息储存到计算机数据库之中，在用户需要某一项信息过程中，可以通过数据库直接将数据调取出来，计算机以其储存量大、速度快等优势，受到人们越来越多的关注，另外，计算机技术还能够实现长时间储存。

2.3信息安全方面

大数据时代的到来，让人们感受技术带来的便捷的同时，也让人们意识到数据信息安全对人们的重要性。因此，为了能够提高数据信息的安全、可靠性，可以通过以下几个方面进行：首先，建立计算机信息安全体系，加大专业技术人才的培养力度，投入资金，为构建计算机安全体系奠定坚实的基础；其次，加大研究力度，开发信息安全技术产品。传统信息安全技已经无法满足大数据时代数据安全需求，为了能够尽快改善数据安全问题，应加大研究力度，寻求更好的解决方案，有效避免数据信息受到威胁；最后，重视对重要数据的检测，大数据时代的突出特点是数据量大，无法实现对每一个数据的检测。因此，为了提高数据安全系数，应加强对重点数据信息的检测，从而确保数据信息安全。

2.4信息处理技术的发展

计算机硬件具有一定局限性，在一定程度上阻碍了计算机网络的发展，而云计算网络能够突破这一弊端。因此，推广和应用云计算机网络成为未来大数据时代计算机信息处理的主要发展趋势。传统计算机网络是将硬件与网络有机结合，抑制了计算机信息处理技术的发展，将二者分离开，促使云计算主筋形成云计算网络，从而构建大数据信息网络系统，推动我国社会不断发展。

3结论

篇3

关键词：大数据；新闻传播；创新路径；数据方法

一、前言

针对现阶段国内的大数据发展状况和互联网技术的发展条件，研究传统的新闻传播正面临的机遇和挑战，从而适时转变新闻传播方式，使之更加符合现阶段技术发展的特点，对新闻工作者而言，是必然的选择。而在大数据时代的背景下，创新新闻传播的路径，强化新闻传播的效果，对传播学的理论发展和新闻发展的实际而言，都具有重要作用。

二、大数据方法和时代特征

（一）海量的数据

大数据一项非常显著的特征在于数据的数量极大。网络上数据的膨胀速度也是以指数上升，而不同用户之间的交流和转载又进一步促进了数据数量的提升。文字、图片、声音和视频的数量不断增加，其海量的数据内容对新闻传播提出了严格的要求。如何从数据时代爆炸式增长的数据中找到合适的内容，需要新闻工作者对此进行创新的研究。

（二）关联性和实时性

互联网的使用者不仅可以信息，更能够搜集、检索和传播信息。数据间的关联性正在变得越来越强，而许多受众随手拍摄生活中的事件、随手传播到网上的行为，又进一步提高了数据的实时性。在这一前提下，如何利用大数据，从看似不相关的数据中整理出其中的相关性，并利用网络平台进行传播，正在成为考验新闻工作者信息搜集能力的工作。［1］

（三）大数据方法和新闻传播创新

大数据的运行方法与传统方式有着极大的不同，大数据可以采用专门的程序和算法进行处理，利用其成果进行对未来发展趋势的预测也变得更加简单。它将社会的整体局势和动态进行全方位的研究和分析，因此在这一背景下，进行新闻传播的创新需要强调两个方面：其一是新闻形式需要创新，降低文字比例，增加图片和表格等能令人迅速理解的内容；其二是新闻内容需要创新，对新闻内容进行整合分析，减少新闻的不确定因素。

三、大数据方法在新闻传播中的应用

（一）数据的有效性

新闻传播最需要强调的仍然是新闻的真实性，这一点在大数据的背景下，就变成了新闻数据的有效性。即使大数据时代的新闻被娱乐化了，但从根本上，新闻强调的仍然是其真实性，也就是说，强调数据的有效性，是新闻传播中大数据方法和技术的最根本的应用方式。通过数据分析技术，解析网络中各种信息的有效性，从而保证新闻内容的真实性，这是保证新闻传播可靠性的根本方式之一。

（二）平台的可靠性

另外，在新闻之前，需要选择可靠的平台。这一平台的选择标准是拥有合适的流量、平台本身具有高度的可靠性。其中后者的重要性比前者要大很多，只有平台本身具有高度的可靠性，才能令受众对新闻内容有着高信任度。［2］在新闻内容本身具有高度真实性的前提下，将其在可靠的信息平台，有助于进一步提高关注度，强化新闻传播的效果。

四、大数据时代新闻传播创新路径

（一）转变思维方式

大数据时代新闻强调的已经不是“前因后果”的完善的因果关系链，而是不同信息之间的联系度。只要具有高联系度，即使不能理解其中的因果关系，也能够放在一起作为“新闻”的一个部分。在这一情况下，新闻工作者在进行新闻传播时，需要转变传统的探究理由的思维方式，转而寻找不同信息中的关联，找到看似毫不相关的信息中具备的联系，将之进行梳理整合，以提高新闻内容的传播价值。

（二）变革分析模式

大数据时代的数据分析模式与传统的分析方式有巨大的差异，其有专业的分析软件来进行数据分析。新闻工作者可以利用有效的数据分析方法，将庞大的数据分析交给计算机运行，通过这种方式，改变数据和信息的分析模式，以降低自身的工作量，提高工作效率和新闻内容的高度准确性。

（三）转变结论方向

大数据时代数据样本的增加，虽然机械的信息处理技术一定会带来某些问题，但它能够处理海量的数据资料，从中得出的结果会因此而更加偏向于对宏观问题的推测。因此，新闻工作者需要转变得出结论的方向，从分析社会中存在的各种“小问题”的前因后果，转而对社会整体变化方向进行宏观的分析和预测。

（四）传统纸媒的应用

即使在大数据时代下，纸媒的生存空间越来越小，但不能彻底放弃传统纸媒。纸媒在现阶段的新闻发展中，其缺陷主要体现于时效性，其真实性、深入性和对思想的指导作用并没有受到影响。在纸媒中具有高度真实性的、能够对事件进行深入讨论的相关内容，以此来引导人们的思想，仍然需要新闻工作者加以重视。［3］

（五）强调微传播平台的力量

微传播平台，指的就是以微信、微博为代表的网络社交平台。这一类的平台在信息传播的速度和广度方面存在着极大的优势，通过数据分析出某一个公众号或微博大V的关注者普遍关心的问题，推出具有针对性的新闻内容，同时利用推送功能加强突发新闻的报道效果。

五、结语

由于大数据时代的到来，新闻传播在面临严峻的考验的同时，也迎来了发展的良机。但如何将大数据时代的方法和技术应用到新闻传播中，对新闻传播的路径进行创新，则是需要深入思考的问题。本文针对大数据时代海量的数据、极高的关联性和实时性，分析大数据方法和新闻传播创新间的联系，指出利用大数据方法进行新闻传播路径创新必须遵循的两个基本原则在于数据的有效性和平台的可靠性。针对大数据方法的特点，新闻传播创新路径需要转变思维方式、变革分析模式、转变结论方向，在不放弃传统纸媒的同时，强调微传播平台的力量，促使新闻传播能力得到显著的提高。

参考文献：

［1］马建平，马瑞.大数据时代新闻可视化传播的创新路径［J］.新闻研究导刊，2017，8（03）：152-153.

［2］华晓雯.大数据时代新闻可视化传播的创新路径［J］.新闻研究导刊，2017，8（02）：163.

篇4

随着信息技术水平的不断提高，我们对互联网的认识已经不仅仅局限于所谓的“网上冲浪”，云计算的不断发展带来了信息共享的平台、数据采集与挖掘的新阶段，“大数据”不断冲击着我们的眼球。人们通过数据的深度挖掘与分析得到了许多有价值的信息，但同时日益急速增长的信息碎片也带来了数据采集与分析的困难。同样，大数据的来临为管理会计的进一步发展提供了新的契机，同时也伴随着一系列的问题。

一、管理会计的定义与重要性

1.管理会计的定义

管理会计是以提高经济效益为最终目的的会计信息处理系统。它运用一系列专门的方式方法，通过确认、计量、归集、分析、编制与解释、传递等一系列工作，为管理和决策提供信息，并参与企业经营管理。其职能主要包括：计划、评价、控制、确保资源的有效利用以及报告。

2.大数据环境下加强管理会计应用的重要性

首先，能够提高企业计划的有效性。大数据时代打得是信息战，顾名思义，主要分析对象就是各色的数据信息。通过数据的深度挖掘，企业可以获得许多客户的潜在信息，经过对这些潜在信息的进一步分析加工就可以得到一些有价值的内容，这就是信息所体现出来的价值。而管理会计的一项重要职能就是计划，主要包括预算与决策两方面内容。可见，大数据背景下许多潜在价值信息被提取出来，这时采用管理会计方法在这些数据的基础上进行预算与决策将事半功倍。

其次，能够加强企业的评价与控制。企业在运营过程中难免会面临成本与风险控制等问题，而大数据时代提供了一个广阔的信息空间，使企业可以从多方面入手综合分析问题，及时对相关产品、服务、成本等进行有效评价与控制，避免不必要的风险与成本支出。

最后，有利于资源的进一步有效利用与报告的准确性。管理会计本身具有确保资源有效利用的职能，而在大数据时代下则更能彰显其价值。数据深度挖掘与分析能够使企业快速找到客户兴趣所在，从而有重点的提供一系列服务与产品，避免了资源的无效利用。同样，数据的分析使得运用管理会计方法进行的报告更加及时、准确。

二、大数据背景下管理会计发展存在的问题

1.一些企业认识不到位

随着经济发展社会势必会出现新的科学技术与发展模式，眼下正是大数据广泛应用的时代，只有搭上这班车，企业才能够得到更快更好地发展。然而，有些中小企业认为大数据信息处理技术成本过大便一味否定，却忽略了它对企业发展的重要作用。显然，这种错误认识会严重影响大数据的应用，进而影响管理会计工作在企业中的进一步应用。

2.数据库存储量有限

在大数据背景下，信息作为主要处理对象需要有足够的储存空间。目前许多企业的数据库容量较小，难以支持日新月异的各色信息，为信息采集带来了一定的阻碍作用，进一步影响企业管理会计人员对数据的有效利用。例如，如今互联网+正发展的火热，像天猫、京东等电商每时每刻的信息量都是相当大的，如果没有足够的数据库空间来承载这些信息，阿里巴巴、京东如何能够利用潜在数据分析出客户偏好需求从而制定有效的决策。可见，数据库的大小在很大程度上也会直接影响企业管理会计的进一步应用。

3.数据安全性有待提高

自从互联网发展以来，网络安全就成为各企业、个人用户关注的焦点。显然，大数据、云计算的兴起颠覆了传统模式，使管理会计在企业中的应用日益广泛，然而数据安全问题仍然是一个亟待解决的问题，假如企业机密数据一旦泄露，将对整个商业运作有巨大的冲击，甚至使企业破产。因此，采取有效技术方法保护企业核心数据是保障管理会计在企业中进一步应用的重要基础。

4.信息处理技术有待完善

大数据时代，信息包罗万象，对企业来说是机遇，更是挑战。面对纷杂的数据信息，有些具有价值，而有些则是无效信息，这时企业就需要利用一定的处理技术挖掘出对自身有价值的信息。然而由于互联网行业还在不断发展中，信息处理技术发展还不是特别成熟，这就使得如何从大量信息中甄别有效信息，摒除无效信息成为如今信息处理技术面临的最大难题。

5.管理会计专业人才匮乏

科学发展观强调以人为本，科教兴国、人才强国战略，可见人才是核心竞争力，然而，目前我国管理会计理论研究还处于基础阶段，管理会计还没有被广泛重视与应用，各企业会计人员素质参差不齐，而能够利用大数据所搜集的信息进行有效分析的管理会计专业人才更是匮乏，严重局限企业在大数据时代以更快的步伐健康成长。

三、在大数据环境下进一步推动管理会计发展的对策

1.提高企业应用管理会计的认识

如今经济环境瞬息万变，竞争异常激烈，企业要想生存发展首要的就是能够及时分清形势并跟上时代步伐。因此，目前企业首先应该明确的就是抓住大数据时展机遇，提高对管理会计的认识。具体而言，首先，企业高层应提高认识，从意识上重视管理会计在企业运营中的重要作用，从而带动中下层管理者及员工对管理会计的重视。其次，企业可以定期在公司内部举办大数据与管理会计知识竞赛、设立管理会计知识宣传栏、邀请有关专家在公司举办有关大数据与管理会计应用的培训讲座等，促进员工对大数据与管理会计应用的交流认识。

2.建立以云计算技术为基础的会计信息系统

大数据时代数据的储量至少要求TB级的，随着网络技术的不断研发，云计算技术应运而生，它有效地解决了企业储存空间问题。云计算最大的优势就是它是独立于企业外的第三方服务平台，提供专门的网络平台储存数据并进行数据共享，此外它还能够按照各企业不同需求提供不同服务，企业只需支付一定的服务费用即可，可见，以云计算为基础建立的会计信息系统能够有效的解决企业储存数据空间有限的弊端，并大大减少企业由此带来的研发与支出成本。另外，云计算模式下，数据的存储与分析都是在独立于企业的网络服务器中进行，因此可以有效提高数据分析挖掘速度与准确度，同时降低企业相关支出成本。

3.完善数据安全保护制度

云计算技术很大程度上解决了企业储量、数据处理分析能力上存在的问题，然而其本身也存在一些隐患。因此，首先，企业在选择云计算服务供应商时应着重了解其规模大小、信用级别高低以及研发水平是否成熟等。其次，企业在云计算模式下进行管理会计信息系统的应用时应注意企业核心财务数据的保密工作，同时要求供应商加强信息的保密工作，防止非法访问等。此外，管理会计信息系统在应用时一定要设定相应权限，做到相互牵制，指责分明，统一管理。

4.注重培养适应大数据时代的管理会计人才

首先，目前企业管理会计人员相对较少，企业应加大招聘力度，着重聘用管理会计高素质人才，弥补企业在这一方面人才不足的现状。其次，企业应该联合高校或社会专门培训机构对企业现有财务人员，尤其是承担管理会计职能的岗位人员进行相关专业知识技能的培训以及关于如何充分利用大数据优势进行有效分析、控制，达到降低企业成本、提升企业效益、进一步提升市场占有额等目的的专业培训，促进企业更好发展。

综上所述，管理会计近年来逐渐被重视，有关管理会计的研究也越来越多，大数据时代为管理会计在企业决策中进一步分析数据、获取有效信息提供了一个良好的机遇，管理会计在企业中的应用将会越来越广泛，企业应看准时机，充分利用大数据时代的优势，提高企业管理会计水平，使企业能够健康快速发展。

参考文献：

[1]梁勇.基于大数据与云计算的会计信息化变革研究[J].中国管理信息化，2013（23）：20-22.

[2]邓国清.以大数据之“道”践管理会计之“变”[N].中国会计报，2013.8.2（11）.

[3]孙茂竹，徐凯.经营模式转变与管理会计研究――中国会计学会管理会计专业委员会2014年年会综述[J].会计研究，2015（01）.

篇5

关键词：大数据时代；企业管理；人力资源管理

中图分类号：F272.92 文献识别码：A 文章编号：1001-828X（2016）033-000-01

随着信息技术的快速发展，“互联网+”和云技术的广泛应用，大数据时代已悄然到来，对于人们的生产生活造成了极大的影响，大数据时代是一个时代的转型，给企业的发展和管理带来了巨大的机遇和挑战。

一、大数据的概念以及其价值

1.大数据的概念

大数据又被称为海量数据，指的是通过具有更强洞察力、决策力和流程优化能力的新处理模式对剧烈增长和多样化的信息进行处理而获得的数据资源。在维克托・迈尔-舍恩伯格及肯尼斯・库克耶编写的《大数据时代》一书中，其大数据指的是不用通过随机抽样调查分析法这样的途径，而是对所有数据统一进行分析处理[1]。大数据具有大量（volume）、高速（velocity）、多样（variely）以及价值（value）四大特点，由于这四大特点的英文首字母均是V，因此又被称为“4V”特点。大数据是对当今社会信息数据的一种巨大改革，大数据时代的到来开启了一个新的时代，其数据信息处理方式的变化对当今社会经济社会发展具有重要影响，企业在进行人力资源管理的过程中充分了解大数据，并进行相应改革，对企业的管理方式变革具有重要意义。

2.大数据的价值

大数据涵盖人们生产生活的方方面面，记录发生在生活中的一切行为，为人类开展事件分析活动提供大量的有意义的真实数据，这是其最重要的价值体现之一；最开始的记录数据是零散、没有规律的，要想通过记录的数据开展分析活动，需要人们对记录的数据进行整理存档，将相同的数据存到一起，便于人们对生产生活中发生的事情进行系统的分析认知；大数据时代记录下人们发展变革中的一系列活动，通过将实际发生的情况与计划目标进行对比，可以发现在改革途径中的错误，纠正偏差方向；通过对大数据记录下的关于某一些列事情进行研究分析，通过建立相对应的数学模型，可以对数据化的人类行为进行预测。

二、大数据时代下的企业管理与人力资源管理

1.大数据时代对企业管理与人力资源管理的影响

企业管理指的是企业对生产经营过程中的一些列活动和计划进行组织、协调，并最终实现企业发展目标的一列工作的总称。人力资源管理指的是企业人力资源部门通过招聘、面试、培训以及薪酬等管理形式、组织相关人力资源进行一些列活动，最终满足企业当前及未来发展的需要，保证实现企业目标与成员发展之间的协调性所做的一系列活动的总称[2]，人力资源管理包括人力资源规划、招聘与配置、培训与开发、绩效管理、薪酬福利管理、劳动关系管理六大板块，是企业管理的重要的活动之一，企业管理的根本是人的管理，对企业实现长远发展目标具有十分重要的意义。

大数据时代的到来虽然给企业的管理活动提供了便利，但是大数据时代的信息瞬息万变，也给企业的人力资源管理活动带来了巨大的挑战。将信息技术应用在企业人力资源管理工作中，虽然可以提高企业的工作效率，便于人力资源者提取相关的数据信息，但同时数据信息的剧烈增加导致企业员工的信息面临泄漏的危险。

2.大数据时代下企业管理与人力资源管理的变革

大数据时代的数据信息具有极强的流动性，企业的数据信息会随着企业内部环境的变化和外界环境因素的干扰而发生变化，企业要想在大数据时代背景下做好人力资源管理和企业管理工作，需要企业明确自身数据管理的范围和责任，重视对数据信息的提取和过滤，选择最有效的数据信息管理策略[3]。本文从以下几点对如何提高大数据时代下企业管理和人力资源管理的质量提供参考意见：

（1）管理层人员需要适应时代的变化，及时变更思想

无论是企业管理还是人力资源管理，其最终执行者都是管理尤嗽保要让企业适应大数据时代的发展需求，就需要管理层人员及时变更思想，根据企业发展的实际情况，深入研究大数据技术应用给企业未来发展带来的利好和影响，顺应大数据时代数据信息的特点，改变企业管理思维，适应时代的变化，用新的思维去思考企业管理。一是运用大数据制定企业发展战略，提高决策精准度。二是运用数据实现企业精细管理。企业管理者大数据思维，积累有效的客户、供应商、物流、仓储、作业流程、成本、资金、人力资源管理等方面的数据资源，应用大数据分析，调整管理策略，构建更加符合企业发展战略和市场发展需要的组织架构、资源配备和人力资源综合管理系统，实现企业管理的精细化。

（2）建立大数据时代背景下新的人力资源管理体系

大数据时代的来临致使信息传递迅速，新的业态快速产生，为了满足企业自身发展需求，企业应当对旧的管理体系进行改革，建立起以大数据时代背景为基础的新的人力资源管理体系。员工是企业发展的基石，人力资源管理者应当充分认识到人才在人力资源管理中的重要地位。在人力资源规划、招聘与配置、培训与开发、绩效管理、薪酬福利管理、劳动关系管理等方面建立数据采集系统，对企业员工的工作效率和工作状态进行观察，掌握人力资源管理过程中的数据和了解员工工作中存在的问题，准确掌握人才需求和招聘要求，建立胜任模型，针对性的开展培训工作，将员工个人发展目标与企业发展目标结合，有效使用绩效激励等管理策略，实现员工在企业发展中的价值。

三、结束语

随着社会和现代科技的快速发展，知识经济已占据社会经济的主导地位，信息技术的不断发展导致大数据已经成为时展的标志和特征，网络信息技术的广泛应用使得大数据渗透于生产生活的方方面面，给企业的发展带来机遇和挑战。人力资源管理是企业管理的重要组成部分，其管理质量和水平对企业的发展具有十分重要的作用，为了实现大数据时代下企业的长远良好发展，企业应当重视人力资源管理工作的重要性，建立起新的人力资源管理体系，满足大数据时代企业管理需求，协调企业发展与人才需求之间的矛盾，接受新的挑战，为企业发展发挥积极作用。

参考文献：

[1]唐魁玉.大数据时代人力资源管理的变革[J].中国人力资源社会保障，2014，3：57.

篇6

[关键词]大数据；政府；数据管理

[中图分类号]D630 [文献标识码]A [文章编号]1006-0863（2015）03-0127-04

大数据开启的时代转型在世界范围内方兴未艾，它在商业领域发挥巨大作用的同时，正大步向政府部门进军，其产生的思维革命与方式转变正不断冲击着政府数据管理。讨论大数据背景下政府数据管理面临的机会与挑战，寻求政府数据管理的变革途径显得尤为必要。

一、大数据与政府数据管理概述

大数据是通过量化角度认识世界的有效途径，是改变市场格局、组织结构，以及政府与公众关系的独特方法。在寻求量化与认识世界的过程中，资源不断被数据化，对大数据的透彻掌握能使其转化为信息资本和数据资源，进而成为经济价值的来源。大数据具有转化为国家重要公共信息资源的潜力，作为重要的信息资本和数据资源，俨然被各国政府提升到了战略高度。政府部门已然开始考虑向大数据管理迈进，在数据信息量飞速增长的当今，通过多元化渠道来搜集数据资本，挖掘决策信息，支持政策制定。大数据能否显著提高政府的数据管理水平，这主要取决于政府数据管理方式的转变、管理能力的提升和技术创新的速度。“大数据”时代的来临，为政府数据管理带来机遇，同时也构成挑战。政府应当怎样运用和应对大数据，通过组织和分析将大数据转化为有用的公共信息资源，主动跟随大数据的时代转型来变革政府数据管理模式，使这一新兴公共信息资源更好地服务于公众与组织，是现阶段政府部门需要解决的重大课题。

面向大数据管理的技术与模式研究首先兴起于西方国家，政府希望运用大数据来增强其解决诸如自然灾害和恐怖袭击等国家难题的能力，同时提升其服务公众的信息和咨询功能。[1]国际上已有一些国家推行了先驱性的政府大数据探索，并积累了管理经验。

（一）着力开展国家数据管理项目部署

面对大数据带来的挑战，各国政府给予空前重视，以不同方式开展大数据管理，于宏观层面部署本国大数据战略。[2]2004年，英国政府建立水平扫描中心，以提高政府应对跨部门和多学科数据管理挑战的能力。2011年，水平扫描中心通过对多渠道数据进行深入分析，预测了环境保护对缓解资源紧张局势和维护国际安全的作用。2010年，美国总统科学技术顾问委员会在报告《设计一个数字化政府：联邦政府的网络和信息技术研究开发》中阐释了大数据发展策略，认为在数据向知识和行动的转换过程中网络信息技术将发挥重要作用。2012年，欧盟委员会在“2012欧盟数字化议程和挑战”中指出，大数据战略是数字化议程一部分。2011年，韩国国家信息通信技术战略总统委员会提出大数据发展倡议，建立广泛的政府大数据网络分析系统，促进政府和私营部门之间的数据整合。

（二）拓展公开信息数据资源服务平台

更大程度地公开和整合政府数据资源，是提高政府信息公共服务能力，提高政府公信力的有效方法。[3]2009年，英国政府建立公共数据资源网站data.gov.uk，向公众开放来自7个部门的官方数据。同年，美国政府整合1279个政府部门、236个民间组织和103个移动网络媒介的数据资源，开放Data.gov网站。澳大利亚政府信息管理办公室通过政府2.0计划使用自动化工具来支撑政府大数据的存储和搜索，运行data.gov.au网站提供政府数据的公众访问通道。韩国卫生福利部建立社会福利综合管理网络，分析来自35个机构的385种不同类型公共数据。新加坡政府建立门户网站data.gov.sg，向公众开放从50个部门和机构搜集的包含超过5000个数据集的政府公共数据访问通道。

（三）自主探索跨部门、跨区域的数据管理合作

结合国家层面大数据管理部署，进行部门间或国际间合作是一个较好途径，政府部门和区域根据自身数据管理特点，制定各自层面的特色数据管理策略。[4]2002年，美国政府与IBM公司共同合作，政府部门广泛应用了IBM公司的信息流与大数据技术，建立以流计算和数据仓库为基础的程序开发和管理系统，建立了大规模实时信息数据的探索和可视化平台。英国等17个国家与IBM公司共同发起了DOME大数据合作项目，开发能够处理每天来自平方公里列阵射电望远镜的超过1EB数据集的超级计算机系统，探讨新兴技术于日常积累的大数据的计算、存储和分析的应用。

当前，我国政府数据管理以做出一些探索。2010年起，国家统计局采取措施，推进四大工程和信息化建设，为大数据应用奠定基础；国家统计局自2011年着手研究政府大数据应对之策，提出打造政府数据采集的第二轨；上海市政府运用大数据，对接1号店、上海钢联等企业，落实大数据在政府管理中的战略要求；南通市以综合数据管理平台为突破口，依托政府支持，协调48家成员单位，探索出部门信息归集运用新模式。

二、我国政府大数据管理的机遇与挑战

与国际相比，我国政府大数据管理还处于起步阶段，跨部门和跨领域的合作亟待加强，信息平台构建的任务十分紧迫。2013年，国家统计局局长马建堂于全国统计工作会议提出，各级政府统计机构要树立大数据意识，加快研究大数据结构化方法，进而加速大数据应用进程。无论是政治环境导向还是实际应用需求，大数据都为政府数据管理变革创造了机遇。

（一）大数据丰富政府数据资源数量，改善政府数据资源质量

政府各部门结合部门职能创建海量数据库，借助数据管理解决实际问题和提供公共信息服务。历经多年并不断提升的政府数据信息化建设，使得政府领域积累的行政记录数据大规模增长。商业领域对数据信息的高度重视，使得大规模的交易记录数据得到了妥善保留和深度挖掘。社交网络媒介的普及，使得网络媒介能够方便获取大量足以描述用户特征的行为数据。这些数据极大丰富了以往以统计调查为主的政府数据来源渠道。大数据所具有的规模性和多样性，从数据量的角度提升了数据分析质量。[5]当前政府统计调查方法由于时间和成本的制约，仅能获得宏观的基础数据，较少深入到企业和个人的微观层面，大数据资料来源广泛且灵活，利用全部数据进行分析，可以提升数据的针对性。与信息化和自动化相结合的大数据管理，采取自动联网记录，能够最大程度降低数据非系统误差，保证数据的准确性和真实性。大数据运用全部总体单位进行分析，能够验证调查样本数据代表性，可以运用多维度和多源头数据对同一社会管理问题的调查数据进行多角度检验，排除虚假数据。

（二）大数据提升政府数据资源管理技术，节约政府数据资源管理成本

政府大数据不受时空限制，可重复使用，处于持续更新中，不断发展的数据资源要求数据资源管理技术升级。国际范围的政府大数据技术正不断取得突破与发展，大数据技术日趋成熟。国际上各国政府部门的大数据管理实践，能够给我国政府数据管技术提升带来启示。我国商业领域大数据应用已取得一定进展，其大数据技术可以批判性地应用于政府数据资源管理。政府大数据规模巨大，必要时可与商业交易数据和网络用户数据对接，要求政府具有与数据规模相适应的数据存储与处理能力，在硬件上提升政府数据库更新维护能力，在软件上推动相关技术创新与人才培养。大数据利用已有的行政记录、交易记录和网络信息，能够大大降低统计调查的成本，节省政府数据管理开支。同时，政府部门为掌握社会发展状况和综合管理社会资源，势必进行一定规模和频率的统计调查活动。许多数据搜集活动仅存在调查口径与统计标准的微小差别，造成统计调查的相似与重复，从而增加了被调查者的统计负担。政府整合利用大数据能够大大降低被调查者的负担，使其免受重复调查影响。

（三）大数据促进政府数据管理体制机制改革，增加政府数据资源管理深度

伴随日益明显的政府数据开放趋势，大数据将是政府数据透明管理的开端。大数据冲击着政府数据管理的固有体制模式[6]，为政府数据管理提供了新的思路，有利于建立信息共享机制，完善信息职能，强化政府服务功能，实现政府数据管理体制机制改革的新飞跃。大数据的多样性与复杂性，要求政府全面开展数据管理信息化与标准化建设，以适应大数据给政府数据管理带来的冲击，促进各级政府数据管理部门全面提升其硬件与软件技术，改革统计调查方法，变革数据管理流程设计，制定数据管理标准推动大数据信息平台建设。[7]政府数据管理主要以逐级汇总的历史数据为主，数据周期长，无法即时反映经济现象的当前变化情况，政府信息咨询功能具有时滞性。利用大数据能改变这一现状，网络实时记录和上传的信息，通过云计算和物联网等技术进行快速分析和计算，使得数据的实时分析和实时报告成为可能。鉴于数据搜集成本的限制，政府数据收集与管理主要关注关系到国计民生的宏观层面。大数据由于其数据来源的广泛性与微观性，可以通过数据挖掘技术进行分析，大大拓宽政府统计指标的管理范围，内容详尽到中微观层面。

大数据增加公众对政府数据公共资源的需求，增大对政府数据管理能力的考验，提高对政府数据产品的质量要求。当前我国政府的数据管理意识和技术还不能够完全适应日益增长的社会公众数据信息需求，仍然存在一些亟待解决的问题。

第一，大数据冲击政府数据管理体制。政府大数据管理采取专业部门独立上报模式，管理相对分散。政府为适应大数据环境，必须改进原有的数据收集制度，新型调查制度的制定与实践比较困难。由于其复杂性与专业性需要安排专业人员进行管理，需要调整已形成满足传统调查体系要求的人力资源结构。新调整的人力资源结构，可能无法快速适应大数据要求，也可能由于人员变动影响传统调查开展。而且，大数据概念相对新颖，涵盖的范围可能超出现有法律规章的规定与说明，保证大数据环境下的数据管理能够高效有序地进行，特别要保护国家秘密、企业秘密和个人信息不受侵犯，需要增加有关的数据管理法律规章。

第二，大数据冲击政府数据管理的思维。大数据具备的自身特点使其区别于传统数据，需及时转换思维模式，调整数据管理的内容以适应大数据管理要求，对传统政府数据管理理念与模式形成挑战。树立大数据意识是政府部门有效管理大数据的基本前提，大数据意识的缺乏可能严重滞后我国政府大数据管理进程，降低大数据管理创新速度。大数据概念引起政府部门重视相对滞后，政府管理部门缺乏大数据意识。我国社会公众对于政府数据管理的职能和具体工作还不够了解，对于大数据理论与实践的认识还不够深刻，无法以社会公众监督形式成为推动政府大数据管理变革的坚强力量。

第三，大数据冲击政府数据权威性。电子商务和社交网络飞速发展，政府已不再是数据唯一者。商业领域和社交媒体积累了海量数据，对数据进行开发与挖掘，分析结论提供咨询服务。虽然存在一定相似性，但由于数据渠道和计算方法不同，其数据结论往往与政府存在一定差异，影响政府权威性。[8]公众对政府数据的服务需求日益旺盛，但政府数据在顶层设计上的宏观性存在先天不足，没有以微观性的公众需求为导向，对数据解读不够个性化。关键性的数据资源存在壁垒，未能开放到公众个人。如何在保障必要机密的情况下，适当开放数据资源，增加与公众需求相适应数据信息共享，是政府数据管理部门的又一难题。大数据具有噪声性和低密度性的特点，政府进行公共数据产品提供，就需要对大数据进行规范化处理，确保数据产品的质量。政府数据部门进行制定和更新数据标准同样存在困难。

第四，大数据冲击政府数据管理技术。政府大数据管理需要深度挖掘更具价值的指标数据，更好地服务决策制定与社会管理，这需要更加专业化与高效化的数据处理技术，需要高水平与高素养的专业数据处理人员，但当前我国政府的数据处理技术还不能满足这些要求。传统的数据存储与处理设备无法满足与日俱增的数据量增长，即时交互的信息需要更加专业的硬件设备支撑响应，需要政府根据实际情况调整与更新硬件设备，这可能增加政府数据管理成本。大数据收集技术区别于传统技术，目前的调查体系与方法不能完全适应大数据时代要求，调查方案的内容和对象发生较大变化，数据搜集与抽样方法需要做出调整。

三、政府大数据管理的对策建议

大数据时代已然到来，为更好地实现社会管理，满足公众需求，完善数据信息资源公共服务，政府部门可从以下方面探索其大数据管理之策。

（一）加大宣传和培养力度，自上而下提高大数据意识和能力。这与国际上各国普遍开展的大数据管理部署相一致。以科普宣传为主要手段，在公众范围内普及大数据知识，着力宣传其在提供公共信息服务和监督政府管理方面的作用，增加公众大数据素养、提高政府数据管理人员大数据意识，发挥自上而下宣传的作用，组织短期大数据管理培训，学数据前沿知识，转换大数据思维，接触大数据实践。专业大数据管理人才是最直接与政府大数据打交道的人员，直接影响部门数据处理效率。政府可以与高校联合培养的模式，完善培养教育体系，既要加强数据管理高端人才的培养，也要加大具备多方向知识结构的复合数据管理人才培养，必要时引进外部优秀数据管理人才。

（二）不断优化政府职能机构配置，建立健全大数据管理体系。这属于完善政府自身数据管理能力的范畴。大数据时代数据管理流程与传统流程存在差别，需在原有基础上调整机构设置，根据工作量与工作重要性，合理调配财力与人力。强化政府数据管理的服务职能有利提高其社会服务能力与公众满意度，应着力考虑数据需求者的运用目的与环境，对用户需求展开调查，服务需求者的决策制定与行为选择。大数据时代的数据收集方法发生极大变革，需调整调查方法与制度设计。在调查方法上，丰富政府调查数据的类型，利用已有电子行政记录、商业交易记录和网络用户信息，降低调查成本。在指标设计上，应由宏观向微观转变，增设满足社会需求指标，减少重复或不必要指标。在数据标准上，明确数据含义、计算方法、数量单位和应用环境，使数据合理应用。

（三）多角度深化领域间合作，着力引进和创新大数据技术。这与国际上探索的跨部门和跨领域合作相一致。大数据应提升到国家战略高度，结合实际从国家高度提出大数据计划，自上而下逐步渗透，制定各部门大数据计划或部门联合大数据计划。我国政府既可借鉴国际经验，又可借鉴商业领域实践经验。政府大数据作为保密性质的重要公共资源，我国采取政府与商业联合开发的模式较为适宜，发挥政府在政策支持上的优越性，利用商业部门的技术经验，优化双方大数据管理。我国政府数据管理技术相对落后，唯有引进和创新大数据技术，方可拥有主动权。在初期着力引进外部大数据管理技术，力求掌握核心技术，在中期采取边引进边创新的策略，探索适合我国的政府大数据管理技术，在后期着力开发具有中国特色的大数据管理技术，掌握大数据技术主动权。

（四）建立政府大数据服务平台，维护政府权威与公信度。这与国际上进行的数据信息平台建设相一致。建立官方数据服务平台，促进政府公共数据查询服务公开透明。在保护国家秘密、商业秘密、个人信息基础上，以政府官方网站为依托，打造在线政府大数据信息平台，向社会公众免费公开非数据。在公共服务场建设数据查询服务基础设施，切实增强数据可获得性。同时，管理大数据首先要进行判别与分类，政府数据管理部门应根据数据类型与用户需求构建统一的大数据管理平台系统，类间采取个性化的数据管理模式，类内采取统一的数据管理模式。实现信息源与数据平台的实时对接，减少人为干扰和时间滞后，节约人力成本。平台实施统一标准，做到科学规范，保证数据可比，实现数据共享。

（五）完善相关法律规章保障，确保大数据环境信息安全。这属于大数据信息安全保障的范畴。大数据时代数据的透明开放并不意味着数据无条件开放，国家、企业和个人数据的安全隐私仍受到法律保护。政府部门有必要建立健全大数据相关法律法规，重点制定与大数据新问题相关的法律法规，使新法规与旧法规有序衔接。明确管理者和使用者在数据收集、整理、分析和共享过程中的责任和权利。更积极的方法是提升大数据安全保障技术，政府需要通过技术手段监测数据安全程度，不断升级数据安全核心技术，加大对本国数据安全相关企业投入，共同开发新技术。在依靠技术手段和法规保障的同时，还应不断配套完善政府大数据管理组织体系，共同维护数据安全。

大数据时代的政府数据管理任重而道远，需要我国政府结合当前实际情况，树立大数据意识，保持扬弃态度，加快数据挖掘技术创新，不断深化数据管理革新，进而加速大数据应用进程，提升政府数据服务能力，共同推进大数据背景下政府治理的现代化。

[参考文献]

[1][3]Stacey Shindelar. Big Data and the Government Agency. The Public Manager，2014（1）.

[2]John Carlo Bertot， Ursula Gorham， Paul T.Jaeger， Lindsay C. Sarina and Heeyoon Choi. Big Data， Open Government and E-government： Issues， Policies and Recommendations. Information Polity， 2014 （19）.

[4]Gerard George， Martine R. Haas， Alex Pentland. Big Data and Management. Academy of Management Journal，2014（2）.

[5]陈建宝，陈谢斌. 政府统计数据质量问题及对策[J].商业经济与管理，2010（12）.

[6]赵彦云，周芳. 试论大数据时代中国政府统计改革发展新模式[J].教学与研究，2014（1）.

[7]曹青梅，政府统计服务社会公众的问题研究[J].调研世界，2014（1）.

[8]李卫东.基于公共数据中心的城市政府信息资源共享实证研究[J].管理世界，2007（9）.

The opportunity， challenges and solutions of the management of government data in the Age of Big Data

Yu Ha。

[Abstract]As information capital and data resources， big data performs an enormous impact on state governance， decision-making， public services， organizational forms and business procedures. Since big data is an important national public information resource， it should be promoted to a national strategic level. It is of great importance to explore government data management in the big-data age， and many countries have already conducted a pioneering exploration， accumulating some experience. For Chinese govemment， by launching big-data management， it can on the one hand catch the opportunities of data resources perfection， data management level promotion， and management system innovation， and on the other hand face the challenges of data management mode change and government credibility decrease. Therefore， data management sector should set up big-data consciousness. enhance independent development and cross-department cooperation， establish public information platform， ensure data security， and finally push forward state management modernization.

篇7

随着社交网络的崛起，很多网友对在线分享信息的热情越来越高，吃喝玩乐、心情、生活体验。无不成为了分享的对象。网友上传的照片和评论信息，对商家有很重要的价值。

大数据的四个“V”

人类自从诞生以来就在源源不断地创造着各式各样的数据。尽管数据挖掘的工作人类已经做了几十年，但是“大数据”与我们通常所说的“数据”还是有显著的不同。关于大数据的特点，行业内通常用四个V来概括：

第一个V——Volume。数据量巨大。从电脑硬盘的单位我们就可以看出现在数据的发展速度。前些年电脑配80G的硬盘就已经很大。现在电脑动辄250G、500G的硬盘。甚至IT、2T硬盘的使用者也大有人在。再看现在数据容量的单位——GB、TB、PB、EB、ZB、YB，每个单位间以024的倍数递增。据统计，人类生产的所有印刷材料的数据量是20GPB，而历史上全人类说过的所有的话的数据量大约是5EB。可以想象以ZB、YB统计的数据量将会是多么庞大。

第二个V——Variety。数据类型多样。数据类型通常分为两类：—是结构化数据。二是非结构化数据。最常见的结构化数据是以文本为主的数据。但随着社交类网络的兴起，越来越多的数据不再只是单一的以文本形式出现，来自于社交网络、物联网、电子商务等的博文信息、音频信息、视频信息，图片信息、地理信息等等，多种多样的数据类型对数据的处理能力有了更高的要求。

第三个V——Value。数据价值密度较低。数据价值密度的高低与数据总量的大小成反比，以视频监控为例，一部长达24小时的视频监控。虽然能反映当天的路况信息，但并不能反映更多的信息。但如果这个监控的信息达到一周或者一个月，那么就能从视频中分析出更多的内容，如每周的路况高峰为哪几天、某天中的哪个时段是高峰等等，这些信息只从一部视频中是无法得到的。面对海量的数据，如何将信息更加有限的提取出来。即海量数据的提纯工作是大数据时代下亟待解决的一下难题。

第四个V——Velocity。数据处理速度。这是大数据区别于传统数据挖掘最显著的特征。根据IDC的一份名为“数字宇宙”的报告。预计到2020年全球数据使用量将会达到35.2ZB。在如此量级的数据面前，如果没有高效的数据处理速度，那企业便会被社会所淘汰，大数据时代数据的处理效率就是企业的生命。

社交网络下的大数据

大数据时代给企业带来的最大好处就是让企业拥有了预见未来的能力。2012年5月18日Facebook股票上市，Facebook　IPO后其创始人扎克伯格身价300亿美元。在5月18日之前，几乎没有人敢说自己有把握去预测Facebook上市当天股价的走势，但是Twitter却如拥有预言能力般地预测了未来股价走势。

社交媒体监测平台DataSift监测了Facebook　IPO当天Twitter上的情感倾向与Facebook股价波动的关联。例如，在Facebook开盘前Twitter上的情感逐渐转向负面，25分钟之后，Faeebook的股价便开始下跌。而当Twitter上的情感转向正面时，Facebook股价在8分钟之后也开始了回弹。最终，当股市接近收盘时，Twitter上的情感转向负面，10分钟后Facebook的股价又开始下跌。最终的结论是：Twitter上每一次情感倾向的转向都会影响Facebook股价的波动，延迟情况只有几分钟到20多分钟。

这仅仅只是基于社交网络产生的大数据“预见未来”的众多案例中的一个，事实上大数据所能带来的巨大商业价值已经被人认为是将引领一场足以匹敌20世纪计算机革命的巨大变革。2012年2月，《纽约时报》撰文称，大数据正在对每个领域都造成影响，在商业、经济和其他领域中，决策行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉。而在公共卫生、经济预测等领域，大数据的预见能力已经开始崭露头角。

大数据时代，企业用以分析的数据越全面，分析的结果就越接近于真实。大数据分析意味着企业能够从这些新的数据中获取新的洞察力，并将其与已知业务的各个细节相融合。系统全面的分析让企业拥有了预测未来的能力，做出决策不再是只凭以往的经验。

大数据带给企业的另一个显而易见的好处就是成本的节约。eBay对互联网广告的投入一直很大，通过购买一些网页搜索的关键字，将潜在客户引入eBay网站。为了衡量这些关键字广告的投入和产出，eBay建立了一套完整的广告分析和优化系统。通过这个系统，可以精确计算出每一个关键字为eBay带来的投资回报。通过对广告投放的优化，自2007年以来，eBay用于产品销售的广告费用降低了99％，顶级卖家占总销售额的百分比却上升至32％。

大数据给企业带来的好处不只是广告投放费用的降低，在优化生产流程、新产品研发成本的降低、提高客户的满意度方面也起着不可估量的作用。在大数据之前，产品设计的缺陷要等到产品销售几十万台时才会曝露出来，而现在只需要几千台就能发现产品的缺陷所在，极大地提高了产品使用的安全性和用户的满意度。也给企业节约了不少的成本。

大数据催生变革

大数据时代给企业带来了不小的好处，但同时也带来了一个比较敏感的话题——个人隐私。要准确预测人们的行为，必然研究范畴要涉及手机、邮件、社会化媒体等领域，虽然很多情况下收集数据采取的是匿名方式，企业不会知道具体的用户是谁。但这也会引起一些人的不舒服。远离手机、电脑等现代化工具，那样就不会被监测了吗？其实完全不用有这样过激的想法。随着互联网的发展、物联网的搭建，人们在远离手机，电脑，互联网这些高科技的环境下很难生存。

篇8

第一，云服务渐成趋势，所以数据中心的云化是当务之急。

第二，为了满足不断扩展的业务需求，特别是云计算、大数据、移动计算等应用的需求，数据中心的规模越来越大，这对数据中心基础设施建设和运维提出了新的要求。

第三，随着数据中心规模的不断扩大，数据中心的智能运维、绿色节能成了突出的问题。

对于数据中心，大多数人是“从外向里”看，主要关注的是数据中心的服务能力、稳定可靠，最多看到的是数据中心里那些摆在明面上的服务器机柜、UPS、空调、配电开关等。其实，那些一直“隐藏”着的布线系统同样不容忽视，它们就像是人的神经系统，连接着数据中心内的所有设备，是真正的牵一发动全局。康宁光通信企业网商务总监邵显介绍说，由综合布线系统引发的故障占据数据中心通信故障的60%左右。因此对于下一代数据中心的综合布线系统来说，质量和可靠性至P重要。

“高大上”的数据中心

如今，数据中心的规模越来越大，许多超大型的数据中心不局限在一幢楼里，而是分散在不同的园区，包含很多区域和节点。更高密度、更高带宽、更高速度、更易迁移和变更，以及更易扩展成了下一代数据中心应该具备的基本特征。

邵显提及，在中国，数据中心整体建设速度呈两位数增长。其中，金融、政府和大企业自建数据中心的需求仍然旺盛，而中小企业逐渐转向采用云服务。那些提供数据托管或云服务的IT服务商正不断扩大已有数据中心的规模，追求高性能、高扩展性、高密度。

康宁在全球范围内承接了许多互联网公司大型云数据中心建设项目，对于中国互联网公司数据中心的建设需求有充分理解和把握。不同行业、规模的用户对于数据中心的功用、结构有不同的需求。从国外知名互联网公司大规模数据中心建设实践看，它们从一开始强调成本节约，到最后都慢慢将需求归结到数据中心必须具备高密度、高扩展性、高性能和优化的综合布线上。

正是看到数据中心用户面临的这些挑战，康宁推出了EDGE解决方案，以应对超大规模数据中心建设所需。康宁的预端接光纤方案质量可靠，具有兼容性好、稳定性高、成本投入低等优势，可以有效避免由于链路连接过多所造成的断裂风险。“康宁提供的预端接光纤解决方案，既可以满足数据中心用户当前的需求，又可以支持未来的发展，满足40G、100G网络的基础结构需求，使得整个布线系统的移动、添加、变更和扩容都变得更加容易。”邵显介绍说。

有关最近大家热议的宽带多模光纤WBMMF，即OM5光纤的发展和在数据中心的应用，邵显指出：“布线系统的发展是与有源网络设备紧密协同、同步发展的。OM5光纤的重要价值更多地体现在那些有高速传输速率需求，如100G或更高，以及链路通道传输距离超过100米，并且使用SWDM光收发器的情形。因此，新型宽带多模光纤OM5与OM3/OM4光纤将并行发展，而不是完全的替代关系。新型光纤的产生会推动应用的发展。只有整个生态系统的通力协作，才能尽早地实现新技术所带来的预期价值。”

对于数据中心的规模化发展趋势，康宁很早就有深入细致的研究。据邵显介绍，康宁早在10多年前就已经研发出首个用于数据中心的预端接光纤布线系统Plug & Play，此后不断为这一系列的产品增加新的、独特的功能模块，包括集成MTP连接器主干光缆的极性管理模块、满足工业级应用需求的更高密度的媒体转换模块等，其中ClearCurve抗弯曲光纤和光缆的开发，将整个布线系统的可靠性提升到更高水平。康宁标志性的EDGE数据中心解决方案提供4U光纤配线架，基于单芯连接器实现了高达576芯的业界最高密度，进一步提高了通道线槽的利用率，同时可以更好地促进空气流动，达到降低数据中心制冷成本，让数据中心更加绿色节能的目标。

康宁最新的数据中心EDGE8技术，可以实现整个网络从物理层向400G的跃迁，并且能够保证光纤达到100%的利用率。这是康宁响应客户需求，为满足未来下一代数据中心更高带宽、更高速度诉求所做出的努力和承诺。

邵显进一步解释说：“当前，用户对400G网络的应用需求越来越迫切。为此，康宁已经做好了充分准备。我们预见性地看到了未来两芯、八芯方案的潜在需求，光纤收发器等会成为被广泛采用的主流产品。我们创新的EDGE数据中心解决方案完全可以应对用户对100G、400G网络基础设施的中短期应用需求，帮助数据中心用户实现向更高带宽、更高速度的综合布线系统的跃升。”

在全球范围内，康宁参与过许多云数据中心的建设，积累了丰富的实践经验，可以灵活应对客户的多样化需求。康宁的技术优势主要体现在光纤解决方案上，围绕着它，康宁在差异化上做文章，不断推出更多新的产品和技术，让数据中心变得更加高效、绿色和环保。

除了节能环保，还能做得更多

当用户已经夯实了数据中心基础设施，数据中心的智能化运维，以及绿色节能两个关键问题又浮出水面。从布线的角度，如何来解决这些问题呢？

从历史上看，在数据中心的整体投入中，综合布线所占的比例并不高，只有10%左右。但是，这一比例并不能真正反映出综合布线对于整个数据中心基础架构的重要性。综合布线系统几乎连通了数据中心内的所有设备。因此，保证综合布线系统的质量、可靠性、性能稳定，以及随应用发展而具备的成长性对于用户来说至关重要。

根据康宁多年的数据中心建设实践，数据中心的高性能、高灵活性、高带宽和高速度与绿色、节能同样重要。随着光纤布线系统的大规模应用，数据中心的绿色、节能和环保特性逐步被广大用户所认同和接受，而这些变化也给用户带来了实实在在的效益。如今，数据中心的绿色、节能和环保已经成为业界的共识和主要发展趋势。

康宁的专家们一直致力于更有效地降低数据中心的整体能耗，最终的突破点还是在预端接方案上。此方案最突出的优势在于具有非常好的兼容性，可以保证整个关键应用环境的稳定性，且成本很低。“安全稳定运营对于数据中心来说是最基本的要求。康宁作为通信领域的领导厂商，将通信产品的稳定、可靠等基因灌注到数据中心解决方案中，持续创新，可以更有效地保证数据中心的可靠性、安全性，推动光纤解决方案的更快普及，同时也能满足数据中心对绿色和节能的需求。”邵显告诉记者。

实际上，大数据与当前通信技术的发展和应用密切相关。云计算、大数据的出现，影响甚至改变了数据的产生、传输和应用。毫无疑问，光纤是一种理想的满足高速度、高带宽传输需求的解决方案。康宁创新的EDGE8数据中心技术引起了业界的广泛关注，它是适合未来下一代数据中心更高带宽、更高速度需求的领先产品。目前，已有很多厂商纷纷效仿和跟进。

谈起康宁的技术创新，邵显滔滔不绝：“我们基于对行业发展的了解，以及客户的诉求，进行前瞻性的研发，并及时推出商业化的产品。十几年前，我们就推出了数据中心解决方案，其后又陆续推出许多高密度、高可扩展、高性能的产品，包括今天用户们已经耳熟能详的EDGE8。”

经过过去20多年的发展，整个通信网络已经逐步过渡到光网络时代。康宁在运营商市场上做出了积极的贡献，为客户提供了大量的光纤光缆、硬件设备和相关解决方案。邵显表示：“未恚康宁会继续加大对市场的投入，特别是与运营商进行更深入的合作，提供更加先进的产品和解决方案，以满足运营商在新形势下对云计算和下一代数据中心建设的需求。”

从运营商客户到金融客户，康宁在垂直行业的开拓得到了客户的充分肯定。举例来说，康宁在金融数据中心建设方面具有传统优势，在业界保持着领先地位。金融行业客户在数据中心建设，以及云计算、大数据应用方面一直走在各行业的前列，起到了标杆性的示范作用。“康宁一直非常关注金融行业数据中心建设的发展。康宁参与的建设银行武汉数据中心、农业银行河北省分行数据中心，现在都成了业内的典范。”邵显介绍说，“我们对运营商、金融行业客户的需求有深刻的认知。我们在运营商骨干网络的建设方面有10多年的历史，为包括中国联通华北廊坊运营商基地数据中心在内的许多客户提供了大量高品质的基础光缆光纤和硬件设备。”

除了在垂直行业进行辛勤耕耘以外，康宁还不断增强在中国本土的研发和制造能力，比如康宁在北京、上海等地设有研发机构和生产企业，可以更好地理解并及时响应中国客户的特殊需求，提供更有针对性的产品和服务。

突破的一年

篇9

作为大赛独家赞助商的领导，IBM大中华区副总裁兼大中华区软件集团总经理胡世忠表示：“在大数据的时代，DB2引领着下一代数据库技术的发展方向，已经成为客户的首要选择。越来越多的全球知名企业正在将他们的数据库迁移到IBM的DB2平台上来。IBM还在去年5月在中国成立了数据库迁移中心，帮助客户实现无缝迁移，实现从业务价值评估到后续技术的全方位支持。此外，IBM一如既往地密切关注广大技术开发者的需求，2011年IBM和全球200多所大学合作开展了业务分析方面的课程，同时举办了1200场现场和在线的大数据技能训练营。”此次DB2迁移之星大赛正是IBM对中国市场和广大软件技术开发者的承诺。未来，IBM将与中国广大的客户、合作伙伴、技术开发者继续携手合作，共创未来。

应对需求

呼唤杰出技术人才

IDC预计，2012年全球存储的信息数据总量将增长到2.7ZB，比2011年增长了48%，值得关注的是，这些数据中90%是非结构化数据。中国电子信息产业发展研究院副院长、中国计算机行业协会常务副会长、中国计算机报社社长卢山表示：“未来，大数据将会成为产业发展变化的关键点。”他结合大赛将DB2三个字母做了全新的解释：“D代表Data，在未来十年甚至在可以预见的未来，无论非结构化数据还是结构化数据，通过挖掘和再生产都将会变成信息社会一个重要的组成部分；B代表Business，只有完整的商业模式才能把数据变成价值，为整个信息社会反复利用；2代表中国软件和信息服务业人才在‘十一五’末期到‘十二五’末期的翻倍变化，预计从300万增长到超过600万。”

大数据时代，企业的数据量不仅在以前所未有的速度增长，数据的复杂度也突破了原有的关系数据范畴，给企业的信息管理增加了难度。中国计算机用户协会名誉理事长陈正清表示：“我们非常高兴地看到IBM已经看到企业在数据管理方面的困境，并提出了解决方案。IBM的系列产品很好地融合了数据库管理系统、中间件平台以及最新的云计算技术，帮助企业在海量信息中抓取商业价值。而本次大赛也涌现出了很多数据库领域的技术精英，他们能够针对众多企业面临的困难提供很好的解决方案，并在实践中得到验证。”

大数据变革呼唤着越来越多的软件工程师脱颖而出，也正是在这样的一个大的背景下，主办方在IBM的支持下组织了IBM DB2迁移之星大赛。中国软件行业协会数据库与应用软件分会理事长唐世渭表示：“让数据获得更大价值的关键在于人才，而这也正是此次大赛的目的之一――促进包括像DB2数据库工程师在内的高端信息人才的成长和发展，推动我国信息管理技术的持续创新。这次大赛对促进我国数据库应用事业的发展和相关人才的成长具有积极的意义和重要的作用。”

王者胜出

十强奖项各有归属

2011 IBM DB2迁移之星大赛为中国企业程序员和数据库管理员们一个展现自己、表现自我的舞台。通过举办本次赛事，能够推动数据库工程师和数据库管理员甚至数据库产业重新理解新的计算理念，推广新技术，推动各方共同进步。而本次大赛选拔出的一批大优秀的数据库工程师也将在未来逐步发展成为这个产业的技术带头人和产业带头人。

据悉，本次大赛历时半年，参赛选手达到2163名，覆盖金融、电信、政府、制造、医疗、零售等行业的数据库工程师和管理员以及独立软件开发商、系统集成商中的技术精英。经过严格的初赛、复赛，最终有十支队伍闯入决赛。这十支队伍分别来自有实际数据库迁移经验的行业用户，以及系统集成商、独立软件开发商。进入决赛的团队都将获得丰厚的奖金，冠亚季军团队还将获得去美国参观考察的机会。

经过3月14日一整天决赛的激烈角逐，在2011 IBM DB2迁移之星大赛颁奖典礼现场，各项奖项最终揭晓。大赛评委会主席、原中国软件行业协会理事长陈冲为冠军团队开奖，最终，冠军团队由来自北京普远天成、北京速通和杭州新世纪的四名技术精英共同组成的飞天队获得。亚军由招商银行五名技术精英组成的金葵花队获得，季军则由中信银行两名技术精英组成的中信数据库队获得。其余七支队伍获得了优秀团队奖。

迎接挑战

实现数据库平台迁移

据悉，DB2数据库工程师大赛已经举办三届，从第一届大赛以寻找杰出数据库工程师为主题，到本届大赛以数据库迁移为主题，体现了DB2在大数据时代的进取心：用DB2可以平滑地取代其他数据库引擎。

然而，迁移是一项系统工程，迁移风险的评估、迁移割接、迁移前的模拟演练、对不同数据库特性的熟悉程度，都影响到迁移实施的成功与否。这就需要迁移后的平台能够具有丰富的迁移支持功能和独特的商业价值。IBM副总裁兼DB2数据库和数据仓库开发总经理Judy Huber表示：“IBM的DB2产品有许多独特的价值优势，包括低运营成本、卓越的系统性能、无限延展性以及高可用性等。特别值得一提的是，选择DB2能够使用户非常便捷地从其他的数据库技术迁移到DB2平台，同时可以大大简化应用开发。DB2能够帮助全球的客户在迁移策略中以最小的风险利用DB2各种价值优势，有效支持客户的多元化战略，充分利用IBM全信息生命周期系列产品的优势，以及数据仓库和大数据的优势。”为了应对大数据的挑战，IBM推出针对大数据的全面解决方案，突破了传统数据仓库和单一的数据管理体系，实现更为经济高效的大数据管理，并为企业提供重要的业务分析和洞察。

IBM软件集团大中华区数据库和数据仓库销售总监陈文玉则分享了DB2应用的成功案例，她表示：“DB2的特性让用户可以轻松地从其他系统快速地迁移过来，而不需要改变太多系统的设置。这也是这次比赛的精神，它向大家证明从其他数据库到DB2的迁移工作是非常容易的。越来越多的全球知名客户已经从其他数据库迁移到DB2的平台上来。”比如可口可乐瓶装公司通过将数据库迁移到DB2，由于采用DB2深度压缩技术存储需求降低了30%，整体供应链效率提升65%。

可以说，IBM的大数据解决方案提供了大数据领域最全面的技术和产品组合，实现了针对大数据管理的企业级的可靠性和适应性实施分析。在大数据的时代DB2引领着下一代数据库技术的发展方向，在大容量数据、非结构化数据、数据压缩、兼容性、数据分析，在这些领域DB2已经成为拥有着明显的优势。

冠军团队：飞天队

赛后，来自北京普远天成的队长徐明伟认为这次决赛的题目非常具有实战性。“我们的团队在运营商方面的经验比较多，对数据库的维护、性能调优、扩容以及培训参与方面都有所涉及。”他表示，“团队成员分工密切，优势互补。基于不同的DB2版本，我们参与过很多数据库迁移项目，这是很有帮助的。”

徐明伟认为DB2目前的版本在功能方面实现了极大的扩展，大部分功能已经能够实现与Oracle的兼容，有一些功能实际上已经完全相同，只是在名称上有所区别。在关键业务方面，结合power的一体化策略使得DB2能够更好地发挥整体性能，针对全天候的业务环境和需求，DB2在稳定性方面确实做得很好。

在谈到希望DB2改进的方面时，来自杭州新世纪的队员麦志斌表示：“希望DB2在开发工具上能做的更好，注意到实际应用中包括锁、排序、参数优化等在内的一些细节性的问题。如果能加以改进，DB2的适用性会进一步扩展，基于DB2的开发应用也会更加方便、高效。”随着DB2版本的不断更新，功能越来越多，会有更多成功的应用和案例出现，飞天队看好DB2的发展前景。

最终飞天队获得了本次决赛的冠军。队长徐明伟表示，这是团队的力量。队员管伟来自北京速通、麦志斌、陈艳来自另外两家不同的公司，他们在数据库迁移方面都有丰富的经验。希望以后还能参加这样的比赛。

亚军团队：金葵花队

在比赛过程中，每次跟金葵花队沟通，都能感受到他们对本次大赛的认真态度和对数据库迁移技术的激情。队长杨盛告诉记者，他们团队的成员各有所长，配合默契，“团队成员杨盛、隆、林耘毅、莫淡先、王汉福分别负责开发、架构设计、数据库等不同方面。遇到了问题，就在一起讨论，展开头脑风暴。尽管没能获得冠军，有点小遗憾，但获得亚军也非常高兴。感谢IBM和主办方能给予我们这个展示自我的平台。”

队员莫淡先称，决赛时，评委的问题都一针见血，非常到位。专家们提出，银行数据库业务的维护和开发，招商银行的工作应该实现标准化，让他们非常受启发。因为此前，他们也在这方面进行尝试，但是进展不明显，原因是数据库迁移涉及运维、开发、厂商支持等各个方面，要做一项迁移的工程，所有的部门都要参与其中，所以比较复杂。而降低迁移的复杂性，推广迁移的方式方法和成功案例，也正是举办此次DB2迁移之星大赛的目的之一。

决赛期间，通过跟其他选手交流，了解到了国内顶尖水平的选手都在做些什么，“不再埋头苦干了”。队长杨盛建议主办方多举办一些类似活动，让更多选手参与进来，给更多DB2爱好者和数据库工程师提供切磋的机会。

季军团队：中信数据库队

中信数据库队队长唐志刚在参加决赛时自信满满。他表示，2011年中信银行刚完成一个迁移案例，是从Oracle到DB2的迁移。在实际的应用中，会使用不同平台和类型的数据库。目前中信银行的主流数据库应用是DB2。在银行的交易系统中，可能的高并发请求对于数据库的稳定性和可用性要求非常高。IBM在软硬件结合方面做得非常好，DB2数据库应用与小型机的结合很紧密，在性能方面能够提供契合银行应用实际的强大支持。

在谈到数据库开发应用时，唐志刚认为，DB2在核心性能方面很优秀，开发工具的管理和界面只是一个形式。如果能够提供更加友好和人性化的界面，在开发层面会有一定的好处，开发者的使用会更加方便，在开发速度方面也会有所提升。

唐志刚和队员王清锋表示：“DB2的设计理念是非常前端的，未来DB2 应在Purescale集群技术方面进一步完善，产品应该进一步扩展，提供更加开放的数据平台。在文档的共享方面希望开放一些底层的内容，也希望DB2能向更多的行业领域扩展。总体来讲，IBM的技术理念是非常先进的，已经在适应云计算、大数据等潮流的数据库发展模式方面开展了很多积极的探索，看好DB2以后的发展。”

SuperwinningTeam

SuperwinningTeam是第一支进行决赛的参赛队伍。赛后，来自北京人大金仓的队长华表示：“这次决赛，我们在题目的准备上还是比较充分的，遗憾的是在PPT的展示和讲解的方式上控制得不太好，在时间的控制方面也没有做好，关注的技术细节太多，一些核心的内容没有在规定的时间内展示出来。”

在谈到DB2的应用感受时，华认为，DB2目前在数据仓库整合方面已经做得很好，在数据库应用性方面与Oracle相比也已经差别不大，只是有一些功能在名称上有所不同，在一些应用特性上DB2已经超过了Oracle。对于未来DB2的发展，来自AVG的队员高睿峰表示希望在资料共享以及联机帮助方面有所改进，目前的资料和文档范围太广泛，如果能进行有针对性的整合，会更便于大家了解和使用。

信总软件DB2迁移队

决赛的几天里，信总软件DB2迁移队的队长柏征和来自济南市历城区农业局的队员王艳一直非常谦虚。决赛结束接受采访时，他语带感慨地告诉本报记者，此行收获非常大。从专家的点评中，他感受到“自己欠缺的知识还有很多”。“以前，我们都是为了完成项目查阅一些资料，获取资料的形式是‘快餐式’的，只要能解决问题即可。”柏征称，通过此次比赛，“我们感觉到了理论的重要性，实践必须要有理论作支撑，然后再到实践中去验证”。

信总软件DB2迁移队的迁移方案来自于单位实践。目前，信总软件DB2迁移队队长柏征所在的单位山东信总计算机软件开发有限公司的IT系统中，小型机、数据库和应用产品，都选择的是IBM。因此，柏征对DB2的应用开发比较了解。但由于单位非常忙，既要做开发，又要做数据库，甚至还得负责维护，柏征称他没有时间对这些产品进行深入研究。由于技术人员缺乏，平时遇到问题，很难像其他参赛团队那样，可以讨论问题，可以沟通解决方案，只能靠自己。所以，“我们很希望能够跟其他选手多多沟通，非常珍惜这次跟专家、选手面对面交流的机会”。

CPIC_DB队

CPIC_DB队的队长段家生看起来非常内向，沉默寡言，但是当谈到数据库技术，谈到比赛以及能够和这么多专家面对面，段家生的话匣子一下子打开了，讲起来滔滔不绝。他告诉记者，尽管单位数据的量并不是很大，但是DB2的每一个版本，他都应用过。决赛中，他和他的团队对迁移方案进行了详细的测试，并且希望IBM后续的DB2版本能帮助他们加快迁移的速度。

段家生还告诉记者，从加快数据库用户从Orcale到DB2的迁移速度的角度看，他们希望IBM能够共享出来更多资料供开发者和数据库爱好者下载，在不涉及信息泄露的情况下，希望能有针对用户的更多、更细节的问题说明。比如，一张迁移列表，数据类型是什么，会碰到什么问题，该如何解决等，通过这种分享，帮助用户建立一个知识库。

能够跟专家和其他选手进行交流，是队员刘朝此行最高兴的事情。他告诉记者：“我希望能够聊一些一线用户对数据库本身的要求，例如对大容量、可用性的需求等，希望能够听听专家的意见。”

SeniorVision队

SeniorVision队队长王翔表示，在实际的工作中涉及到数据库迁移的实例还是比较多的。这次比赛的感觉明显与前两届不一样，选择一个固定行业进行常用的数据库配置，对于选手的要求更高。“决赛案例设计得非常好。对于我们来说，可以将以前工作中的数据迁移经验做一个总结：如何以一种可重复的、模块化的方式进行数据迁移，不仅仅局限于表层的数据迁移，同时还能对不同类型数据库的特性有更好的理解，在这方面收获很大。” 基于开放式的环境，DB2的pure xml功能对于大规模的数据交换能够提供很好的支持。

在谈到对未来DB2大赛的期待时，王翔和队员皇甫鑫霖、赵玉霞表示，希望大赛能沿用现在的思路，不要从纯技术的角度考量，而是更多地与企业业务需求相结合，此外还希望在行业的领域方面能打破限制，更加扩宽一些。

启明3队

启明3队的成员都是共事多年的同事，配合非常默契。在比赛前，他们坚信这是他们获胜最有利的筹码，并且一定能够冲进三甲。但是，从决赛赛场出来，队长刘文斌很久都没能回过神来，始终沉浸在比赛中。他告诉本报记者，因为比较紧张，所以一些问题没有回答得很好，评委的反应不是很热烈，感觉有点遗憾，对于回答情况的好坏，他们心里也没底。

不过，刘文斌和队员杨立影、郑伟称，这次比赛的北京之行，“主要是非常希望能有机会跟其他选手交流。在整个比赛中，通过论坛关注其他技术开发人员的关注点，真是开阔了眼界”。另外，在工作中，启明3队队员都曾经应用过DB2，比赛中，更感受到了它在稳定性方面的表现非常突出，并具有资源配置的灵活性。通过这次比赛，他们重新学习了数据库相关知识，知识面得到了扩充。刘文斌称：“我们感受到这个行业发展的迅速，有许多先进的DB2技术将越来越多地应用到我们以后的实践中去。”

Zolinn队

赛后，队员张春林表示，题目在设计上非常贴合实际。从应用层面看，DB2在数据仓库平台上有很大的优势，其架构更适合于大规模的数据处理。在实际应用中，有一些用户使用的是混合的数据库环境，这可能是出于平衡的考虑，不希望将数据库应用限制在一个平台上，因此从实际操作的角度看，基于不同数据库的迁移案例也非常多。DB2在运维管理上有一些独到的特点，它的压缩功能能够减少磁盘空间的占用。在实际的测试过程中，DB2对CPU等资源的消耗相比于其他数据库也有优势。从管理角度看，DB2提供的工具比较多，用户在实际使用上有一点不太适应。工具的重合度比较高。如果能整合工具，修改界面风格，用户的体验会更好。在事务处理性能，包括可视化的监控等方面，希望DB2提供一些基于内核的改进，这些方面有改进和提高的余地。

队长李宁宁认为，DB2的purescale机制具有更高的可靠性，是一个比较高端的应用方向和思路，适合于大规模的数据处理。未来希望IBM能更加开放，为开源、大数据等趋势提供更多适应性的方案。

DataBaser队

篇10

【关键词】 大数据时代 数据中心 云计算

前言：

随着数据中心业务量的逐渐增加，国际科学联合会成立了相关的数据组织，也就是世界数据中心。世界数据中心将全世界范围内的数据中心统一起来进行研究与管理，将全球各个国家和地区的数据中心按照地域关系划分为四个数据中心群，分别是美国数据中心群、前苏联数据中心群、欧洲与日本数据中心群、中国数据中心群。但是，数据中心在不同地区的发展水平差异很大，亚太地区，数据中心市场仍然保持快速的增长，具有极大的发展空间。对此，我国要顺应市场潮流，不断丰富数据中心的业务类型，攻克数据中心发展路上的技术难关。

一、数据中心的发展历程

数据中心的发展历史并不长，是人类社会进入21世纪以后刚刚出现的新生事物。但是，其短短的十几年发展历程仍然可以划分为三个阶段：

第一阶段是数据中心的外包业务时期。在这一阶段，数据中心刚刚产生，业务范围比较狭窄，提供的服务大部分属于场地、电源、带宽等资源的出租服务和维护服务等，服务所面向的客户群体主要是一些大型的企业和特殊行业。这一阶段一直持续到2007年。在2007年到2008年期间，数据中心市场上发生了剧烈的变化，数据中心的服务商数量骤减，从一千多家减少到三百多家。大量的中小型企业为了生存下去，自发进行整合，合并为大型企业继续经营发展[1]。也有少数几家数据中心的服务商经历过市场动荡的考验之后，开始将眼光放得长远，积极准备海外上市。从此，各个数据中心企业开始摆脱服务上的同质性，积极打造自身独特品牌，为不同的行业提供不同类型的服务，数据中心市场的划分越来越精细，数据中心的发展进入了第二阶段。

进入第二阶段之后，数据中心的业务范围得到了拓展，除了在基础资源的出租服务和维护服务上，也产生了一些增值业务，数据中心的服务模式也变成了“基础资源出租业务+增值业务”的服务模式[2]。在这一时期，由于用户对各种互联网设备的安装、维护要求大大提高，增值业务所占据的收入比例也大大增加。增值业务的种类包括网站托管、服务器托管、应用托管、网络加速、网络安全方案、负载均衡、虚拟专用网等。

在第三阶段，数据中心的概念被进一步拓展，功能更加多样化。这一阶段的数据中心，以虚拟化、综合化、大型化为主要特征[3]。云计算服务的产生，导致数据中心存储处理数据的能力大大增强，计算能力更加突出，设备维护管理更加全面。受到云计算服务模式的影响，数据中心的服务理念也随时发生变化，采用高性能的基础架构，按照客户的需求来提供基础业务和增值业务，提高数据资源的使用效率。这种服务模式对数据中心的组网模式、运营管理和产品开发能力都提出了更高的要求。

目前，数据中心正处于第二阶段向第三阶段转型的过渡阶段[4]。数据中心企业一方面致力于数据中心的升级，开发新的业务类型，另一方面也在提高数据中心储存信息和处理信息的能力，构建既有稳定性又有高工作效率的数据中心结构。

二、全球数据中心的发展现状

据世界数据中心的调查统计显示，从2010年起，全球数据中心的市场规模一年比一年庞大，已经从2010年的20亿美元提高到了2015年的44.6亿美元，平均每年增长幅度达到了14.3%[5]。其中美国、西欧和中国为市场增长做出了巨大的贡献。但是，我国的数据中心总量比较少，远远比不上美国和西欧。大型数据中心数量占据数据中心总量的比例也极低，还不到千分之一，占全球大型数据中心总量的4%。这说明我国的数据中心建设仍有待进一步加强。

虽然从全球范围内来看，数据中心市场保持着稳步增长，但是各个地区的发展水平并不均衡。在西欧和美国市场，传统的数据中心业务市场已经基本饱和，发展速度明显放缓。这些地区的数据中心企业，正在致力于建设新的大型数据中心，拓展新的数据服务空间，寻求新的发展道路。而在亚太地区，数据中心市场仍然保持着高速增长，中国、印度等几个国家的市场地位也有了显著的提高[6]。

这是多方面原因所促成的，首先是由于亚太地区近年来的经济飞速发展，为数据中心市场的发展创造了良好的环境条件。其次，亚太地区的许多大型企业观念发生了转变，放弃了自行建设企业数据中心，开始接受数据中心企业的外包服务和增值服务。最后，一些自然灾害多发的地区，比如日本，企业纷纷开始认识到在不同地区的数据中心备份企业数据信息的重要性。

三、数据中心的发展趋势

3.1高速以太网

随着信息技术的发展，10G以太网已经基本发展成熟，并且已经广泛应用到数据中心当中。10G以太网的发展和应用，为40G以太网和100G以太网打下了良好的基础，以太网正在向着高速化的趋势发展[7]。目前，10G以太网的性能还能够满足服务器虚拟化、云计算、光纤整合的要求。但是，随着社会的发展，网络数据的传输速率要求也会越来越高，以太网的传输速度也必须随时增加。

根据科学研究人员的调查统计结果，可以看出：全球W络服务器的数据输出量每两年就会增加一倍，而通信行业的通信量每一年半就会增加一倍。这种形式迫使以太网的运营速度必须尽快提高，这是困扰着全球各家数据中心企业的主要问题。

3.2绿色数据中心

由于信息时代的信息数据量出现了爆炸性的增长，数据中心的规模也随之进行扩大，从而引发了一系列的后果，比如服务器数量大大增加，服务器的运行负担加重，消耗的电力能源增加，对供电行业的要求更苛刻。据我国用电管理部门的调查统计，在过去的十年中，提供给数据中心服务器的电量增长了十倍，数据中心的运营成本当中，有一半都是由能源消耗所造成的。

所以，新时代的数据中心必须向着绿色、节能、环保的方向发展，努力降低数据中心的能源消耗水平。只有能源消耗水平下降了，数据中心的运营成本降低了，数据中心才能具备更强的竞争力，占据更大的市场份额，实现社会效益与经济效益的全面增长。

3.3虚拟化

虚拟化是建立在云计算技术应用的基础之上的。在传统的数据中心当中，数据的搜集、整合、处理和展示等工作是由服务器来进行的，而虚拟化就是让这一过程脱离空间位置的束缚，从具体的服务器当中转移到虚拟的系统环境当中。换言之，数据中心的虚拟化，就是要将底层的计算资源、存储资源和网络资源抽调出来，方便上层进行调用[8]。虚拟化的发展趋势主要是为了改善目前电信业、互联网行业和信息行业当中服务器规模越来越大，数量越来越多，硬件成本越来越高，管理工作越来越烦琐的现象。通过数据中心的虚拟化，服务器的数量将会大大减少，硬件花费的成本大大减低，管理工作的难度也会变小，有利于企业增加资金周转的效率，节省工作人员的精力。

在具有这些优点的同时，虚拟化的发展趋势也会对数据中心的性能造成一定的负面影响，比如访问虚拟化软件的时候延迟会变长，存储和接入的速度也会变慢，对用户的体验造成一定的负面影响。这些负面影响有多大，该如何消除这些影响，则是数据中心企业在发展过程中必须考虑的问题。

3.4信息安全

数据量的爆炸型增长和数据中心的规模扩大，既提高了数据中心在网络当中占据的地位，也凸显了信息安全问题。在未来的信息时代，数据中心面临着一系列的网络安全威胁，除了传统的互联网安全风险，比如计算机病毒、网络攻击、木马程序，还有一些云计算技术应用所带来的风险，比如IaaS服务系统的延迟、PaaS服务系统存在的漏洞[9]。随着信息资源在人类生活中地位的提高，信息安全的重要性也凸显了出来。数据中心的信息安全维护，是一项系统性的工程，需要从物理区域的划分、网络隔离与信息过滤、服务监测、设备加固、用户身份的认证和审核多个角度入手。

四、新时代数据中心需要突破的技术要点

4.1集装箱数据中心建设方式

从整体角度进行分析，数据中心的建设方式在现阶段已经开始朝着模块化的方向开始发展，现阶段的技术代表主要是集装箱整体的信息数据中心。整体的集装箱数据中心整体的外部与货物运输的集装箱整体相似度较高。同时，每一个集装箱整体自身也是一个独立的机房，配备有专业独立的供电网络和相关设备。只要外部连通供电系统，就可以实现整体网络的正常使用。

集装箱的整体数据中心可以放置在中央处理系统上，具有整体的运输成本较低的优势，而且还可以有效实现空间资源的节约，整体高效率制冷，能量消耗有效降低。因为具有多种优势和突出特色，集装箱数据中心的建设方式开始被更多的使用者接受[10]。

4.2下一代数据中心对网络的要求

在数量众多的大型数据处理中心网络的内部，也就是简化形势下的网络内部结构提升，可以有效带动整体网络使用性能的提升。此外，还可以凸显出虚拟化使用技术自身优势和便捷。可以实现多重数据的交叉应用和关联处理。数据中心的数据信息集群以及网络流量之间的沟通都属于对传统树形组合结构的巨大功能性挑战。下一代数据中心对网络的要求已经伴随着网络使用的范围扩大和整体使用主体的拓展实现整体使用效率的提高。数据中心的整体使用效果也伴随着现代科技和信息处理技术的升级实现快速发展。无论是国内还是国外，都需要关注和重视新技术的革新，明确使用者对下一代数据中心和对网络的要求。

4.3数据中心的安全解决方案

近些年来，伴随着数据信息整体的爆炸性增长和整体信息处理数据中心的大型化进步，数据中心已经不断凸显出整体网络的使用地位，由此，数据中心的应用安全性也必然受到关注，数据中心很容易收到来自病毒和黑客的攻击，尤其在云计算的应用推广，整体使用的不稳定和不安全因素也在不断增加，所以更需要对网络数据中心进行加密处理，增加整体的网络安全性，做好分区划分，从整体的数据中心系统维护多方面考量，统筹整体应用发展。避免数据中心收到来自外界不安全因素的影响。

五、结论

数据中心经过了几十年的发展，目前正位于第二阶段向第三阶段的过渡时期。目前的全球数据中心市场当中，美国市场与西欧市场已经基本饱和，而亚太地区尚有广阔的发展空间。

我国的数据中心企业必须要认识到数据中心的发展特点，顺应数据中心的发展趋势，从高速以太网、绿色数据中心、虚拟化、信息安全等角度入手，对数据中心发展过程中的技术难点进行突破，增强企业自身的竞争力，拓展数据中心的业务类型，创造更多的经济效益与社会效益，在竞争激烈市场当中占据一席之地。

参 考 文 献

[1]张涛，李巍，廖谦.数据中心安全域划分及防护发展趋势[J].电力信息与通信技术，2015，01：112-115.

[2]刘术文.数据中心管理现状及发展趋势[J].中小企业管理与科技（上旬刊），2015，09：50.

[3]冷迪.企业数据中心超融合架构的特点和发展趋势研究[J].科技创新与应用，2015，35：37-38.

[4]覃建国.大型数据中心机房基础设施的发展趋势[J].电信工程技术与标准化，2015，11：1-6.

[5]李丹，陈贵海，任丰原等.数据中心网络的研究进展与趋势[J].计算机学报，2014，02：259-274.

[6]袁景凌，钟珞，杨光等.绿色数据中心不完备能耗大数据填补及分类算法研究[J].计算机学报，2015，12：2499-2516.

[7]于庆友.模块化数据中心在能源行业的发展趋势[J].智能建筑，2015，10：32.

[8]陈荣君.浅析省级电力公司数据中心网络架构演变与发展趋势[J].今日科技，2016，02：54-56.