《大数据存储技术与应用》 课件 项目一-任务三 走进大数据存储应用

《大数据存储技术与应用》大数据存储技术与应用项目一走进大数据存储任务三走进大数据存储应用大数据存储架构？嵌入式存储架构，应用场景？云存储架构？非结构化存储架构？回顾5G时代的到来，各种数据呈几何级增加，数据已然成为一种非常宝贵的战略资源备受关注。大数据已经应用到各个领域。任务引入大数据在电力领域的具体应用?大数据在农业领域具体的应用?大数据在医疗领域具体的应用?大数据在教育领域的具体应用?任务引入-大数据应用任务描述:本节任务以医疗和电力系统为案例，阐述了大数据存储技术在行业领域的具体应用。任务教学目标：了解大数据存储技术在医疗系统中的应用了解大数据存储技术在电力系统中的应用理解大数据存储架构、存储技术的具体应用。任务概要教学内容大数据存储技术应用智能大数据处理平台医疗大数据融合平台智慧国土大数据融合平台能源电力大数据融合平台一二三四五大数据存储技术应用知识点一大数据存储技术应用9如今，大数据技术已广泛应用于工业、能源、医疗、金融、电信、交通等行业，如何整合数据、利用数据创造价值是大数据存储技术的关键点。本节以医疗大数据、能源电力大数据为例，解读大数据存储技术的应用。智能大数据处理平台知识点二智能大数据处理平台11DANA智能大数据开发平台以“数据智能”为目标，着手于“数据是谁”、“数据从哪里来”、“数据到哪里去”三个基本问题，提供大数据基础开发平台，让用户更好的应用和组织数据，为开发者和公司提供更加容易运营、开发、部署应用的环境，用户也不再需要关心和管理私有云的基础设施，包括网络、存储、服务器、开发服务等。智能大数据处理平台121.数据集成提供数据库、文件、日志、网页、实时流数据的抽取、清洗、转换方案。2.数据库服务提供大数据时代稳定可靠、可弹性伸缩的数据库服务。Stock数据库引擎根据不同业务开发对各类数据库的需求，提供便捷统一的数据库管理、使用、监控、运维等服务。Lemur是基于内存存储的高性能结构化数据库，支持标准SQL语法，可提供每秒百万级别的交互事务，更提供高效的实时数据分析能力。Teryx帮助构建PB级别的分布式OLAP数据仓库。智能大数据处理平台133.存储服务Fox文件系统提供无限扩展、NAS协议标准文件存储服务。Boa块存储提供高性能、高可靠的块级随机存储。Cayman非结构数据仓库提供私有对象存储和高效率的非结构化数据管理。智能大数据处理平台144.大数据处理服务DANA平台提供丰富和强大的数据处理服务引擎，例如：Eagles实时搜索与分析引擎实现海量实时在线快速搜索和准确分析服务。Phoenix消息中间件低延时、高性能的特点轻松应对海量消息的发送和接收，服务于大数据领域中数据管道、曰志服务、流处理数据中心等应用方案。智能大数据处理平台15Eel流媒体引擎支持RTMP、RTSP,HTIP、HLS等多种流媒体协议，轻松实现多媒体文件的直播、点播以及虚拟直播等功能。Dodo调度引擎以接流程自动调用组件的形式帮助处理分布式任务的调度、执行和监控。智能大数据处理平台16Mustang实时流计算引擎，基于SparkStreaming实时流计算框架，满足所有对实时性要求富的流计算应用场景和系统需求。Leopard智能媒体数据处理引擎针对海量文档、图片、音视频等数据进行有效快速处理。医疗大数据融合平台知识点三医疗大数据融合平台18随着大数据在互联网、电子商务、公共服务等行业的成功应用，医疗卫生行业的信息化也迎来自己的“大数据时代”。目前，医疗卫生系统的信息化日趋成熟，但随着省级医院与基层、公共卫生机构之间的数据共享和互联互通建设的推进，数据数量的增加、数据所需处理速度的提高、数据类型和标准的多样化、系统之间的数据孤岛等问题逐渐显现。医疗大数据融合平台19医疗大数据平台帮助医院取得如下几个方面的成果和业务价值：数据孤岛打通。患者健康档案。医务人员绩效管理。全面数据分析。高效决策支持。智慧国土大数据融合平台知识点四智慧国土大数据融合平台21各级国土部门在国家省、市、县等基础上，基本建成以全国遥感建设一张图，综合监管平台、公共服务平台为主题的国土资源信息化框架体现，积累了海量的国土、人事、事件、财务等数据。当前需要在现有数据基础上，利用超融合、云计算等技术，解决数据计算和存储的问题，实现国土信息化由传统的以业务需求建设为主转向以数据驱动为民众带来更优化服务体验的目标。智慧国土大数据融合平台22智慧国土大数据融合平台的建设，其主要应用价值：分布式集群实现底层架构无限扩张，多副本机制确保数据安全可靠。解决因业务口径不同而产生的数据标准不统一、类型不匹配、格式不一致、语义不一致等问题。从各个环节、各个维度进行记录、管控、分析。让数据分析成为决策的第一手科学依据。能源电力大数据融合平台知识点五能源电力大数据融合平台24电力行业是国民经济的命脉，但我国电力工业面临能源枯竭、温室气体排放和严重雾霾的三重挑战，以投资劳动增长的发展方式已难以为继。虽然衡量我国电力工业发展的重要指标—装机容量始终在增长，但是其增速已经大大放缓。一方面，电力工业近年来快速增长透支的产品需要时间来慢慢消化；一方面，我国电力需求的增速也在逐步放缓。这就要求根据新的形势和国际规则探索新的发展模式，迎接所面临的各种挑战。能源电力大数据融合平台25通过电力大数据融合平台的建设，可以最大限度地发挥数据的价值。大力提升生产集约化和管理现代化水平提高智能电网的信息化水平增强操作控制的自动化能力提升用电服务的互动化水平大数据技术已广泛应用于各个行业，如何整合数据、利用数据创造价值是大数据存储技术的关键点。本节对大数据存储技术的典型应用进行了介绍，对大数据存储应用的平台价值进行了剖析。包括如下内容：1.大数据存储技术应用。2.智能大数据处理平台。3.大数据典型应用案例。任务小结调研要求：调研我国大数据存储技术的产业化情况。调研了解我国大数据存储主流技术及产品特性。要求：

各学员通过调研、搜集网络数据等方式完成。