2012年底,曙光做了一次大规模的存储巡展,这让曙光的新老客户以及渠道合作伙伴对曙光存储解决方案的完整性以及存储策略有了全新的认识。在继续巩固核心的政府、教育市场的基础上,曙光存储将向更广阔的行业市场迈进,比如一直由国外存储厂商把持的金融、电信等行业将成为曙光存储新的突破口,尤其是在金融监控以及电信的一些外围非核心应用方面。曙光信息产业股份有限公司产品中心存储产品总监惠润海表示:“曙光存储是面向未
原创 2013-03-04 12:53:16
408阅读
  主流的大数据技术可以分为两类:一类是面向非实时批处理业务场景,着重于处理传统数据处理技术在有限的时空环境里无法胜任的TB级、PB级海量数据存储、加工、分析、应用等。比较主流的支撑技术有:HDFS、MapReduce、Hive等。另一类是面向实时处理业务场景,比较主流的支撑技术为HBase、Kafka、Storm等。(1)HDFS  HDFS是Hadoop的核心子项目,是整个
转载 2023-07-29 19:36:13
89阅读
大数据是客户获取业务洞察力的关键推动因素,在IT,营销,财务,安全性和合规性以及业务运营等关键业务领域发挥重要作用。 对于大数据平台,以熟知的Hadoop分布式框架使用并行跨多个服务器和存储实现分布式数据处理,并且形成了工具和应用的生态系统,帮助使用者了解和处理不断增长的海量数据,将多种数据源包含结构化、非结构化数据进行统一的数据展示和管理,但是现在基础设施是否能适用应用的发展?大数据集群基于物理
原创 2021-04-23 13:20:22
481阅读
摘要:随着智慧城市建设的不断深入,城市数据呈爆炸式增长,我们有理由相信,我们正在从信息化时代向数据化时代演进,“一切以数据说话”,这句话将逐渐深入人心并变为现实。城市数据中,视频数据占据80%以上,是体量最大的一类数据,然而当前我们对视频数据的利用度并不高。基于大数据,我们能够将视频数据更加有效地利用起来,在智慧城市建设中发挥其更大的价值。一、什么是视频大数据?基于这个问题,我们可以从几个方面来理
湖南联通采用GBase 8a MPP Cluster构建数据开放平台数据库集群,大幅降低投资成本,相对传统的Oracle性能提升3~4倍;实现资源整合优化、统一数据采集及数据加工、统一数据共享及服务,最大化释放数据价值,提升营销服务活动的效率。
原创 2024-09-27 13:28:14
146阅读
企业面临的挑战之一是:传递大数据。传递大数据受限制于IT基础设施,需要解决大数据的规模和动态性问题。与大数据有关的不同架构思想大数据技术和它的组件设计原则大数据的功能需求: 1. 采集数据 2. 组织数据 3. 集成数据 4. 分析数据 5. 按照分析结果执行操作其他需求: 1. 架构支持,强大的运算能力和速度也非常重要 2.支持海量数据的存储 3.也需要有适当的冗余,以防产生意外
耗时一个多月,完成了放顶煤、薄煤层液压支架仿真程序的编写。主要思想:偶也是菜鸟,刚开始想用骨骼动画实现,但是没有人可给帮我做机械的骨骼动画,只好放弃。第二种思路,想用Max导出的关键帧动画来实现,每个支架有非常多的动作,十几种,每种动作与其他动作都有可能同时发生,用Max做好关键帧动画之后,导出时分段导出动画,对每个动作分别进行导出,导出后导入程序,当两个动作同时播放时发现模型裂了,如图:,纠结起
Kubernetes(简称K8S)是一个开源的容器编排平台,用于自动化部署、扩展和管理容器化应用程序。它提供了一个强大的容器编排、自动发布和自动伸缩的功能,可以帮助开发者更轻松地构建和管理容器化应用。 下面是一个简单的流程图,展示了如何使用Kubernetes支撑平台实现关键词的流程: ``` +-------------------------------+ |
原创 2024-01-25 18:57:00
71阅读
      现在业界有一个比较流行的概念“业务支撑平台”,而且国内已经有很多公司都在做平台。比如说:普元的“EOS”、炎黄的AWS、思维加速的“起步平台”、东软的“楼上平台”等等。       在企业应用中有.net平台、J2EE平台,现在这些公司的平台又是什么呢?其实这些所谓的平台是为了支撑企业应用开发而设
原创 2008-06-30 21:06:05
1513阅读
1评论
大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据,又称巨量资料,指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。 大数据根基于互联网,数据仓库、数据挖掘、云计算等互联网技术的发展为大数据的应用奠定了基础。1.大数据是什么?引用3个比较常用的
一、了解Hadoop关于Hadoop的官方说明是:Apache Hadoop 是一款支持 数据密集型 分布式 应用程序并以 Apache 2.0 许可协议发布的 开源软体框架。拆开来说,其中包含学习 Hadoop 必须要理解的三个知识点:(1)Hadoop是一个框架; (2)可以用来处理大规模数据; (3)Hadoop被部署在集群上。二、Hadoop传统意义上,我们常说的Hadoop是包含了 Co
当你已经准备好实施大数据,请仔细的评估云提供商提供的大数据功能,确保找到最合适的。下面我们来看一下四种云服务产品。当谈到在云端实施大数据战略时,好消息是你会有很多选择。但是,这同时也是一个坏消息。来自Forrester Research最近的一份报告强调,尽管大数据云服务很强大,他们也有可能造成混乱,从而需要企业采用比传统的方式更加灵活,琐碎的方法。该报告的结论是:在云计算领域中没有一种服务是适合
转载 2023-07-30 20:15:25
196阅读
1. Hue是什么HUE=Hadoop User ExperienceHue是一个开源的Apache Hadoop UI系统,由Cloudera Desktop演化而来,最后Cloudera公司将其贡献给Apache基金会的Hadoop社区,它是基于Python Web框架Django实现的。通过使用Hue,可以在浏览器端的Web控制台上与Hadoop集群进行交互,来分析处理数据,例如操
转载 2024-04-29 21:58:00
230阅读
本片博客介绍大数据相关的开源系统以及他们对应的一句话简介, 对于各位想大概了解大数据都有哪些开源系统的同学有帮助。各种相关开源系统简介:   如下是Apache基金支持的开源软件hdfs   跟GFS类似, 一个分布式文件系统。   mapreduce
原文链接:http://click.aliyun.com/m/13856/ 11+大数据行业应用实践请见https://yq.aliyun.com/activity/156,同时这里还有流计算、机器学习、性能调优等技术实践。此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.aliyun.com/product/odps;更多精彩内容参见云栖社区大
转载 2017-03-16 19:03:27
1192阅读
 Hue Web应用的架构Hue 是一个Web应用,用来简化用户和Hadoop集群的交互。Hue技术架构,如下图所示,从总体上来讲,Hue应用采用的是B/S架构,该web应用的后台采用python编程语言别写的。大体上可以分为三层,分别是前端view层、Web服务层和Backend服务层。Web服务层和Backend服务层之间使用RPC的方式调用。Hue整合大数据技术栈架构由于大数据框架
转载 2024-04-18 22:19:53
44阅读
  随着移动网络、云计算、物联网等新兴技术迅猛发展,全球数据呈爆炸式增长,标志着我们迎来又一伟大时代——大数据时代,它的到来在不知不觉中改变着人们的生活方式和思维方式,而它对企业产生的影响也更为深远。而今天我们就一起来了解一下,企业大数据应用都面临哪些安全问题。  企业需要关注哪六种大数据安全问题  1、使数据易受攻击  如今,所有数据都是数字化的,并且数量巨大,黑客始终可以在恶意内部人员的帮助下
转载 2024-04-09 18:28:35
352阅读
省发改委昨日传来消息,为进一步推动数据资源开放共享流通,强化数据资源在各领域应用,省发改委组织实施促进大数据发展重大工程,旨在有效促进数据要素流通,创造新的增长点。上述重大工程将以数据流引领技术流、物质流、资金流、人才流,推动生产要素的网络化共享、集约化整合、协作化开发和高效化利用。重点支持的领域包括大数据示范应用,譬如,开展社会治理大数据应用,在企业监管、环境治理、食品安全等领域,推动政府部门、
 在物联网时代,面对PB级的数据,企业将难以以一己之力完成基础设施的建设。物联网所产生的大量数据不仅会驱动现在的数据中心发生根本性的变化,同时也会驱动相关企业采用新的大数据策略。物联网的价值在于数据:企业对数据的分析工作启动地越快,挖掘出的业务价值就越多。而大数据服务提供商的目的就是通过加大相关的投入,消除数据收集、管理的风险以及复杂性,让企业能够专注于物联网数据分析。如果你想了解大数据
大数据时代的来临,对于企业而言,既是机遇又是挑战。现阶段,大数据已经渗入到企业管理的方方面面,可以预见,企业即将迎来一场数据化管理变革。那么,大数据对企业管理决策有哪些重要影响?企业日后如何有效运用大数据为决策过程服务呢? 一、大数据在企业管理决策中的应用优势大数据在企业管理决策中具有显著的应用优势:第一,有助于提升决策效率,大数据平台拥有实时采集数据资源的功能,并可基于对海量数据的快速
  • 1
  • 2
  • 3
  • 4
  • 5