基于计算机的大数据和云计算技术探讨

王翰钊

（河南测绘职业学院计算机工程系 河南 郑州 450015）

0 引言

处于信息化时代，互联网技术在人们工作生活中的渗透越发深入，促使人们对数据运算和存储的需求增大，传统计算机的计算机能力俨然不能满足需求，成本投入随之增大。而基于计算机的大数据和云计算技术的引入，有效解决了上述问题，可推动各行业领域的现代化发展进程，对计算机的未来发展有着借鉴作用。

1 大数据和云计算技术间的相互促进关系

1.1 技术概述

互联网技术的发展势头正猛，促使数据信息呈爆炸式的速度增长，而大数据技术处理海量数据信息的能力强且效率高，是常规计算机软件不能比拟的。云计算技术实现了计算机与网络资源的统筹整合，也是计算机的热备份冗余与网络储存技术及虚拟化技术和分布式运算技术等先进技术的综合体，对计算机技术的功能拓展有着积极推动作用。

大数据指在信息采集与处理过程中无法按照某个特定的时间或范围，利用常规软件工具进行捕捉和处理的数据合集，只能依托于全新的处理模式才能科学设置决策性强、流程复杂、海量增长的信息资产。在新形势背景下，推动大数据实现可持续发展的目的不仅在于利用大数据处理海量的数据信息，更多的是将这些数据信息进行专业化处理，同时挖掘出更多具有价值的数据信息。云计算属于分布式计算的一种，以网络云为载体，在计算处理程序的支持下将海量数据信息分解为小程序，并通过服务器组成系统进行科学处理，以此将小程序分解后的结果反馈给用户。从另一种角度分析，云计算可以视为通过简单的分布式计算，科学分发亟待解决的任务，并将计算结果进行有效整合。随着云计算技术的发展与普及，目前云计算已成为可提供丰富资源的网络，而用户不但可以随时随地获取云计算中的资源，还能结合自身实际需求有针对性地取用相关资源。

1.2 相互促进关系

首先，云计算技术是大数据升级换代的主要依托。基于计算机的大数据技术，有海量数据信息的采集与整合和识别及分类处理等功用。在云计算技术的支撑下，大数据的信息数据分析处理的方法和措施及执行方案得到高效落实。因此，云计算是大数据高效运转的平台保障，确保大数据的信息分析结果更加精确，分析处理效率更高，信息量得到更广泛的发展，实现信息的计算存储资源得到整合优化与高效利用。基于计算机的大数据技术，是云计算技术的延伸拓展，信息资源的多维度增加，可在云计算技术的支撑下，为计算机用户提供动态性强的虚拟化数据资源和可便利性拓展的数据资源，加速推广了基于按需付费模式的网络使用，计算机用户可根据需求，合理利用共享的数据信息资源，从而增强用户访问互联网的针对性，促使用户在浏览和访问的过程中，有效性、便捷性等均会提高，间接带动了对网络信息资源在使用时的效率[1]。由于近几年我国互联网技术的飞速发展，有关数据库中所蕴含的资源量可谓是越来越大，而如果想要在大数据时代下、在最短的时间内实现信息的高效处理，除了需要定时地进行设备和技术的更新之外，还需合理应用云计算技术，通过技术优势的发挥，切实满足数据处理能力提升的需求。其次，云计算的存在可以有效地促进我国大数据发展速度得到提升，需要结合云计算的高效分析，并且增强对其的应用效果，促使大数据处理信息以及数据的能力得到有效的改善，可客观与全面性地反映实际情况，满足数据处理方面的真实性与完整性等需求，进一步强化了所有处理后的数据资源的使用效果，同时也能够完全展现出数据资源的价值。大数据在进行信息处理时，其能力在得到提升的同时，也促使所有的数据资源自身的价值得到了改善，帮助后续利用信息资源进行决策带来正面影响，同时也能够让所有的信息数据再进行处理时，处理效果得到提升，所展现的是一个跨越性的改变，有利于实现现代信息化技术对各行业领域信息化建设方面推动作用的充分发挥。云计算技术在推动基于计算机大数据技术发展的过程中，自身的问题与弊端逐渐显现，有利于自身技术性能的逐步优化，从而实现可持续发展，促使自身技术保障的作用得到充分发挥[2]。

1.3 提高数据处理能力的必要性

提高数据处理能力的必要性在于客观真实地反映出实际情况，有效提高数据处理的实效性，以此为有关报告的编写和决策的落实提供科学可行的数据参考依据。与此同时，增强数据处理能力还有助于从多个角度着手挖掘数据资料的价值，数据分析人员可以通过抽查、普查、调查等方式将各类数据信息进行有效整合，通过加工管理的方式深化数据资源的内涵，从而在多个方面实现数据资源的开发利用。最后，提高数据处理能力还有助于促进数据统计和决策的深度融合，并为数据资源的高效化处理奠定良好基础。数据分析部门可以利用丰富的数据资料，深入挖掘数据的本质和内在逻辑，并将数据的感性认知上升到理性认知的层面。

2 云计算技术促进大数据技术的发展

基于计算机的大数据信息处理技术水平的提升，离不开计算机网络技术等高新信息化技术的发展带动，如移动通信技术的发展：1G时代下的通信系统无法做到兼容，电话信息交流受到阻碍；2G时代下的信息处理技术水平提升，手机功能拓展，具备了浏览网页与发信息等功能；3G时代下的信息数据处理功能强大，视频与图像等载体的信息处理成了可能，并推动了电子商务的开发；4G时代下的数据信息处理能力实现了跨越式的进步，网络通信进入了视频时代，手机支付与网络购物和平台直播等各领域的APP软件实现了开发应用；5G时代物联网信息技术的推动下，在先进数据信息处理技术的支撑下，海量云数据的获取与整理及识别处理等效率更高，人们的生活工作更加便利快捷。大数据技术是各时代背景下数据信息处理技术的升级产物，对大数据技术的开发应用，离不开云计算技术的融入与支持，发挥云计算技术的平台保障作用，促使大数据信息处理技术得到发展[3]。大数据处理流程包括数据的采集与处理和分析及解释4个阶段，通过互联网能够采集到更多优质且有用的数据资源，而对所有的数据资源进行预处理之后，实现对数据进行计算与分析，开展各项工作，确保数据资源的使用效果得到提升，也能够为后续的数据库建设、资源储备奠定基础。最后应该按照既定的算法，对所有数据开展后续分析，提高数据的整体应用效果，也可以选择可视化的手段，向用户端传递分析后的数据，并对数据的基本作用进行解释。

2.1 数据采集

新时代下互联网信息资源的发展，逐步呈现了共享性与复杂性及庞大性等特征。数据生产与信息采集的环节较多，数据间的关联越发复杂，促使数据信息采集的维度与难度逐步增大，缺乏云计算技术优势的发挥，数据信息的采集效率，会随着数据量的增大而逐渐降低，将不利于大众信息应用水平的提升。要想达到数据快速与精准地采集，满足大数据技术的发展趋势，还需借助云计算技术，加速传统数据整合技术的升级，在短时间内完成海量数据的有效采集，从而提高用户的服务质量与效益。

在数据采集阶段，对于互联网中提供的海量数据资源，将各个环节中生成的数据进行有效整合后，就可以利用大数据技术快速、精准地采集重要信息。而数据采集也是大数据技术应用的前提基础，在此环节只有科学运用相应的技术手段精准采集所需的数据信息，才能为用户提供个性化、专业化服务。

2.2 数据处理

大数据时代下可以在短时间内获取大量的数据信息，当前需要利用相关的技术对所有数据信息进行预处理，其中包括了去噪与格式化的处理，确保所有数据信息在结构上能够达到统一。云计算技术的融入，能够促进数据信息的预处理能力得到显著提升。数据类型复杂，在数据预处理中，需剔除整理无效数据，将其整理成为统一的数据格式，促使其能够更为便捷地利用，常用设计过滤器等数据处理方式。

在数据集成与处理阶段，利用大数据技术将采集阶段获得的数据进行处理时，可以获得一个完整的数据统计结构，并将过于复杂的数据类型进行剔除，同时转换为统一的格式，以此为下一阶段的数据分析奠定良好基础。在此阶段主要通过设置过滤器的方式进行数据处理，按照特定的数据要求编制相应的数据处理程序后，就可以从中提取有用的数据信息。

2.3 数据分析

数据信息预处理之后，应对其进行有效识别，确保后续流程的使用效果得到提升。由于当前需要对海量的数据信息进行高效处理，并且对信息进行存储和区分，需要利用的是云计算数据挖掘技术以及数据库的构建工具等，才能够确保在数据集中处理、加工或分析的过程中，数据不会出现丢失等现象，而通过大数据技术，也可以在数据分析工作开展时，了解服务商提供了哪些支撑产品以及软件服务，为数据分析效率与深度提供基础保障。大数据分析要想加速云计算方面的发展进程，还需加大云资源建设的力度，从而全面提高通信宽带。基于云计算的大数据分析，可全面提高计算机软硬件的利用价值，促使数据分析更加细化，降低数据分析成本，实现数据价值深入挖掘，从而为用户提供性价比更高的数据分析服务。

在数据分析阶段，需要将上一环节中采集到的数据信息进行科学分析，同时按照数据具有的价值和功能以及用户及企业的实际需求，在数据挖掘工具的支持下进行统一处理，以此有效提高数据分析、处理的效率，更深层次地探查出数据中蕴含的重要价值。

2.4 数据解释

在分析数据信息解释这一概念时，应了解其主要指的是对数据信息的分析结构进行进一步的展示。而随着近几年数据信息的增加，大数据本身所展现的能力与模式存在滞后的问题，无法完全满足数据分析的高效性、精准性以及快速性等一系列的输出要求，而利用云计算技术可提高大数据信息解释能力，为数据的解释与直观展示提供了基础数据的支撑，向用户形象与全面地展示数据的价值及分析结果，从而满足客户的数据使用需求，更利于提升数据的深度利用价值[4]。

在数据解释阶段，以数据分析结构为基础，通过可视化的方式直观清晰地反映出其中包含的数据，可以有效提高数据解释的质量，并将数据解释后得出的结果传达给企业和用户，以此有效挖掘出信息的深层价值。

3 大数据与云计算技术的优点与弊端分析

3.1 大数据技术的优势与弊端

首先，从基于计算机的大数据优势入手分析。可视化分析功能的应用，可有效突出数据本身的特点，为数据分析人员筛选有利用价值的数据信息提供了便利。与此同时，大数据的核心理念在于数据挖掘算法，使得数据类型和格式趋于多元化。不同类型的格式需要根据不同的需求，做出具有针对性的数据处理，以此满足数据资料处理的多元化需求。另外，大数据在各行业领域中均有着广泛的分布，因此科学运用大数据技术可以实现预测性分析，最大限度地提高信息决策的科学性与准确性。

其次，从大数据的弊端入手分析。大数据技术在应用的过程中，自身的弊端缺陷也随之显现。大数据分析的发展潜能与空间较大，受网络的开放性与不确定性等因素影响，易出现数据泄露等安全问题，互联网客户信息隐私的盗取和泄露的风险高。数据的海量集合和预测中，难免会掺入虚假信息，直接影响决策的科学合理性。尤其是恶性信息的存在，会降低大数据分析的工作价值，促使重大事件未来走向脱轨，甚至会引发难以预测的恶性事件，从而引起不同程度的经济损失。大数据分析的特点多元化，包括各种优势与弊端，需加强对其全面特征的分析与了解。

3.2 云计算技术的优势缺陷

首先，从云计算技术的优势：突出的技术优势，主要体现在数据安全性与降低计算机成本和存储容量大及改进性能等方面。云计算技术功能的发挥，无需软件的硬盘工具及处理能力，可在云端运行与应用，计算机成本得到了节约。计算机网络技术有程序与进程少的特点，在云计算系统中的运行高效快捷，利于云计算网络应用性能的逐步改进和优化。云计算技术的数据储存容量几乎是无限的。数据储存安全可靠，数据在云端存储，可避免外界因素破坏引起的数据被篡改等问题。在计算机网络技术实际应用过程中，可供使用的进程和程序相对较少，无法满足大数据日益增长的发展需要。但融合云计算技术就能有效提高计算机的工作效率，并为云计算网络的科学应用提供技术层面的支持。另一方面，基于云计算技术构建云计算网络，还有助于增强数据的存储能力。相比于传统计算机存储方式，云计算存储只需要利用网络架构，而不需要其他的物理存储介质，因此云计算网络可以容纳无限大的数据存储。最后，云计算技术在存储过程中还有着较高的安全性，云计算技术在信息存储过程中主要以云端为载体，有效避免了物理和外界因素带来的干扰，极大地降低了数据丢失的风险。

其次，从云计算技术的缺陷入手分析，用户的数据安全性无法保证，企事业单位在主机上应用程序或是在公共云上储存数据，访问承载信息服务器的能力随之弱化，未授权的用户也能够通过各种方式访问数据，数据安全可靠性随之降低。除此之外，云计算网络虚拟化潜在的安全问题不容忽视[5]。对于云计算技术而言，仅依赖于云计算网络很难保证用户数据的安全性。例如，企业利用公共云存储系统对相关信息进行存储时，很可能因不具备访问信息服务器的权限，使得其他未经授权的用户随意浏览相关数据信息，进而导致企业存储的数据信息受到安全问题的影响。与此同时，由于互联网具有较强的隐蔽性特点，而质量参差不齐的网络信息和云计算网络的虚拟化，又会使得相关数据信息的安全性无法得到基本保障。

4 结语

随着互联网与计算机技术的深入发展，数据信息量逐步增大，对价值数据信息的开发利用和整个信息领域的现代化发展有着积极意义。了解基于计算机的大数据和云计算技术的优势和弊端等全面特点的同时，通过技术整合与建立数据库等方式，不断放大大数据和云计算融合应用的优势，满足用户在数据信息应用和计算机技术应用的安全可靠性等方面的需求，最终实现网络资源的整合优化与高效配置。