您当前的位置是:  首页 > 新闻 > 国内 >
 首页 > 新闻 > 国内 >

匡衡软件:面向服务的大数据分析平台解决方案

2017-04-28 14:44:25   作者:   来源:CTI论坛   评论:0  点击:


  在大数据时代,个人、企业和机构都会面临大数据的问题。建设面向服务的大数据平台,可以为众多的中小企业和个人用户提供大数据处理和分析的能力。面向服务的大数据分析平台以区域性智能数据中心及高速互联网为基础设施,以互联网服务体系为架构,以大数据存储、处理、挖掘和交互式可视化分析等关键技术为支撑,通过多样化移动智能终端及移动互联网为用户提供数据存储、管理及分析服务。
  一、平台架构
  大数据分析平台的拓扑架构如下图所示:
\
  其中部署在多个地方的智能数据中心提供大数据存储及计算平台,通过平台服务器提供系统调用功能。门户服务中心将整合所有的智能数据中心存储和计算资源,并通过web应用服务器和OpenAPI服务器以web调用和OpenAPI调用的方式提供大数据存储、管理及挖掘服务。终端用户利用移动智能终端通过互联网访问门户服务中心,使用其提供的大数据存储、管理及挖掘服务。
  大数据分析平台的系统架构如下图所示:
\
  系统包含3个层次:平台层为整个大数据分析平台提供基础平台支持;功能层提供基本的大数据存储和挖掘功能;服务层为用户提供基于互联网的大数据服务。具体包括:
  (1)平台层:为大数据存储和挖掘提供大数据存储和计算平台,为多区域智能中心的分析架构提供多数据中心调度引擎;
  (2)功能层:为大数据存储和挖掘提供大数据集成、存储、管理和挖掘功能;
  (3)服务层:基于Web和OpenAPI技术提供大数据服务。
  二、关键技术
  建设面向服务的大数据分析平台,需要研究和开发一系列关键技术,主要包括:
\
  1.平台层
  (1)大数据分布式存储系统:针对数据不断增长的挑战,需要研究大规模、非结构化数据的存储问题,突破大数据的存储、管理和高效访问关键技术,当前需要构建至少PB级存储能力的大数据平台才能满足一般的科研和应用需求。
  (2)分布式数据挖掘运行时系统:针对大数据挖掘算法运行的挑战,突破Map Reduce技术的局限,研究有效支持迭代、递归、层次及集成机制的海量数据挖掘编程模型和运行时系统,构建大数据运行时系统。
  (3)智能数据中心联合调度技术:针对大数据存储和挖掘的挑战,研究多数据中心的智能联合调度、负载均衡技术,整合多个数据中心的存储和计算资源,构建基于多智能中心的大数据服务平台。
  2.功能层
  (1)高可扩展性大数据挖掘算法:针对大数据挖掘的挑战,研究基于云计算的分布式大数据处理与挖掘算法,构建高可扩展的大数据处理与挖掘算法库,实现TB级数据的建模能力。
  (2)大数据安全与隐私保护技术:针对数据挖掘“软件即服务”(SaaS)模式的需求,研究开发数据挖掘在云环境下的隐私保护、数据审计和节点数据挖掘技术,确保大数据挖掘过程中的数据安全,保证用户的隐私不被泄露。
  (3)分布式工作流引擎:针对大数据挖掘分布式调度的挑战,研究基于云计算的分布式工作流调度、负载均衡技术,构建高效分布式工作流执行引擎。
  (4)交互式可视化分析技术:针对传统分析方法交互性和可理解性不足的问题,研究启发式、人机交互、可视化数据挖掘新技术,实现大数据挖掘的高度人机交互功能。
  3.服务层
  (1)基于Web的大数据挖掘技术:突破传统的基于单机软件的数据挖掘技术,创新基于Web的大数据挖掘方法和流程,实现易于使用的基于Web的大数据挖掘技术,构建基于Web的大数据分析环境。
  (2)基于Open API的大数据挖掘技术:突破传统的基于软件的数据挖掘技术,创新基于Open API的大数据挖掘方法,研究大数据挖掘开放接口、开放流程,构建基于Open API的大数据分析模式。
  为广大用户提供大数据处理和分析的服务功能,大数据分析平台要突破传统的基于软件和高端服务器的数据挖掘传统技术体系,采用基于云计算的大数据存储和处理架构、分布式数据挖掘算法和基于互联网的大数据存储、处理和挖掘服务模式。实现这一目标需要做如下创新:
  (1)系统架构创新:突破传统的基于软件和高端服务器的数据挖掘技术体系,研发基于互联网和云计算的大数据存储、处理和挖掘的数据中心系统架构,支持多用户、多任务的大数据分析环境;
  (2)服务模式创新:突破传统的一次性软件销售或软件租赁的高价格解决方案,创新基于互联网的大数据存储、处理和分析服务模式,为用户提供按需、廉价的大数据存储、处理和分析服务;
  (3)使用模式创新:突破传统的使用单机软件的方式,创新基于互联网的大数据存储、管理和分析服务,提供多终端(台式机、笔记本、平板电脑、手机等)、多途径(浏览器访问,Open API调用等)的用户使用模式。
  三、应用
  大数据分析平台所采用的技术路线和应用模式融合了智能分析技术、高可扩展计算技术、非结构化数据处理技术和软件即服务(SaaS)应用模式,符合当前国际大数据产业的发展趋势和产业化应用要求。一方面,系统通过互联网服务方式向用户提供高可用、高易用和一站式的海量数据分析服务,可有效降低企业应用门槛和成本,通过专业化服务外包满足企业个性化需求。另一方面,由于是开放架构的系统平台,商业用户和其他软件提供商可通过系统提供的互联网服务开发接口(Open API)开发面向行业商务智能应用的解决方案,孵化新型咨询公司、软件公司和信息服务公司,有助于形成以平台为核心的大数据分析产业生态环境。
 

专题