數據云存儲方案范文第1篇
目前云計算在企業內網、通信終端、科研網絡等領都有應用。“云”中的資源可以無限擴展的，并且可以隨時獲取，隨時擴展，按需使用，按使用付費。云計算的核心思想，是將大量用網絡連接的計算資源統一管理和調度，構成一個計算資源池，向用戶終端按需提供服務，提供資源的網絡數據端被稱為“云端”。
不少專家認為，基于云計算的人力資源管理無疑是未來的發展趨勢。未來云計算的人才需求越來越多，當然，這也是根據公司的編制和公司未來的發展方向制定的。
“云計算”在不斷改變著每個人的行為習慣。”借助云計算技術及移動互聯技術，打造人力資源“智慧”服務平臺，展示企業的人力資源管理智慧。
針對新的云存儲人力資源管理系統，原有的人力資源管理模式存在一些弊端：僵化，責任體系和人力資源流程不完全協調。資料累計堆積過多后，難以尋找，難以批量處理。云計算的加入應用，管理布局、商業模式、應用格局都將全面升級，衍生出新的高效率的操作管理模式。北京百會縱橫科技、南京灰姑娘等傳統OA軟件開發商，已于多訊科技合作，達成協議，在WOS云田操作系統搭建的云平臺上租賃自己的產品，成功將傳統辦公軟件提升為云OA服務，提高企業產品效益。云OA以其超強的計算機能力、存儲能力、有效節約成本、便捷服務等獨有的優勢，深深吸引著中小企業。
數據云存儲方案范文第2篇
一、大數據技術的簡介
在正常的教育中, 最常見的就是對數據的處理, 而對數據的處理快慢決定著教育的水平和效率。在現在這個信息化的社會中, 數據的爆炸式增長導致對數據的處理速度上變得緩慢, 在這種情況下, 大數據的實行就是必要的。大數據是對繁瑣的數據進行專業化, 精確化處理的一門技術, 大數據可以有效地提高效率, 可以對數據進行分析, 提高了教育水平[1]。近年來, 人民生活水平的提高, 人們不再跟以前一樣接受很少的數據, 隨著智能手機, 電腦的大量普及, 現在我們生活中的大多數人都在接受著大數據, 大數據的使用可以提高人們的生活水平, 和辦事效率。大數據的優勢在于: (1) 處理速度快, 遠遠領先于普通的處理方式。 (2) 處理的數據類型多且可以處理很多繁瑣的數據, 這點是普通的處理方式不能比的。 (3) 處理數據的專業性, 這點是最為重要的, 很多人可能會認為大數據的處理方式對數據的處理上是否精確, 是否正確, 對這種智能化的東西人們總是出現懷疑的心態, 這點完全可以放心, 大數據的處理最后的結果非常的專業, 只要準確的進行操作, 就可以有所收獲。
二、云計算的簡介
云計算是一種對數據進行整合, 發放的一種模式。云計算可以將處理完的數據進行資源化的處理, 通過網絡的形式提供給大家, 讓大家進行使用。云計算就相當于一個資源共享池, 里面有著很多種類型的資源供人們使用, 通過使用云計算, 可以將眾多繁瑣的數據進行資源化, 簡單化, 更容易讓人們去了解, 學習。更適應于現代人的選擇方式[2]?，F在的社會跟之前已經不一樣了, 在信息化的時代中, 人們現在越來越能接受的事情大多都是通過網絡來獲取一些資料, 信息, 而不是通過手工去獲得, 這也是現代科技的好處, 順應于這種趨勢, 云計算這種模式的流行是時代的必然選擇, 這種模式更適合于現代人的生活, 所以會被更多的人所認識并且被推廣實行, 實行云計算是必然的。
三、智慧校園
在2010年, 由浙江大學提出了建設智慧校園的概念, 用于讓學生學習, 豐富學習生活, 豐富校園文化。在信息化, 數據爆炸的時代中, 在教學方式的改變中就出現了智慧校園這一產物, 基本上, 很多高校、大學中都有智慧空間這一工程。“智慧校園”這一理念是在“智慧地球”這一理念上演變而來的。首先是智慧地球這一理念被各國所接受之后, 在之后提出的智慧校園這一理念也漸漸的被人們所認知, 被很多的大學、高校所贊同, 也被很多高校所執行這一工程, 建設了智慧空間這一工程, 給了學生更多的學習的空間, 這種教學的方式更適應于現代學生的生活, 現代的學生更喜歡的是科技化的生活, 信息化的教學方式, 智慧空間更是將大數據, 云計算都融合在內的一中方式, 里面含有著學校的大概、教學的數據、科技、教學方式、管理方法?？梢怨W生進行學習參考, 想要成為一個高校就必須擁有一個屬于自己學校的一個網絡基礎設施, 要有一個信息化、數據化的網絡平臺供學生使用, 現在的社會就是網絡化、信息化, 智慧空間恰恰就是符合了這一趨勢, 是網絡與信息的教育體現。
四、怎樣構建智慧校園
建設智慧校園是一個特殊的工程, 這其中有著很多復雜的過程, 首先學生應該有著創新能力, 對創新有著興趣, 這樣才有構建智慧校園的必要性, 如果構建了智慧校園, 學生不去實行, 去體驗。那這個方式根本毫無意義, 學生就是學校的根本, 學校的構成就是學生占大多數, 如果學生都不參與進來, 那這項工程將毫無意義。其次, 建設智慧空間、智慧校園需要強大的資源能力, 需要學校的支持, 沒有學校的支持, 也是不可能實施這一工程, 這點基本上大多數的學校都可以贊成建設智慧校園, 因為智慧校園的建設對學校的發展有著很大的幫助。智慧校園有著很多的特點:第一, 智慧校園的建設成功后會給學生, 老師提供一個良好的學習環境, 讓學生, 老師學習起來更加的舒適方便, 而且在里面學習起來更加的簡便、輕松。更加適應現代的節奏生活。第二, 建設智慧校園之后, 可以將學校與網絡聯系在一起, 讓學校變得網絡化, 現代化, 讓學校當中融入科技, 讓學校跟上時代進步的腳步。第三, 構建了智慧校園就想當與構建了一個網絡平臺, 有了這種網絡平臺, 可以通過網絡與外校進行交流, 與外部進行聯系, 相當于為學校的發展又提供了一種方式, 又提供了一個出口。通過智慧校園, 就會解決很多以前很難去解決的或者很復雜的事情, 通過一部手機就可以進行很多對數據的處理, 就可以將復雜的事情變得簡單化, 節省更多的時間, 提高資源利用率, 智慧校園是現代科技發展的一個重要產物, 它的出現將會給學校, 學生, 老師, 家長帶了很多的變化, 他可以改變學校的教育現狀, 可以改變學生的學習興趣, 可以改變老師的教學方式, 也可以拉近家長與學校之間的距離, 讓學校與學生跟老師之間形成關聯, 讓老師跟學生之間的關系更加的親近, 這樣一來就可以增加學生的學習興趣, 也可以形成對學生的監督, 讓學習的效率更加高。
綜上所述, 隨著現代社會的不斷進步, 信息爆炸的時代到來, 普通的對數據的處理方法已經跟不上時代的進步, 在這種形勢下, 大數據的到來就是必然的了, 智慧校園就是應用大數據、云計算、物聯網為一體的一種模式, 在這種形勢下, 建設智慧校園這一理念是高校所必須做的事情。
摘要：隨著社會的不斷進步, 科學技術的不斷發展, 信息技術的飛速發展, 信息化的時代也馬上到來, 在這種情形下, 建設智慧空間, 智慧校園和云計算應用的教育方式就成了很重要的事情, 在大數據的時代下, 建設智慧校園很有必要性。
關鍵詞：智慧校園,大數據,云計算
參考文獻
[1] 吉涵宇, 席濤.大數據時代智慧校園的信息可視化設計應用研究[J].包裝工程, 2017 (14) :95-100.
數據云存儲方案范文第3篇
云計算, 是信息化智能化時代發展的一種產物, 它是一種將按需、易擴展等要求獲取服務的理想付諸于現實的在線網絡服務交付和使用模式。云計算也是一種廣義上的分布式計算形式, 是網絡上的服務以及提供這種服務的數據中心的軟硬件集合。應用云計算的目的就是要提高各行業各領域的計算服務效率, 并保證數據存儲中心的安全性與可靠性。所以說, 加密保密及存儲安全是云計算領域永遠不可忽視的一個重要方面, 也是永恒話題之一。為了給隱私數據提供足夠的保密性, 目前常見的方法是由用戶按照自己的實際需求對數據進行加密, 把加密后的信息存儲在服務端, 即所說的云端。
大規模安全高性能存儲系統, 是像電網公司這樣的國家重點企業的必要需求。在電網公司應用云存儲的時候, 將其主要應用在安全認證服務、數據加密存儲、安全管理、安全記錄和審計等方面。訪問控制服務目的是實現嚴格的安全管理, 訪問時必須先進行身份認證, 那些非授權者禁止越權登錄內部系統。加密存儲功能是指對特定的一些信息文件等資料進行加密后保存, 實現敏感數據存儲和傳輸過程的完全機密性。授權者還可以利用云存儲在關鍵的必要時候, 對賬戶進行注銷、權限收回等操作。安全日志和審計是用來記錄系統運行過程中的主要活動事件, 并為公司的審計提供關鍵的輔助信息, 使整個生產作業活動在嚴格的監控之下進行。
二、信息平臺中云保密加密及存儲技術的研究現狀
云計算的概念, 最早是由谷歌公司在2006年提出來的。一般認為, 云計算是一種分布式并行計算系統。而后來的云存儲, 是云計算概念的延申和發展, 主要是指為用戶提供數據存儲服務的一種方式?，F階段一些比較成熟的云存儲系統有:亞馬遜公司的簡單存儲服務, IBM的“企業級智能云存儲”、微軟公司提出的WindowsLiveSkydrive以及惠普公司推出的“融合基礎構架”云存儲等。放眼國內, 云存儲技術的應用顯得就不是那么的成熟和廣泛, 這是因為在國內云存儲技術起步較晚, 雖然發展比較迅速, 但與國外相比仍然是大巫見小巫。國內比較著名的云存儲產品有百度云、華為DBank、360云盤等。為了用戶能夠實現存儲數據共享, 一些研究利用重加密技術將用戶的密文轉化為不可編碼、只有用戶自身才能解密的密文, 這大大加強了隱私數據信息的安全性。
三、信息平臺中云保密加密及存儲技術的應用及存在的問題
近年來, 各行業各領域以軟件就是服務, 平臺就是服務和設施就是服務為構思的云技術不斷推動著智能化網絡化的進程。像電網公司這樣的大型國企應用云技術建立信息平臺的核心價值是利用云計算所提供的低成本、超強運算、海量存儲數據的特點為生產活動提供極大的便利。但是, 我國云技術才剛剛起步, 它的各種安全問題或潛在風險也慢慢暴露出來, 電網公司本身又不能自己控制所有的, 系統的安全性也單靠云系統難以確保, 諸多問題確實需要引起足夠的重視。其主要存在的問題或潛在風險因素如下:第一, 信息共享平臺建設滯后。有的人可能會說這并不是什么風險因素, 信息共享平臺建設的落后可能是科學技術的水平發展程度不夠, 隨著社會發展科技進步, 這一滯后問題一定能夠解決的。那么這種想法是完全錯誤的, 建設信息平臺的目的就在于加快公司內部信息處理與傳播速度, 要達到這一目的的首要任務就是要建立合理完善的信息資源共享平臺, 只有通過資源共享平臺, 才能快速發展企業信息化建設。然而就目前情況來看, 在電網公司的信息平臺建設過程中, 并沒有一個合理完善的可以被廣泛應用的信息共享平臺, 加之有關部門機構對信息化產品的宣傳推廣力度不夠, 資源共享平臺的建設嚴重滯后, 這會大大延緩企業信息化速度, 不利于企業穩定快速發展。第二, 在信息的傳輸過程中存在安全危機。大數據智能化時代的企業信息量很龐大, 這些信息量中不乏包含了大量的屬于企業內部的商業機密信息, 在這個很長的數據鏈傳輸數據的過程中, 大量信息極易成為別有用心的人們的攻擊對象, 從國家和企業自身的角度來講, 由于缺乏相關的法律法規和嚴格的保護管控措施, 那些別有用心者只要成功竊取以此企業信息, 就足夠為不法分子帶來大量的有利資源同時對企業造成巨大的損失甚至是致命的打擊。對于不法分子來說, 這些“付出大于回報”的竊取信息之事, 有足夠的吸引力。但對于企業自身來說, 這就是保密加密存儲工作中存在的巨大安全風險。第三, 相關的法律法規不夠完善。雖然國家在關于信息網絡化管理出臺了一系列信息安全法律法規, 但這些仍然不是很完善, 在未制定出臺一套完善的管理條列之前, 一旦企業關鍵信息遇到竊取、篡改、泄露、丟失時, 難以找到一個相對應的法律法規為自身求得法律保護。
四、結語
總而言之, 大數據智能化時代的發展, 應用云技術進行企業加密保密和存儲信息是必然趨勢, 這不僅為眾多企業帶來了機遇, 同時也帶來了更大的挑戰。誰在新時代緊跟潮流誰就占領了優先發展的高地。這樣一個時代, 對于企業信息化的發展起到了很大的促進作用, 為企業會計信息化提供了可靠的共享資源平臺, 為企業的保密加密及存儲信息工作帶來了新的思路和方法。在企業在高速發展的同時, 也應該時刻保持憂患意識。明確信息化發展中的思路, 找準應對問題的策略, 對企業的更好更快發展具有很重要的意義。
摘要：隨著國民經濟的飛速發展, 對電量的需求日益增大, 導致近年來電網公司業務量大大增多。電力設備的安全、穩定、經濟運行對國家和社會經濟發展的影響越來越大。隨著社會的不斷進步與發展, 電力系統信息平臺在處理和存儲海量信息數據方面的能力越發顯得不足。云存儲是云計算技術的一種重要應用方式, 憑借著其大規模、成本低、可靠性及可擴展性等諸多優良特點, 在滿足用戶對海量數據存儲的需求的進程中發揮著越來越重要的作用。本文對電網公司信息平臺中基于云存儲的保密加密及存儲技術加以研究, 這種技術能夠在提高電網公司信息訪問靈活度的同時也保證存儲信息的安全性, 能夠有效提高加密算法的穩定性和安全性, 降低電網公司在網絡系統方面的開支, 為電網公司的安全穩定運用提供保障。
關鍵詞：信息平臺,云存儲,保密加密
參考文獻
[1] 馮登國, 張敏, 張妍, 等.云計算安全研究[J].軟件學報, 2011, 22 (1) :71-83.
[2] 張建勛, 古志民, 鄭超.云計算研究進展綜述[J].計算機應用研究, 2010, 27 (2) :429-433.
數據云存儲方案范文第4篇
2、云存儲在水產健康養殖中的應用
3、基于ＸＭＬ與中間件技術的ＧＩＳ空間數據存取
4、規避五大數據安全風險
5、基于數據挖掘的零售業客戶關系管理
6、甲骨文深耕 中國信息化之路
7、淺談企業信息系統的數據備份和恢復
8、云計算環境下的數據存儲技術分析
9、數據存儲：光存儲是行業趨勢
10、多層次級別確保數據的高可靠性
11、基于區塊鏈的身份認證系統設計與實現
12、企業數據庫備份和災難性數據恢復方法探究
13、云計算技術下的網絡安全數據存儲系統設計
14、云計算的數據挖掘應用分析
15、存儲備份與恢復——為企業數據“保險”
16、存儲提升證券業戰略優勢
17、零售業商業智能體系的構建與實施
18、云計算環境下的分布存儲關鍵技術
19、基于主數據分發管理企業數據集成資源管理平臺的設計與實現
20、計算機云計算的數據存儲技術
21、數據存儲準備好迎接人工智能了嗎？
22、云儲存系統結構模型及安全策略
23、希捷2021 Datasphere：攜手生態伙伴激活數據深價值
24、云計算環境下高校網絡教學資源數據存儲的探討
25、可插式數據存儲引擎：ＭｙＳＱＬ走向企業級的保障
26、政府數據中心的信息共享之道
27、基于SLA的網格計算資源分配框架
28、企業數據保護的知識產權路徑及其突破
29、基于云計算的數據存儲技術探索
30、企業數據保護和存儲安全解決方案
31、新基建背景下的大數據中心行業洞察
32、10大安全建議確保信息安全無虞
33、淺析網絡存儲與備份技術在企業的應用
34、十大措施保障中小企業數據安全
35、突圍“云”上 聚焦云數據安全
36、基于可信第三方平臺的RSA一次一密數據安全方案
37、基于混合數據庫的多源社會治理數據的分布式存儲與融合
38、云計算的移動通信4G網絡的優化分析
39、新常態下分省物流產業空間集聚變革
40、虛擬存儲備份需求隨云化而增漲
41、個人數據保護問題與對策
42、數據標準化與企業信息化安全
43、基于PKI技術的企業級云存儲出錯數據證明的研究
44、企業數據質量問題及其對策
45、企業數據倉庫幫助制造型企業提升管理水平
46、用VC實現PHD的歷史數據存儲
47、基于Hadoop技術的郵政金融歷史數據集中管理平臺
48、區塊鏈技術在教育領域的應用現狀與展望
49、云計算背景下的云數據存儲技術分析
數據云存儲方案范文第5篇
〔摘要〕文章首先闡述了大數據的特征與內涵，指出了大數據在圖書館工作中的重要性及兩者之間的關系，分析了大數據所帶來的數據管理、數據存儲、數據挖掘等方面的挑戰。然后研究了圖書館應從數據管理、數據技術及數據隊伍建設上所采取的策略。最后探討了大數據驅動下的圖書館服務新模式，如基于數據整合的一站式資源服務，基于數據處理的學科知識服務、信息可視化服務及基于數據挖掘的個性化智慧服務。
〔關鍵詞〕大數據；數據處理；數據挖掘；數據服務；圖書館
DOI：10.3969/j.issn.1008-0821.2013.05.003
〔
隨著社會高速的發展，泛互聯網的進程加快，數據量的增加已經到達了前所未有的速度。Facebook每天生成300TB（注：1024GB=1TB；1024TB=1PB；1024PB=1EB；1024 EB=1ZB）以上的日志數據，Google公司每個月處理的數據量超過400PB，百度每天約處理幾十PB數據，淘寶網每天交易能產生約20TB數據[1]。根據國際數據公司IDC 2011年發布的Digital Universe Study，全球信息總量每過2年，就會增長1倍。僅在2011年，全球被創建和被復制的數據總量為18ZB，且每年以60%增加，2020年全球每年產生的數字信息將達到35ZB[2]。數據的爆炸式增長超出人們的想象，“大數據”（Big Data）時代已經來臨。大數據是繼云計算、物聯網以后，信息科技等行業又一次大的技術變革。
最早提出“大數據”概念是麥肯錫公司（Mckinsey and Company）。2011年5月，麥肯錫公司在大數據的報告中指出[3]：數據已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素。其后，大數據迅速成為政府及信息科技等行業關注的熱點。2012年3月，美國政府啟動“大數據研究和發展計劃”，將“大數據研究”上升為國家戰略高度[4]；一些著名企業如IBM、EMC、Microsoft開始對大數據進行研究。大數據最典型的應用是在沃爾瑪公司利用大數據技術創造的“啤酒與尿布”的經典商業案例[5]?；ヂ摼W企業Google及Facebook之所以取得令人矚目的成績，其核心的本質就是其公司記錄和分析了用戶網絡操作的大數據，從而精確掌握用戶行為、形成預判。圖書館是信息搜集、存儲和進行知識服務的機構。在大數據時代下，如何進行數據管理；如何以“大數據”為基礎，幫助用戶從海量的數據中快捷發現與獲取信息資源；如何挖掘用戶行為特征，實現個性化、定制化的智慧服務等等都是圖書館面臨的新的挑戰與機遇。本文對此進行了深入的分析與研究，主要闡述了大數據帶給圖書館的影響與挑戰，分析了大數據對圖書館的重要性，重點探討了圖書館的大數據建設若干策略及圖書館的大數據服務模式。
1大數據的特征與內涵
什么是大數據？目前，還沒有一個統一的定義，簡單一點可以理解為超出傳統數據管理工具處理能力的大規模、復雜的數據集合。IBM公司認為大數據具有“3V”特點，即種類（Variety）多、速度（Velocity），快、容量（Volume）大[6]。但以IDC為代表的業界將其歸納為具有“4V”特征——海量（Volume）、多樣性（Variety）、高速（Velocity）和易變性（Variability）。不管是“3V”，還是“4V”，其內涵包含了以下這些特性。第一，數據體量巨大?！按蟆笔侵笖祿幠?，一般指在10TB規模以上的數據量。一部《史記》，共526 500字，約1MB數據，一組用于基因研究的染色體照片數據量超過2TB。第二，數據類型繁多。這種類型的多樣性也讓數據被分為結構化數據和非結構化數據?；ヂ摼W的迅猛發展，現在的數據類型早已不是單一的文本形式，還包含了大量的網絡日志、微博、視頻、圖片、郵件等大量的半結構化與非結構化數據。第三，價值密度低。價值密度的高低與數據總量的大小成反比。大數據中有很多垃圾，有很多不相關的信息，只有一些有用的信息隱藏在大數據信息里面。以視頻為例，一部一小時的視頻監控過程中，可能有用的數據僅僅只有一兩秒。第四，處理速度快。大數據里面很多是實時數據，像微博、社會網絡、SNS這些，要求它進行立竿見影的分析和處理，而不是事后追訴。
隨著信息化建設的發展，圖書館除了本身包含的大量數字資源外，日益增長的電子資源，高速網絡及移動圖書館的普及，云計算、RFID、語義網、社交網絡等新技術的發展提供了廣泛的數據來源，圖書館正在迎接大數據時代的到來。
21各種電子資源（電子書刊，多媒體資源等）的積累，給圖書館提供了海量數據信息技術的發展極大地促進了圖書館數字資源的生產，形成了包括電子圖書、電子期刊、數據庫、音視頻資源、網絡資源在內的海量數字資源，電子資源種類和數量正在超越紙本資源。據調查，全球新產出的信息量每3年翻一番，大約90%的信息都是以數據形式儲存。截至2011年底，中文網頁數量達866億個，年增長率達443%。文獻的出版方式發生巨大的變化，數字出版日益普及，截至2010年底，中國電子書總量已達115萬種，年新增18萬種。單獨出版的數字報已達700份以上，電子期刊已近萬種。2010年底，清華圖書館機房有110臺服務器，集中存儲170TB，國家圖書館資源總量達到470TB。這些資源分布在不同的系統中，形態不同，組織方式各異，既包括傳統文獻的數字化，也包括各種類型的原生數字資源，還包括其它虛擬館藏等各種多媒體資源。各種電子資源的積累，給圖書館提供了海量數據。
22智能手機、高速網絡及移動圖書館的普及， 使數據量呈現指數上升的趨勢信息技術、網絡技術迅猛發展，手機上網、數字電視等跨網絡等業務發展迅速。截至2011年底，我國網民人數達513億，互聯網普及率達383%，手機用戶已突破9億人，其中手機上網達356億，數字電視用戶超過1 000萬戶，以上為數字圖書館提供了基于多網絡平臺的信息傳輸途徑和服務渠道。近幾年，移動設備如雨后春筍，智能手機、平板電腦為學習者提供了新的學習途徑，并以其它設備無法比擬的優勢提高學習體驗并與人產生更多的交互，使得數據快速增加。自2003年以來，移動圖書館越來越普及，移動閱讀，移動搜索等服務類型也不斷增加。未來3年內，移動設備所產生的數據量呈現翻倍的趨勢。
23云計算、RFID、語義網、社交網絡等新技術的發展，為大數據提供了廣泛的數據來源云計算的到來，突破了傳統圖書館發展局限，超強的數據處理能力，信息資源的整合，動態資源分配，簡化的IT結構，云計算為大數據的誕生創造了物質基礎。利用RFID技術，可實現圖書自動借還，智能盤點，自動分揀，圖書位置與信息的實時跟蹤導航。以Facebook、Twitter/微博為代表的社會網絡因為體現了開放、共享、參與、個性化、用戶驅動等Web20特性而深入人心。語義網是人們經過研究，期待已久，能夠使信息發生“革命”，從而上升到“知識”的技術。2009年，美國康奈爾大學和六家機構籌建一個Facebook風格的專業社交網絡——VIVO網，其宗旨是建立一個連接開發數據的語義Web?？茖W家通過VIVO網可以看到網絡中的研究人員正在進行的其它科學研究，便于快捷地找到同行并建立聯系，致力于新的發現和創新。
由此可知，信息時代的發展使得圖書館具備大數據的特征?？茖W研究和科技創新越來越依賴于對數據的管理和利用，學科知識服務依賴于大數據的分析與挖掘。但是，要面臨的數據非常復雜，圖書館將遇到很多挑戰。
3大數據時代下圖書館的挑戰與建設策略
大數據不僅挑戰圖書館傳統的IT架構與數據獲取、數據存儲、數據處理的模式，而且來自數據管理及數據應用、數據服務對圖書館的挑戰將更為突出。但從潛在的機會看，數據量的增加為圖書館提供了精確把握用戶群體和個體網絡行為模式的基礎，如果能夠充分利用，就可以探索個性化，精確化和智能化地進行推送和服務，幫助用戶從海量的信息中迅速找到所需要的信息，提升圖書館的數字知識服務水平，促進數字圖書館領域的發展。當前，圖書館的大數據挑戰主要集中在以下3個方面：
問題一：傳統的網絡架構不適應“大數據”時代
傳統的網絡結構設計是以用戶端向服務器發出請求，由服務器應答返回結果給客戶的垂直結構。而在大數據時代，這種垂直結構的服務請求將變得越來越少，取而代之的是水平結構的橫向請求服務?！按髷祿睍r代，大量的數據都存儲在分布廣泛、不同地域、各種類型的服務器中。當用戶發出一個搜索或查詢請求時，最多的運算是服務器之間的信息交換，最后將結果返回給用戶。傳統的網絡架構已經不能滿足大數據時代網絡應用需求。新一代網絡架構要適應Web20時代的水平服務應用[7]。
問題二：數據中心將面臨巨大壓力
傳統的數據倉庫是通過ETL工具將數字資源中的數據抽取到數據倉庫進行集中存儲和管理，然后組織數據進一步從數據倉庫中讀取及訪問數據，并進行數據分析。但在大數據時代，圖書館數據庫里的內容不僅僅是多，而且結構已發生了極大改變，不是以二維表的規范結構存儲。大量的數據是非結構化的辦公文檔、文本、圖片、XML、HTML、各類報表、圖片和音頻/視頻等，面臨如此大量的非結構化數據，其移動和修改將耗費大量的人力物力，數據移動代價太高，讀取效率也將越來越低。更多的網絡設備將同時訪問數據中心，傳統數據中心難以適應快速變化，面臨巨大壓力[7]。
問題三：如何快速找到自已的資源，如何獲取、管理和分析這些用戶信息行為數據并加以利用及服務。
在大數據時代，用戶面對眾多圖書館的數據資源，深受大數據所帶來的困擾，很難方便、快捷、準確地檢索到所需數據資料。2011年麥肯錫公司在報告中指出全球新的數據不斷增長，但是卻有875%的數據，并沒有形成真正的知識源以供研究人員利用[3]。
大數據時代，圖書館面臨大數據管理、技術和應用等方面存在的問題和挑戰，對這些問題的思考，未來圖書館，是以數據為紐帶，其形態將從物理圖書館逐漸轉變為“數據圖書館”及“智慧圖書館”。由此，圖書館應采取以下應對策略：
31管理層次上：成立數據管理部門與機構，制定數據管理政策、統一的標準及共享平臺大數據建設是一項有序的、動態的、可持續發展的系統工程，必須建立良好的運行機制，以促進建設過程中各個環節的正規有序，實現統合，搞好頂層設計。為此，圖書館應成立新的數據管理部門，負責數據管理，建立統一的數據獲取、使用、管理、分享的政策，加強校內，外各部門的數據協調工作。如在美國高校中，現在有些學校如MIT、弗吉尼亞大學及康奈爾大學圖書館成立了專門的“研究數據管理服務工作組（RDMSG）”，負責有關數據管理中所涉及的問題：如元數據標準、數據存儲、數據共享和重用、數據管理計劃、處理數據版權和合理使用數據問題、舉辦知識產權、開放數據、開放科研等主題的培訓和講座、研究數據知識庫的評估、管理、推介、導航服務等[8]。
32技術層次上：構建圖書館大數據架構，研究解決大數據采集、存儲，處理及分析相關技術問題大數據技術是指從各種各樣類型的巨量數據中，快速獲得有價值信息的技術。解決大數據問題的核心是大數據技術。迎戰大數據，進行技術前傾是關鍵。要把大數據作為一系統工程來考慮，從數據采集，數據存儲到數據處理，數據分析及數據應用等方面考慮，構成圖書館大數據架構圖，見圖1。
在大數據技術中，從圖書館系統角度，主要解決下面幾方面的關鍵技術：
321大數據的統一表示及融合
圖書館大數據中包括越來越多不同格式的數據，從電子資源，到簡單的電子郵件、數據日志和閱讀記錄，社交網絡，再到實驗等科研中收集到的科學研究數據以及豐富的媒體數據（包括課件，照片、音樂、視頻資源等），這些不同格式的數據也需要不同的處理方法，給我們處理數據帶來了一定麻煩。從某種意義上來說，目前表示數據的方法，不一定能直觀地展現出數據本身的意義。數據不整合就發揮不出大數據的重大價值。大數據面臨的一個基本問題是各種數據和信息能否規范、統一的表示及方便地融合，構建文獻與數字資源體系。因此，要研究通過對海量的，來自異構資源的數據和各種對象數據進行抽取、映射、收割、導入等手段進行預收集，歸并映射到一個標準表達式，進行預聚合及融合，形成格式統一，內容豐富、結構清晰的數據，靈活構建各種分類和界面，按照知識本體進行組織和揭示，進而保障強大高效的檢索能力和良好的結果相關度排序。
322解決大數據量存儲的問題
在大數據的挑戰問題中，大數據的第一個關鍵技術問題：就是對大數據的高效率存儲和訪問需求，對數據庫高可擴展性和高可用性的需求，隨著數據庫技術以及云計算技術的迅猛發展，大規模數據存儲要借助非關系型的數據庫分析技術——NoSQL、MapReduce和Hadoop。它們的優勢具有大規模并行處理、簡單易用等特點，非常適合非結構數據處理，也成為大數據分析領域的主流技術。大數據存儲也可采用基于云計算的分布式存儲技術，利用分布式的數據云存儲技術和與之相關的虛擬技術使得整合后的圖書館海量數據更加統一有序，能夠方便快捷地通過網絡，根據需求訪問計算與存儲等服務。
323解決非結構化數據的分析和挖掘的問題
大數據中包含數據信息量大且復雜多樣，因此數據分析和挖掘工作具有重要作用。傳統的數據挖掘對關系型數據，非結構化的、半結構化的數據顯得力不從心。對于圖書館大數據中，待處理的非結構化數據與讀者興趣密切相關，通過分析讀者顯性行為和挖掘隱性行為，為讀者提供個性化服務。目前使用的推薦方法是基于內容的推薦方法和協同過濾的推薦方法。協同過濾算法是目前最為成功的算法，但依然存在讀者興趣變化、數據稀疏性、讀者評分的真實性及差異性等問題，根據讀者信息數據構建個性化讀者行為模型，結合基于讀者行為的協同過濾算法，挖掘模型中存在的規則，從而產生個性化服務值得研究。
33隊伍建設上：培養一支高素質的數據管理的館員隊伍大數據環境下，圖書館傳統的管理模式、工作內容、工作方式發生了本質的變化。而目前不斷增長的數據共享和數據管理需求為圖書館服務開辟了新的領域，圖書館需要抓住這個機遇，盡快開展數據管理服務，拓展支持研究的服務內容和能力，使圖書館員成為數據管理服務的提供者。美國國家科學委員會（NSB）提出的以數據獲取、處理、保存、分析、利用和可視化為職業的\"數據科學家（Data Scientist）中，其中含信息與計算機科學家，學科專家、數據處理員及圖書館員等。美國研究圖書館協會也已提出，研究數據管理將成為下一代圖書館員的能力之一[9-10]。因此必須培養和造就一支懂技術、懂管理的大數據建設專業隊伍。當前的任務是如何在現有基礎上，拓寬館員知識面，增強業務能力，培養出能滿足圖書館數據服務需求的高素質的“數據館員”，并使之成為學科信息資源的組織者、傳播者、導航者、教育者，促進圖書館事業更好的發展。
4基于大數據的圖書館的服務模式研究
大數據時代下的圖書館將從“物理圖書館”轉變為“數據圖書館”。圖書館服務不管是服務的方式、途徑、模式等也都將發生改變。從服務的理念上轉變為基于數據的服務。以“大數據”為基礎，圍繞從數據匯聚到信息加工，知識服務，智慧服務的四個層次展開服務，見圖2。下面具體對數據驅動下的圖書館的服務模式進行分析研究。
41基于數據整合的一站式資源服務
大數據時代下，數據資源是海量的，理論上一個圖書館可以收集所有的數據資源，如各類文獻資源，科研成果，學術交流，甚至包括各種訪問，社交等日志信息等各種網絡資源等。但是，這些數據來源于不同的機構知識庫或讀者個人，圖書館可以充分利用機構優勢有組織地通過對各類數據源的定位和連接，實現數據的采集、傳輸和匯聚。鼓勵讀者開放存取各種數字資源，使用戶不僅是資源的接受者和學習者，而且是資源的的發布者和貢獻者[11]。由于數據資源具有數量巨大、類型多樣、變化快、無序等特點，因此很有必要建立數據的統一標準，迎合對于飛速增長的異構系統進行有效整合的需求。提供資源之間的無縫鏈接，提供各種數據管理服務，包括存儲備份、元數據加工、數據發布，數據共享等。在數據的洪流中，異構、分布和海量的各種數據資源得以匯聚及融合，形成中心知識庫，通過預索引的方式，為用戶提供快速，簡單，易用的資源發現及獲取服務，建立一站式數據資源服務平臺[8]。
42基于數據分析的學科知識服務
圖書館作為知識服務平臺，通過對匯集數據的加工整理，數據建模，提高數據的價值密度。探索以數據為基礎的知識發現分析，通過基于數據的增值服務，面向用戶、滿足用戶的學科知識需求，開展知識服務。如以學科為基礎，將不同學科用戶的檢索瀏覽下載的信息行為數據進行分類；分析用戶檢索瀏覽下載的文獻（全文、摘要、關鍵詞）特征，加入時間緯度，歸納出某個學科某一時期的用戶感興趣的主題；利用數據挖掘、數據檢驗、相關性分析、回歸分析、聚類分析、社會網絡分析等進行學科熱點預測和交叉學科分析研究。構建基于圖書館流通日志的圖書借閱數據倉庫維度模型，構建基于OPAC日志點擊流數據倉庫，基于大數據的關聯關系分析，發現及展示學者、合作者、期刊、會議、文章之間的知識網絡；基于大數據的學科趨勢分析，通過對大數據的有序處理來提升圖書館服務的品質。
43基于數據應用的信息可視化服務
大數據中包含大量重要信息，人們期待進行深層次分析，以便更好的從數據中發現知識。信息可視化作為一種關鍵服務理念與技術手段，在處理復雜異構的圖書館大數據方面有很大的優勢，能為用戶提供了一個方便易用的知識環境。如從檢索過程、檢索結果以及結果之間關系的角度實現主題可視化，到數據庫分布可視化、時間分布可視化和作者合著關系可視化。也可將信息可視化技術與科學計量學方法等相結合，生成具有各種屬性的科學地圖，表達學科、領域、專業、文獻、著者之間的關系，解釋知識領域的結構、映射知識領域的發展趨勢，促進信息獲取、使知識結構更加明顯，將數據集中看不見的抽象數據和數據之間的語義關系以一種可視化的方式呈現在用戶場景中。讓用戶充分發掘信息資源中潛在的價值資源，幫助用戶更好地組織、分析與利用信息。信息可視化作為將信息有效組織、分析、揭示的一種新技術，為大數據提供了一種新的服務模式。
44基于數據挖掘的智慧服務
隨著讀者對知識需求的轉變，知識服務正在朝個性化，智慧化的方向發展。個性化服務是基于讀者對信息使用行為習慣及對信息的特定需求，是一種在分析預測用戶個體信息需求基礎上向用戶主動提供其可能需求但又無法獲取的信息資源的服務方式，是解決海量信息困惑問題的重要方法。智慧服務是知識服務的升華。智慧服務則是建在知識服務基礎上的的創造性服務模式，是圖書館知識服務的核心。圖書館大數據存在大量的用戶信息行為產生的數據，如用戶查詢書目產生的OPAC日志，用戶借還書產生的流通日志數據，用戶檢索瀏覽下載電子資源產生的日志數據，用戶訪問產生的流量數據及各種社交網絡等。這些數據中除了用于記錄讀者的個人信息外，還隱藏著許多重要的信息，因此可通過對這些數據進行挖掘分析，知識發現、智能代理等技術，描述用戶的行為，準確定位讀者需求，向讀者提供主動式推送服務，滿足其個性化的智能服務。
5結語
數字信息的爆炸式增長催生出“大數據”概念，正席卷整個IT相關行業，大數據已經漸漸的滲入到了圖書情報工作中，挑戰與機遇同在。展望未來，大數據服務技術等熱點將不斷涌現，將對圖書館知識服務的拓展和深化帶來重大影響，未來的工作將是“數據驅動”的圖書情報工作。本文重點探討了在大數據時代下圖書館的建設策略及基于大數據的一站式服務，學科知識及個性化智慧服務等服務模式。但是圖書館的大數據技術及服務是一項復雜的系統工程，涉及到數據管理的水平，數據處理的技術及數據服務的創新等等，均需要圖書館員的共同努力。
參考文獻
[1]李國杰.大數據研究的科學價值[J].中國計算機學會通訊，2012，（9）：8-15.
[2]海量數據爆發大數據時代來臨的五個轉變[EB/OL].http：∥labs.chinamobile.com/news/76217，2012-08-01.
[3]Big data：The next frontier for innovation，competition，and productivity[EB/OL].http∥www.mckinsey.com/Insights/MGI/Research/TechnologyandInnovation/BigdataThenextfrontierforinnovation，2011-05.
[4]Big Data is a Big Deal[EB/OL].http：∥www.whitehouse.gov/blog/2012/03/29/big-data-big-deal，2012-03-29.
[5]高勇.啤酒與尿布：神奇的購物籃分析[M].北京：清華大學出版社，2008.
[6]MapR and Informatica Combine to Conquer Volume，Variety and Velocity of Big Data[EB/OL].http：∥www.dbta.com/Articles/Editorial/News -Flashes/-MapR-and-Informatica-Join-Forces-to-Tackle-Volume-Variety-and-Velocity-of-Big-Data-81231.aspx，2012-07-21.
[7]王珊，王會舉，覃雄派，等.架構大數據：挑戰、現狀與展望[J].計算機學報，2011，（10）：1741-1752.
[8]馬建玲，祝忠明，王楠，等.美國高校圖書館參與研究數據管理服務研究[J].圖書情報工作，2012，（21）：77-82.
[9]Geoffrey Little.MANAGING TECHNOLOGY·Managing the Data Deluge[J].The Journal of Academic Librarianship，2012，（5）：263-264.
[10]王學勤，Amy Stout，Howard Silver.建立數據驅動的e-Science圖書館服務：機遇和挑戰[J].圖書情報工作，2011，（13）：80-83.
[11]張曉林，李麟，劉細文，等.開放獲取學術信息資源：逼近“主流化”轉折點[J].圖書情報工作，2012，（9）：42-47.
（本文責任編輯：馬卓）