云环境下大数据服务及其关键技术研究

摘 要：本篇文章首先对云计算的基本含义进行概述，从云计算能够减少大数据服务成本、大数据服务能够引导云计算发展两个方面入手，对云计算与大数据服务之间的关系进行解析，并以此为依据，探究出云环境下大数据服务关键技术。

关键词：云环境；大数据服务；关键技术

随着大数据时代的来临，其具备的丰富价值得到了诸多领域的广泛关注和应用。在大数据技术的引导下，通过建设完善的大数据服务系统，能够促进大数据自身价值的挖掘。而云计算作为一种现代化技术，可以给大数据服务系统建设提供技术上的支持。一方面，云计算相关资源可以根据获取需求、应用量计费等方式，减少大数据处理过程中各项成本消耗。另一方面，由于云计算中大数据保存、管理等功能，能够给大数据服务系统建设提供条件。因此，在云计算环境下，加强大数据服务和关键技术的探究是非常必要的。

一、云计算的基本概述

云计算作为一种现代化计算形式，其中含有服务性、灵活性等特性，进而得到了相关领域的广泛关注。于2006年，Google首席执行官施密特先生首次对云计算含义进行了概述，也就是并把公有云、私有云、混你和云等云计算技术融合起来，给各项大数据应用提供云数据支持的相关技术，其中包含了SaaS、PaaS以及laaS等，在这些层级功能的作用下，促进了软件和硬件设施应用资源的共享和传递，以此给大数据服务提供支持[1]。云计算示意图见图1：

图1 云计算示意图

二、云计算与大数据服务之间的关系

（一）云计算能够减少大数据服务成本

从IT资源服务型角度来说，云计算能够给用户提供更多的服务功能，以此让软件资源和硬件资源根据自身需求进行获取，实现弹性扩充，随时应用。为了更好的满足大数据处理要求，用户可以利用云计算技术来实现各项数据的保存和应用。同时也能够利用现有的PaaS中提供的各项软件服务，实现算法设计以及软件开发。从当前情况来说，在提供大数据服务的过程中，需要进行一定费用的支付，而当前所采用的费用支付方式主要以外部用户提供虚拟化资源或者软件平台资源的形式为主，用户无需通过建设和维护自身现有基础设施，而是利用调用的方式进行相关资源的获取，以此降低大数据处理标准，减少大数据服务建设中各项成本投放，以此保证大数据服务的低成本性。

（二）大数据服务能够引导云计算发展

在云计算运营发展中，将会延伸诸多大数据处理技术和工艺，这给大数据服务工作开展提供了有利条件，促进了大数据处理和分析水平的提升，给大数据处理和分析工作开展提供了依据，减少大数据服务开发难度，缩短大数据服务研发周期，实现大数据服务所创造的价值不断提高[2]。在这种情况下，可以更好的云计算发展提供引导。云环境下的大数据服务应用模式见图2：

圖2 云环境下的大数据服务应用模式

三、云环境下大数据服务关键技术

（一）数据检索服务技术

在大数据检索服务的过程中，通常用户仅需要对自身所需的数据进行搜索即可，在此过程中，不会给予数据框架、数据模式以及数据保存位置等内容充分注重。通过应用大数据检索服务技术，能够根据用户提交的相关应用申请，在大数据服务系统的作用下，通过对用户数据申请的探究，从多个方面入手，寻找出对应的数据信息。结合寻找的相关数据，和用户申请内容进行匹配，并实现检索结果流程的古欧华，之后将其反馈给用户，实现相关信息的提取和应用。

（二）数据分析服务技术

大数据分析服务技术主要是把大数据价值分析当作主体所提供的服务。当前，在进行大数据分析过程中，通常应用数据分析方式实现对数据库中现有数据的挖掘和探究，和原始数据分析方式进行比较，存在的主要差异在于，大数据分析服务不但要实现数据分析，同时还要提供精准的数据分析服务，服务主体一般以数据分析服务为主[3]。一般情况下，数据主要来源于企业数据，也就是将企业数据与互联网数据进行融合。当前数据分析服务技术种类繁琐，不仅涉及了开源软件，同时也包含了专用软件。相关用户尽可以根据自身实际情况，选择对应的分析方式即可。

（三）数据可视化服务技术

在云计算环境下，大数据分析作为一项非常高效的方式，可以从海量数据库中找出对应的数据信息。但是，在数据分析结果方面也具备规模性，为了才能把数据分析结果精准的传递给用户，在这种情况下，大数据可视化服务技术由此产生。计算机图像学的出现，给可视化服务发展提供了良好条件。现阶段，大数据可视化服务技术不断完善，营造了全面的开源可视化编程环境，给用户提供专业性可视化服务和技术上的支持。

四、结束语

总而言之，在云计算环境下，可以给大数据服务研发和部署提供良好的环境。结合当前大数据服务应用情况，在进行大数据服务体系建设时，结合大数据资源保存、处理、分析等要求，利用云计算方式加以体现，以此在减少大数据服务建设成本的同时，给用户提供针对性的大数据服务，以此实现大数据服务技术的健康发展。

参考文献

[1]陈冬梅，王宏宇.大数据服务若干关键技术[J].信息与电脑（理论版），2018（03）：122-123+126.

[2]史天运，刘军，李平，马小宁.铁路大数据平台总体方案及关键技术研究[J].铁路计算机应用，2016，25（09）：1-6.

[3]李晨晖，崔建明，陈超泉.大数据知识服务平台构建关键技术研究[J].情报资料工作，2013（02）：29-34.

作者简介

毛丽雯，（1998.07）女，汉族，河南省郑州市，河南省开封市河南大学软件学院软件工程方向2015级本科生在读。

（作者单位：河南大学）