大数据实时交互式分析研究

赵思思 王碧华 水冰洁

摘要：现阶段信息技术的应用，大幅度改善当前社会现状，并且给企业自身发展带来了较大机遇与挑战。本文主要介绍了当前实时交互中存在的问题，并且对目前大数据实时交互相应的研究成果进行了概述，以供参考。

关键词：大数据;实时交互;引擎优化;近似查询

中图分类号：TP311.13   文献标识码：A   文章編号：1672-9129（2020）11-0051-01

引言：数据是大数据处理工作的重点，很多互联网企业重视数据库建设，为大数据技术的应用提供基础工作条件。随着大数据技术在日常生活中的应用逐渐普及，人们对于大数据实时交互分析的研究工作不断深入，对如何建设大数据实时交互工作提出了新的看法。

1 实时交互存在的问题

目前，很多互联网公司已经建立了较为完善的信息处理系统，能够实现对数据的快速处理。随着大数据规模不断扩大，在日常工作中，信息处理系统的负荷不断增大，严重影响大数据实时交互能力。在大数据技术发展过程中，存在三点关键问题，分别是交互级响应时间、跨模态数据与实时分析系统。

首先，大数据处理过程中，实时交互响应时间较长，不利于提高用户体验，并且在日常工作中，对于用户的复杂查询工作往往会耗费较多的时间，严重影响用户效率。现阶段交互级响应时间对于当前工作的影响较大，如何在控制误差的条件下，减低交互级查询时间已经成为了研究人员的重要方向。

其次，在现阶段大数据技术应用中，由于数据种类较多，传统的大数据处理框架不能够提高数据处理能力，存在一定的误差。主流的实时交互系统，虽然在一定程度上能够提升当前数据处理能力，但是在实践应用中，存在一定的不足，需要工作人员重视对跨模态数据的支持[1]。

最后，联机分析工作是现阶段大数据处理技术的重点，通过对传统数据库与商业智能交互中心的匹配，从而快捷完成用户查询工作。随着商业智能交互中心覆盖的用户群体增大，相应处理工作更为复杂，面对现阶段大数据处理技术存在的不足，研究人员需要在数据处理技术的不同层面，完成相应优化工作。

2 大数据实时交互式分析研究

2.1基于大数据处理平台的原生支持交互分析系统。现阶段大数据处理技术较快发展，工作人员利用Hodoop分布式大数据处理平台，能够为互联网企业数据处理工作提供更多的支持。研究人员将大数据处理平台有效应用于商业交互工作中，能够为更多的用户提供节点服务，从而释放大数据处理工作的潜力。目前研究人员使用Hodoop系统，已经便捷实现了交互分析系统的建设，在商业服务中，能够支持在线聚集，便于大数据实时分析工作得到落实。

例如：Apache Hive是现阶段较为常用的设备，能够完成对数据的存储与查询工作，在使用中，能够长时间响应用户的操作。尤其是该系统的升级版本Hive2，其内容更为丰富，在使用过程中能够实现亚秒级查询工作，极大程度上缩短了执行任务的时间，提高了处理工作质量。

2.2基于大数据处理平台的引擎优化交互分析系统。在大数据处理系统设计中，设计人员充分考虑了当前操作系统的应用场景，对于现阶段工作中存在的问题进行概述，不断提高交互分析系统自身能力。研究人员在分析交互系统设计中，将引擎优化技术应用其中，大幅度提升了当前工作质量。随着大数据的应用场景不断扩大，交互分析系统的重要性不断提升。研究人员重视大数据处理平台的设计工作，将引擎优化技术应用于日常工作中，从而提高大数据交互分析系统的能力。

例如：目前市面上较为流行的Dremel系统，主要使用了新的数据库查询搜索引擎，能够在日常工作中，快速实现交互查询工作。该系统的应用对数据处理的响应时间的要求较高，在日常工作中，该系统可以使用较为先进的搜索引擎，响应用户的操作。该交互分析系统的应用，主要适用于一些数据源较大的场景。工作人员通过该系统的应用，从而提高用户响应效率，缩短系统响应时间，从而提高自身工作能力。随着科学技术的发展，大数据处理能力不断提升，在日常工作中重视大数据技术的应用，能够改善当前工作质量，对现有数据进行筛选，快速返回处理结果[2]。

2.3基于近似查询处理的交互分析系统。近似查询处理系统的应用，能够在一定程度上解决交互响应时间较长的现象。随着越来越多的研究人员重视近似查询交互分析系统的应用，相应研究工作不断深入，能够改善当前工作状况。

尤其是查询算子的执行策略优化课题的研究工作不断深入，现阶段近似查询工作的研究成果已经得到应用，在大数据处理工作中，能够对用户的操作及时响应，不断提高自身能力。

例如：AQUA系统的应用，主要是基于近似查询，从而提高当前工作质量。该系统通过对计算摘要的存储，并且在数据查询工作中，能够快速获取相似的结果。并且通过内部算法，能够对当前查询工作进行优化，改善当前工作质量。与该系统相似的还有BlinkDB系统，该系统主要是基于海量数据SQL交互查询技术，便于用户在查询相关数据的同时，及时获得查询结果。并且该技术的应用，在一定范围内能够提高查询工作精度。

结论：总而言之，在现阶段大数据实时交互分析工作中，需要研究人员重视新技术的应用，不断提高软硬件性能，在日常工作中，为互联网企业提供更多的支持。随着国家对于信息技术的不断重视，互联网企业经营管理工作不断提升，大数据实时交互系统将会在社会生产生活中发挥更大的作用。

参考文献：

[1]张永华.大数据时代与企业财务管理转型[J].今日财富（中国知识产权），2020（09）：58-59.

[2]袁喆，文继荣，魏哲巍等.大数据实时交互式分析[J].软件学报，2020，31（01）：162-182.