曹小陽(yáng)

摘要：本文探討了大數(shù)據(jù)挖掘的基本概論，分析了云計(jì)算的大數(shù)據(jù)挖掘構(gòu)架，研究了Hadoop的大數(shù)據(jù)挖掘平臺(tái)。

關(guān)鍵詞：云計(jì)算；大數(shù)據(jù)挖掘內(nèi)涵；解決方案

中圖分類(lèi)號(hào)：TP311.13 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2017）11-0108-01

如今云計(jì)算與大數(shù)據(jù)不僅改變了人們生活和工作的方式，還改變了我國(guó)市場(chǎng)經(jīng)濟(jì)的發(fā)展模式，更重要的是云計(jì)算和大數(shù)據(jù)可能會(huì)改變信息化的發(fā)展方向。但是為了突破傳統(tǒng)數(shù)據(jù)挖掘存在的弊端，開(kāi)始將云計(jì)算與大數(shù)據(jù)挖掘現(xiàn)結(jié)合，從而為用戶(hù)提供更加有效的數(shù)據(jù)，滿(mǎn)足其多元化的需求。然而基于云計(jì)算的大數(shù)據(jù)挖掘，還需要對(duì)大數(shù)據(jù)挖掘中潛在的弊端進(jìn)行了解，需要采取有效的解決方案才能促使兩者之間進(jìn)行有效的融合，從而使其能夠得到有效的應(yīng)用。

1 大數(shù)據(jù)挖掘的基本概論

大數(shù)據(jù)挖掘是指從數(shù)據(jù)類(lèi)型、數(shù)據(jù)容量、數(shù)據(jù)變化上能夠進(jìn)行有效地運(yùn)轉(zhuǎn)，將數(shù)量龐大的數(shù)據(jù)中提取具有一定價(jià)值的、可應(yīng)用的數(shù)據(jù)信息，并將其儲(chǔ)存到數(shù)據(jù)庫(kù)中供用戶(hù)使用。大數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)挖掘方式比較而言。雖然兩者的操作目標(biāo)相同，都是以搜集有價(jià)值的信息作為主要目標(biāo)。但是從技術(shù)操作方面大數(shù)據(jù)挖掘與傳統(tǒng)數(shù)據(jù)挖掘存在的差異較大，通過(guò)對(duì)大數(shù)據(jù)挖掘的背景及技術(shù)操作方式進(jìn)行詳細(xì)的分析。

隨著我國(guó)科技的不斷發(fā)展，以信息技術(shù)為基礎(chǔ)的自媒體被普遍的應(yīng)用到人們的生活和工作中，但是終端媒體是需要數(shù)據(jù)支持的，隨著數(shù)據(jù)價(jià)值的不斷提升，其所發(fā)揮的功能性就越強(qiáng)。通過(guò)數(shù)據(jù)的組成、應(yīng)用、發(fā)展而言，傳統(tǒng)的數(shù)據(jù)挖掘在復(fù)雜程度與發(fā)展?fàn)顟B(tài)來(lái)看，其與大數(shù)據(jù)挖掘并沒(méi)有可比性，后者在新時(shí)代發(fā)展的背景下產(chǎn)生的，能夠有效的為移動(dòng)智能終端、物聯(lián)網(wǎng)和云計(jì)算提供數(shù)據(jù)支持。但是在大數(shù)據(jù)挖掘過(guò)程中依然存在諸多的不足，所以要不斷地提升大數(shù)據(jù)挖掘的技術(shù)應(yīng)用的科學(xué)性與先進(jìn)性。

大數(shù)據(jù)挖掘技術(shù)與傳統(tǒng)數(shù)據(jù)挖掘技術(shù)相對(duì)比，兩者所要面對(duì)的處理對(duì)象截然不同，傳統(tǒng)數(shù)據(jù)挖掘是對(duì)系統(tǒng)中劃定領(lǐng)域中數(shù)據(jù)的基礎(chǔ)上融入部分Web數(shù)據(jù)，其數(shù)據(jù)通常是用戶(hù)自動(dòng)生成的信息，此數(shù)據(jù)的類(lèi)型大部分都是結(jié)構(gòu)化的數(shù)據(jù)。大數(shù)據(jù)挖掘的主要對(duì)象就是結(jié)構(gòu)化的數(shù)據(jù)，并詳細(xì)、具體的管理Web系統(tǒng)及信息系統(tǒng)，且對(duì)感知信息系統(tǒng)和設(shè)備產(chǎn)生的仿真數(shù)據(jù)加以分析，由此可見(jiàn)大數(shù)據(jù)挖掘?qū)τ谛畔①Y料的應(yīng)用更加全面、深入。其與傳統(tǒng)數(shù)據(jù)挖掘技術(shù)比較來(lái)說(shuō)，大數(shù)據(jù)挖掘的對(duì)象數(shù)量龐大、涉及范圍廣、數(shù)據(jù)復(fù)雜繁瑣，主要應(yīng)用的是主動(dòng)搜集的方式，能夠很好地為用戶(hù)提供更加豐富、多樣、實(shí)時(shí)的數(shù)據(jù)信息。然而當(dāng)前大數(shù)據(jù)挖掘還不夠穩(wěn)定和具體。

2 云計(jì)算的大數(shù)據(jù)挖掘構(gòu)架

2.1 云計(jì)算的應(yīng)用特點(diǎn)

云計(jì)算因其具備虛擬性、可操作性、可拓展性等優(yōu)勢(shì)，而被應(yīng)用到大數(shù)據(jù)挖掘中，從而有效的彌補(bǔ)其潛在的弊端，切位大數(shù)據(jù)的挖掘提供持續(xù)的動(dòng)力支持。云計(jì)算的關(guān)鍵組成部分包括：分布式并行計(jì)算、分布式文件存儲(chǔ)。分布式存儲(chǔ)是將大數(shù)據(jù)中分布的文件進(jìn)行存儲(chǔ)，主要在大量的分布較廣的數(shù)據(jù)中得到了有效的應(yīng)用。如：GFS系統(tǒng)的延展性較高，但是在小型存儲(chǔ)文件中難以發(fā)揮有效的應(yīng)用，通常都會(huì)發(fā)生單點(diǎn)故障。當(dāng)前部分開(kāi)發(fā)商按照經(jīng)營(yíng)的業(yè)務(wù)特點(diǎn)對(duì)云計(jì)算中大數(shù)據(jù)挖掘的方案加以推廣，如：谷歌最新開(kāi)發(fā)的搜索引擎，在搜索過(guò)程中能夠?qū)Υ髷?shù)據(jù)進(jìn)行合理、有效的分析；微軟是將Hadoop與WindowsAzure進(jìn)行了有效的融合，并在軟件集成中運(yùn)用了智能BI技術(shù)，如此一來(lái)便能對(duì)技術(shù)平臺(tái)進(jìn)行了合理的優(yōu)化，能夠?qū)?shù)據(jù)實(shí)施動(dòng)態(tài)的更新。而其他用戶(hù)只能在開(kāi)源Hadoop平臺(tái)不斷地健全基本功能，如：Yahoo在Hadoop平臺(tái)上研發(fā)了Pig，F(xiàn)acebook研發(fā)了Hive等。即使大數(shù)據(jù)挖掘的基本架構(gòu)較為相似，但對(duì)于云計(jì)算與挖掘的構(gòu)建方式卻各不相同。在對(duì)各類(lèi)數(shù)據(jù)挖掘平臺(tái)的可行性進(jìn)行分析時(shí)，就要將其中的解決方案進(jìn)行不斷地互補(bǔ)與融合[1]。

2.2 大數(shù)據(jù)挖掘架構(gòu)

綜合以上研究發(fā)現(xiàn)：對(duì)于大數(shù)據(jù)挖掘體系架構(gòu)進(jìn)行深入的了解，其不僅匯集了多種計(jì)算、存儲(chǔ)模式，且具備細(xì)致的分析功能，其組織架構(gòu)表現(xiàn)為云計(jì)算-客戶(hù)端的模式。此架構(gòu)主要包括：支撐平臺(tái)層、功能層、服務(wù)層。大數(shù)據(jù)挖掘構(gòu)架體系圖1所示。

3 Hadoop的大數(shù)據(jù)挖掘平臺(tái)

基于Hadoop平臺(tái)的大數(shù)據(jù)挖掘主要由三層：數(shù)據(jù)源、大數(shù)據(jù)挖掘平臺(tái)、用戶(hù)層。數(shù)據(jù)源作為一種冗雜的挖掘?qū)ο?，主要包括：結(jié)構(gòu)數(shù)據(jù)、半結(jié)構(gòu)數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)共同組成；大數(shù)據(jù)挖掘平臺(tái)主要是以Hadoop平臺(tái)為基礎(chǔ)，內(nèi)部涵蓋了不同的計(jì)算模式及挖掘等功能，同時(shí)按照數(shù)據(jù)辯護(hù)的的特征進(jìn)行有效的提?。挥脩?hù)層就是通過(guò)交流的反思對(duì)數(shù)據(jù)進(jìn)行了解和應(yīng)用。大數(shù)據(jù)挖掘平臺(tái)中，HDFS、HBase、MapReduce有著安全性、擴(kuò)展性、容錯(cuò)性、高效性等多種功能，計(jì)算模式主要由：批處理、流處理。MapReduce在數(shù)量龐大、更新較慢的數(shù)據(jù)進(jìn)行挖掘，F(xiàn)lume、Pig等在數(shù)據(jù)流的動(dòng)態(tài)數(shù)據(jù)挖掘上的彈性較大。但是Hadoop不適合少量流動(dòng)較慢的數(shù)據(jù)及復(fù)雜繁瑣的數(shù)據(jù)圖。所以要將傳統(tǒng)的數(shù)據(jù)庫(kù)和操作方式應(yīng)用到Hadoop平臺(tái)中[2]。

當(dāng)前大數(shù)據(jù)預(yù)處理是建立在MapReduce的基礎(chǔ)上，將傳統(tǒng)預(yù)處理技術(shù)、數(shù)據(jù)流實(shí)時(shí)處理、多模態(tài)實(shí)體識(shí)別、DeepWeb集成、遠(yuǎn)程自動(dòng)采集融合等技術(shù)進(jìn)行的有效的應(yīng)用，從而加強(qiáng)其預(yù)處理的整體功能，如：在數(shù)據(jù)的傳輸過(guò)程中，通過(guò)有效的流式計(jì)算技術(shù)及嵌入式中間件多級(jí)數(shù)據(jù)處理技術(shù)，能夠?qū)υ紨?shù)據(jù)和數(shù)據(jù)流進(jìn)行適時(shí)的挖掘。

4 結(jié)語(yǔ)

云計(jì)算與大數(shù)據(jù)是信息科技于社會(huì)經(jīng)濟(jì)高度發(fā)展的產(chǎn)物，且科技的發(fā)展總是潛移默化的改變著人們的思維模式和生活方式。由于信息技術(shù)的不斷開(kāi)發(fā)與應(yīng)用，大數(shù)據(jù)這座寶庫(kù)也在不斷地被挖掘，但大數(shù)據(jù)作為新興產(chǎn)物對(duì)此還沒(méi)有絕對(duì)的能力去進(jìn)行良好的好處理。因此在云計(jì)算的基礎(chǔ)上進(jìn)行大數(shù)據(jù)挖掘能夠?qū)π畔⑦M(jìn)行實(shí)時(shí)、有效的處理，確保能夠?yàn)橛脩?hù)提供及時(shí)的、有效的、嶄新的信息資源。

參考文獻(xiàn)

[1]劉鎮(zhèn).基于云計(jì)算的大數(shù)據(jù)挖掘內(nèi)涵及解決方案研究[J].科技風(fēng)，2017，（19）：39-39.

[2]鄧仲華，劉偉偉，陸穎雋.基于云計(jì)算的大數(shù)據(jù)挖掘內(nèi)涵及解決方案研究[J].情報(bào)理論與實(shí)踐，2015，（7）：103-108.

Abstract：This paper discusses the basic introduction of big data mining， analyzes the big data mining framework of cloud computing， and studies the big data mining platform of Hadoop.

Key Words：cloud computing； big data mining connotation； solutionendprint