中国的大数据实践

  在中国,由各级政府主导的大数据计划已不是独立零散存在的试验田,而是处于全面进行时的生动实践。推动大数据相关产业发展和应用示范,正在成为各地抢占新一轮经济和科技发展制高点的重大战略,成为增强区域竞争力的前沿。

  广东省是率先在全国推行大数据战略的省份。2012年年底,广东省制定了《广东省实施大数据战略工作方案》,提出启动大数据战略,计划采用行政搜集、网络搜取、自愿提供、有偿购买等多种方式拓宽数据搜集渠道;在政府各部门开展数据开放试点,通过部门网站向社会开放可供下载和分析使用的数据,进一步推进政务公开;建设完善全省网上办事大厅、政府数据档案、企业信用信息网等骨干网络系统;用3年左右的时间,在全省范围内推广设立公民个人专属网页。2013年 4月,广东省省长朱小丹提出,到2015年,力争信息化水平达到中等发达国家水平;到2020年,迈入世界先进水平,基本建成“智慧广东”。

  网格化是北京市加强社会管理工作的重要创新,也是大数据应用于公共管理的生动实践。在微软全球移动应用开发合作伙伴大会上,比尔·盖茨特意介绍了北京市东城区政府运用移动应用技术开展网格化试点的业绩,并称赞这种城市管理新模式是一项“世界级案例”。目前,北京市已初步构建起全市网格化社会服务管理体系框架,构建了一个“天上有云(云计算中心)、地上有格(社会管理网格)、中间有网(互联网)”的新型社会服务管理信息化支撑体系。网格化的推进使得社会服务管理工作变得更具预警性、主动性和协同性,为建设首善之都、世界城市提供了有力的保障。

  大数据在城市管理中的综合应用—智慧城市,也得到了各级政府的高度重视。目前,我国已经确定了国家智慧城市试点名单。据不完全统计,全国已有95%的副省级以上城市、76%的地级以上城市,总计230多个城市提出或在建智慧城市,计划投资规模近万亿元。当前,我国的智慧城市建设尚处在起步阶段。在不远的将来,一座座集智慧交通、智能电网、智慧物流、智慧医疗、智慧环保、智慧社区、智慧建筑、智慧农业于一体的智慧城市,将让每一位居住在城市的居民都能感受到生活更加美好。

  作为基础设施的大数据

  工业时代的基础设施是铁路、公路、航空以及水、电等。在大数据时代,云计算、高速的泛在网、数据中心成为新一代的基础设施。这些基础设施的建设有的依靠的是政府强有力的投入,更多的投资来自市场,因为企业都在争抢大数据这块“大蛋糕”。

  在2012年7月国务院印发的《“十二五”国家战略性新兴产业发展规划》中,信息处理技术被列为4项关键技术创新工程之一,其中包括了海量数据存储、数据挖掘、图像视频智能分析,这都是大数据的重要组成部分。而另外3项关键技术创新工程,包括信息感知技术、信息传输技术、信息安全技术,也都与大数据密切相关。

  2013年1月11日,工业和信息化部发布《关于数据中心建设布局的指导意见》,明确了科学推动数据中心的建设和布局的指导思想、基本原则,对新建超大型数据中心、新建大型数据中心、新建中小型数据中心和已建数据中心进行布局导向,并从强化政策引导、加强应用引领、夯实网络能力、落实安全保障和发挥示范作用5个方面提出了数据中心建设布局的保障措施。

  2013年1 月,国内首家大数据产业园西咸大数据处理与服务产业园开工建设。根据规划,西咸新区将建成10万个机架、100万台服务器,2020年成为全国最大的数据聚集地。据测算,到2020年,大数据年产值1000亿元,带动相关产业产值对西咸新区生产总值贡献率将超过15%。

  云计算为大数据提供了基础架构平台。2010年,国家发改委将云计算确定为重点发展项目,同时批准北京、上海、杭州、深圳以及无锡为我国首批云计算五大示范城市。其中,北京推出了“祥云工程”,上海提出了“云海计划”,深圳则启动了“鲲云计划”,都着眼于打造世界级的云计算产业基地。仅仅两年的时间,各地已建、在建或者将建的云计算基地中心如雨后春笋般涌现。为了更好地推动我国云计算产业的发展,在工业和信息化部的指导下,中国计算机行业协会云计算专业委员会联合中国电子信息产业发展研究院、中关村软件园、浦东软件园、苏州工业园、南昌高新区、成都高新区等单位共同宣布将发起成立“中国云计算基地(中心)联盟”,通过这一平台,更好地落实国家相关产业发展促进措施,带动各类示范项目落地,加快产业集聚和应用示范推广,以推动我国云计算产业又好又快地发展。

  李克强总理在2013年召开的国务院常务会议上提出了“宽带中国”战略,要求加快网络、通信基础设施建设和升级;加快实施“信息惠民”工程,建立公共信息服务平台;拓展新兴服务业态,开展物联网重大应用示范;增强网络信息安全保障能力。这一政策的出台将对大数据的技术基础设施建设起到巨大的推动作用,大数据引擎发展的效果也将愈加明显。

  云计算

  云计算是在计算量越来越大、数据越来越多、越来越动态、越来越实时、越来越需要结构化的产业背景下催生出来的一种基础架构和商业模式。它将分布在世界范围的计算资源整合为一个虚拟的统一资源体,并且按需服务、按量计费,使得计算资源的利用就像使用电力和自来水一样方便。

  美国国家标准与技术研究院如此定义云计算:它是一种按使用量付费的模式,这种模式提供可用的、便捷的、按需的网络访问,进入可配置的计算资源共享池(资源包括网络、服务器、存储、应用程序、服务),使用者只需投入很少的管理工作,或与服务供应商进行很少的交互,便能从巨大的资源共享池中获得自己所需的信息。

  云计算和大数据就像一个硬币的两面。如果说云计算为数据资产提供了保管、访问的场所和渠道,那么如何盘活数据资产,使其为国家治理、企业决策乃至个人生活服务,则是大数据的核心议题,也是云计算内在的灵魂和必然的升级方向。未来,以大数据为基础,以“云计算+智能终端(如智能手机)+社会化网络(如微博、政民互动应用程序)”的形式,将进一步渗透到人们工作和生活中的每个场景。

  近日,国家电网下属国网信通公司与一些企业合作,建设“电力云仿真实验室”。实验表明,采用云计算能使每台服务器的平均利用率从7%提高到68%~80%;部署时间从小时级降低到分钟级;服务器重构和应用加载时间从20~40小时降低到15~30分钟;数据中心总运营成本节约30%以上,其中包括提高服务器利用率、降低硬件采购成本、借助虚拟机自动分配与部署、降低人力支出等因素。

  作为基础性制度的大数据

  2013年3月14日公布的《国务院机构改革和职能转变方案》,由于推动了中国铁路总公司、国家卫生和计划生育委员会、国家食品药品监督管理局、国家新闻出版广电总局、国家海洋局、国家能源局等部门的整合而备受关注。然而,与具体的机构整合相比,该方案提出的一系列基础性制度将把大数据嵌入经济社会管理的方方面面,对未来政府与社会的运行方式产生更深远的影响。

  该方案及其任务分工的通知要求:用3~5年的时间,基本建成集合金融、工商登记、税收缴纳、社保缴费、交通违章等信用信息的统一平台,实现资源共享;建立以公民身份号码为基础的公民统一社会信用代码制度;建立以组织机构代码为基础的法人和其他组织统一社会信用代码制度;建立不动产统一登记制度;加强技术标准体系建设。

  在社会学专家看来,基础性制度是一种能制约、派生或影响其他制度的原生性行为规则,在经济发展的制度框架中居于基础位置。在我国的体制改革中,基础性制度的建设情况决定了社会经济发展的基本环境,对其他层面的制度运行和体制改革具有深刻的影响。通常来说,能够起到制约其他制度的基础性制度主要有信http://i.cnblogs.com/EditPosts.aspx?postid=3992390用制度、市场秩序、产权制度、生产要素、社会保障、政府治理环境以及法律、文化道德传统等。例如,信用制度是现代市场经济的重要基础性制度,市场经济是一种信用经济,良好的社会信用体系会大幅降低交易成本,提高整个国民经济的运行效率;社会信用缺失则会影响经济发展,甚至造成整体经济的混乱。“房叔”、“房姐”事件就是钻了不动产统一登记制度尚未建立的空子。

  目前,我国很多中小城市的政务信息化进程缓慢,甚至还没有建立起电子化管理体系,大量信息是纸质的,没有办法实现联网。即便完成了信息化工作,由于各地房地产信息系统各自发展,还存在数据标准不统一、难以整合的情况。此外,部门与部门之间目前也各自独立,房产登记是一个系统,商品房销售又是另一个系统,把这些系统整合起来也是一个难题。此外,要解决与“房叔”、 “房姐”事件相关的伪造身份、贪污腐败等问题,还涉及不动产统一登记信息与其他类型信息之间的整合。而要实现上述大范围的数据整合,只能从大数据中寻找解决方案。而只有实现了这样的数据整合,才可以说大数据真正落了地,真正创造了大知识和大价值。

  可以预见,在不远的未来,我国政府建立起这些基础性制度后,不仅可以通过掌握官员的家庭财产和消费状况让腐败分子无可遁形,而且可以通过调用个人居住、出行、金融信息,识别社会保障领域的诈骗,可以对食品产业链进行全程监管,保障食品安全质量,还可以大幅缩减行政申报环节、提高行政审批效率,为公众提供“快半拍”的人性化服务。

  国内首个大数据可视化平台——大数据魔镜

时间: 2024-11-02 23:27:35

中国的大数据实践的相关文章

华为领跑中国政务大数据市场

华为领跑中国政务大数据市场在全球权威的咨询与服务机构IDC最新发布的<IDC MarketScape:中国政务大数据管理平台2018 厂商评估>报告中,华为位居领导者象限领先位置.华为云政务大数据解决方案凭借过硬的综合实力和技术创新,在市场表现与现有能力两大维度均排名第一.华为领跑中国政务大数据市场为了推进"互联网+政务服务"的落地,全国各地都在加快政务大数据的建设,打通流程.部门.地域的壁垒,实现数据的高效自由的流动和共享.华为携手合作伙伴为客户提供从IT基础设施到应用的

大数据实践:ODI 和 Twitter (二)

大数据实践:ODI和Twitter(二) 在前面的文章中,我们已经使用flume将数据从twitter抓取到Hive中,现在我们来看看ODI(Oracle Data Integrator)如何在HIVE表中进行逆向工程,打开HIVE模型,然后在逆向工程中选择“新的数据存储”及待逆向的对象,如下: 逆向工程完成之后,得到如下的元数据信息: 上面的操作步骤与普通的关系型数据库一样,没有特殊之处,ODI可以对HIVE的表进行逆向工程,使用RKM Hive, RKM HBase, IKM File to

有赞大数据实践: 敏捷型数据仓库的构建及其应用

有赞大数据实践: 敏捷型数据仓库的构建及其应用 有赞大数据实践: 敏捷型数据平台的构建及其应用 前言 数据仓库设计 总体架构 数据仓库实例 基础指标层 分层的好处 数仓工具 数据仓库与数据分析 即席查询系统 多维分析系统 搜索分析系统 固定报表系统 数据仓库在信息检索中的应用 小结 前言 互联网公司一般发展迅速. 一方面, 业务飞速发展, 当前应用的形式和模型每天都在变化; 企业的产品也在经历不断的下线上线过程. 数据仓库如何拥抱变化, 是难点之一. 互联网的运营人员从了解经营状况转化为精细化运

大众点评的大数据实践-CSDN.NET

大众点评的大数据实践-CSDN.NET 大众点评的大数据实践 爬虫工程师成大数据时代的"宠儿" - 杭州新闻中心 - 杭州网 爬虫工程师成大数据时代的"宠儿"

我的大数据实践之路-洗脑篇

1. 什么是大数据 五个简单故事告诉你什么是"大数据" 2.如何看待大数据 要全体不要抽样,要效率不要绝对精确,要相关不要因果 3.大数据能干什么 通过用户的使用习惯来预判用户的行为 4.大数据应用场景 我的大数据实践之路-洗脑篇

大数据实践总结--两个故障的处理及思路总结

已经有一段时间没有更新实践内容了,不是因为没有在学习.而是工作上出现一个新的挑战,又在忙论文查重,论文也是大数据方向的,主要是ICT方向的一个技术(若有人感兴趣,我会另开一个帖子来详细谈这个内容). 而且最近,把之前所有的实践环境换了一台电脑来重新搭建.按理说会很顺利,但没想到,还是出了许多问题.一些简单的问题就直接解决了,但仍是有两个大的故障,一直到今天下午才全部都解决了.现总结如下,为以后也能更好的学习使用. 故障一:虚拟机上虚拟适配器不能链接到主机的网络 故障现像: 在将原来的虚拟机整体复

大数据实践总结---一点思考

本文算是一个阶段总结吧!总算是把MapReduce给搞完了.细想这三周来的收获,可能除了代码,更多的是逻辑上的提高吧!下边就以之前只会理论时的一些问题来开启本文吧! 1,大数据架构师,产品经理需要写代码吗? 需要,只不过写代码的程度不同.大数据架构师要详细了解大数据的各个模块功能,相关的接口参数.可以说,架构师要对代码有很详细的了解.大数据的相关工作中,架构,开发,运维都需要写代码.但每个人写的代码内容也不相同.对于一个IT公司来说,这三块主要是主开发人员,对代码经验都有很大要求. 产品经理,主

大数据实践:ODI 和 Twitter (一)

本文利用twitter做为数据源,介绍使用Oracle大数据平台及Oralce Data Integrator工具,完成从twitter抽取数据,在hadoop平台上处理数据,并最终加载到oracle数据库. 数据集成分为三个阶段:获取.整理.分析和决策. 本文从实际出发,讲述大数据处理的真实案例,而不是简单的讲述理论知识.首先会使用flume从twitter加载数据到HDFS,其实是加载到Hive数据库,然后利用(Oracle Data Integrator)ODI来实现逆向工程,并转换Hiv

大数据实践总结分享

以上是上一季度自己对于大数据相关技术的学习总结,把之前的一些思维导图集中在一起,便于复习相关知识点.本着人人为我,我为人人的理念,分享给大家.同时,为了学习更有针对性,群友若对哪一个知识点感兴趣的,这是一个总目录,我可以把分知识点的导图分享给需要的人,我们共同讨论,一起进步. 另也将之前学到,看书,与人交流的一些大数据方面的导图分享出来.希望能够自我督促,更快成长! 原文地址:http://blog.51cto.com/bingyang/2073587