张小咩的小姿生活
求简述大数据与软件工程的关系
展开全部 大数据是随着互联网的普及应运而生的，大数据和云是分不开的，数据存储，数据的分类，数据挖掘，数据的分析，如何把一堆在硬盘，内存，服务器中存储的数据通过分析，处理，转换成能够为我们带来实际利益的东西，或者说实际能有用处的东西，就是大数据的解决问题。
其实云现在在中过是个双刃剑（不说了，硬伤。
。
。
无耐），大数据也因此受到了限制，不过云时代和大数据的到来是早晚的问题，而且近两年是有相当的趋势的，那么大数据对软件工程的影像无非就是方展方向上面和数据的安全问题，怎样防止数据的丢失被盗，IT技术又是如何对大数据进行存储和解析处理，都是当前软件工程的热门和必然的趋势，做好数据分析，数据挖掘，以后真的是不用发愁钱的问题...
大数据和云计算之间是什么关系
大数据是云计算的杀手锏应用大数据与云计算的关系，引起一些人的困惑。
为了便于探讨二者的关系，这里从“计算”和“数据”的历史关系说起。
因为云计算首先是一种“计算”，大数据首先是一种“数据”，而计算机就是用来“计算”“数据”的。
计算机是软件和硬件分离的，是一种软件定义的电子产品（可编程）。
计算机设计中的一个重要问题是如何有效管理CPU、内存和I/O等硬件资源，以及如何让应用程序合理使用这些资源。
这两大任务最早内嵌在各种应用程序中，由应用程序自身完成，缺点是费力、复杂和易错，难以升级和移植，而且重复工作。
上世纪60年代这些共性功能开始从应用中分离出来，逐步形成了一种通用的软件包，这就是操作系统。
操作系统是位于硬件和应用程序之间的“中间件”，让应用软件和硬件得以分离并独立发展，发展成了最核心的计算机系统软件，也成就了微软公司的伟大。
以UNIX为始祖的常见现代操作系统有Android、BSD、iOS、Linux、 MacOSX、QNX等，以及原创的微软Windows、 Windows Phone和IBM的z/OS.操作系统的工作范围，也从最初的计算机蔓延到手机、游戏控制器、电视机顶盒、智能汽车和智能眼镜等，还有与云计算密切相关的Web服务器。
上世纪70年代，计算机的快速发展使得数字化数据爆发式增长，“海量”数据管理成了新挑战。
把通用操作系统的文件管理用于数据管理时，无论是扩展性、效率和便利性，都不适应“海量”数据的管理需要，应用软件被迫内嵌自己设计的数据管理系统。
同样的，“海量”数据管理由每个应用程序自身完成，缺点也是费力、复杂和易错，难以升级和移植，并且重复工作。
于是一种专门面向“海量”数据管理的通用软件问世了，那就是数据库管理系统（DBMS），一种应用系统软件。
DBMS包括了数据库定义、创建、查询、更新和管理等功能，这些都是数据管理所必需的，是操作系统的文件管理系统所没有的。
著名的DBMS有 MySQL、 PostgreSQL、SQLite、Microsoft SQL Server、Microsoft Access、Oracle、Sybase、dBASE、FoxPro和IBM DB2等，都是关系型DBMS.当然还有非关系型No SQL模式的，只是没那么流行。
DBMS与字处理软件等一起，成为单机时代最重要的应用软件，也成就了一家伟大的应用软件公司Oracle.大约不足20年前，操作系统和数据库的技术和市场未来，看起来都那么可预知。
一个是微软的天下，一个是Oracle的天下。
但互联网来了，尤其是Web开始流行。
Web服务器所使用的操作系统，最初面向单机设计，扩展用于局域网范围内管理多台服务器还勉强可用。
但当互联网巨头崛起，需要Web服务器的操作系统管理数百万台Web服务器的时候，传统操作系统勉为其难，需要“技术革命”了。
“革命”的结果就是云计算。
云计算大伞下有很多概念，核心技术之一是虚拟化。
虚拟化有“1虚N”和“N虚1”两种模式，前者主要是为了省钱，以Amazon AWS为代表；后者主要是为了大数据处理，以Google GAE为代表。
云计算的“N虚1”模式，可将多台物理计算机虚拟化为一台超级计算机，向应用程序提供资源池的调度管理服务，与传统操作系统的功能几乎完全相同，因此常被称为“云计算操作系统”。
只是云计算操作系统的工作范围，扩大到数据中心甚至整个互联网范围内，把每台计算机也当做资源看待和管理。
有了云计算操作系统，云应用软件和硬件（计算机资源）得以分离，各自可以独立发展。
历史再次重演，云计算以及SNS、微博、移动互联网和物联网等的快速发展，具有3V特点的数据爆发，大数据管理的挑战也最先到来。
同样，面向计算设计的通用云计算操作系统，在大数据管理方面的扩展性、效率和便利性，都面临新挑战。
历史上计算机面对“海量”数据的挑战，将数据应用和数据管理分离，催生了通用的DBMS.现在云计算面对大数据的挑战，也必将使大数据应用和大数据管理分离，催生“大数据库管理系统”，并且逐步走向通用化和平台化。
ATM（异步传输模式）是通信资源稀缺时代的产物，TCP/IP是通信资源富饶时代的产物。
类似的，传统DBMS是IT资源稀缺时代的产物，大数据管理系统是IT资源富饶时代的产物。
计算是工具，可以工业化提供；数据是资源，是个性化的资产。
如果说Office、游戏等是PC的杀手锏应用，浏览器、搜索、SNS等是互联网的杀手锏应用，那么大数据等就是云计算的杀手锏应用。
生活中与大数据的联系
每天小高都在大数据的陪伴下，开始一天的生活。
早上7:00，小高开车去上班。
对许多人来说，路上时的堵车经常让人抓狂，但小高的上班之路却轻松了不少，因为他懂得利用大数据技术给自己指路：按照手机地图的指示，小高避开了用红线标记的交通拥堵路段，按照规划的绿色行车路线往公司前进，虽然绕了不少路，但因为避开了拥堵路段，用的时间却更少了。
专家分析 软件是这么知道哪个路段出现拥堵的呢？主要有三种途径：1.大家随身携带的手机，会每隔几秒钟与基站联系一次，当大量手机在某个路段停止或缓慢移动时，基本可以判断该路段出现拥堵。
2.遍布大街小巷的监控摄像头可以直接看到路段的拥堵情况，很多城市的交通管理部门会即时在拥堵路段进行标记。
3.在很多城市的交通管理中应用越来越普遍的小型无人驾驶直升机，也会在因事故等造成的大型拥堵事件中派上用场...
云计算与大数据的关系？
展开全部 两者关系：首先，云计算是提取大数据的前提。
信息社会，数据量在不断增长，技术在不断进步，大部分企业都能通过大数据获得额外利益。
在海量数据的前提下，如果提取、处理和利用数据的成本超过了数据价值本身，那么有价值相当于没价值。
来自公有云、私有云以及混合云之上的强大的云计算能力，对于降低数据提取过程中的成本不可或缺。
其次，云计算是过滤无用信息的“神器”。
首次收集的数据中，一般而言，90%属于无用数据，因此需要过滤出能为企业提供经济利益的可用数据。
在大量无用数据中，重点需过滤出两大类，一是大量存储着的临时信息，几乎不存在投入必要；二是从公司防火墙外部接入到内部的网络数据，价值极低。
云计算可以提供按需扩展的计算和存储资源，可用来过滤掉无用数据，其中公有云是处理防火墙外部网络数据的最佳选择。
再次，云计算可高效分析数据。
数据分析阶段，可引入公有云和混合云技术，此外，类似Hadoop的分布式处理软件平台可用于数据集中处理阶段。
当完成数据分析后，提供分析的原始数据不需要一直保留，可以使用私有云把分析处理结果，即可用信息导入公司内部。
最后，云计算助力企业管理虚拟化。
可用信息最终用来指导决策，通过将软件即服务应用于云平台中，可将可用信息转化到企业现有系统中，帮助企业强化管理模式。
评论： 上升到我国互联网整体发展层面，虽然我国在互联网服务方面具有领先的优势，然而，越来越多的企业认识到，与云计算的结合将使大数据分析变得更简单，未来几年，如能在大数据与云计算结合领域进行深入探索，将使我们在全球市场更具竞争力，这是非常关键的问题。
大数据应用到底是做什么的？
对于“大数据”，研究机构Gartner给出了这样的定义。
“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
维基百科的定义，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。
大数据必然无法用单台的计算机进行处理，必须采用分布式架构。
它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
随着云时代的来临，大数据也吸引了越来越多的关注。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。
换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
什么叫大数据,与云计算有何关系。
大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。
大数据必然无法用单台的计算机进行处理，必须采用分布式计算架构。
它的特色在于对海量数据的挖掘，但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。
云计算的关键词在于“整合”，无论你是通过现在已经很成熟的传统的虚拟机切分型技术，还是通过google后来所使用的海量节点聚合型技术，他都是通过将海量的服务器资源通过网络进行整合，调度分配给用户，从而解决用户因为存储计算资源不足所带来的问题。
大数据正是因为数据的爆发式增长带来的一个新的课题内容，如何存储如今互联网时代所产生的海量数据，如何有效的利用分析这些数据等等。
他俩之间的关系你可以这样来理解，云计算技术就是一个容器，大数据正是存放在这个容器中的水，大数据是要依靠云计算技术来进行存储和计算的。
大数据和移动办公之间有什么联系么？
大数据确实是去年非常火的一个词，移动办公也是如此，如果说两者有什么联系的话，只能从需求上做分析了：1、移动化办公即利用移动终端取代传统电脑进行办公，那么终端的改变将会让很多的操作系统变得简便，所以如何让企业客户能够更快速的处理工作和问题，那么就需要在庞大的业务流程中筛选出最必要的应用提供服务，那么这个筛选的过程可以理解为是通过业务操作中不断积累的数据分析得出的结论，例如：一次记账的操作，常规操作可能有录入合同，生成合同号，导入金额，进行分账，最后生成报表，这些操作都有关联性也有数据的可传递性，那么通过在数据分析下得出结论即录入合同和生成合同可以一起产生，那么在移动办公中将会把这个操作变得更加简便，会让企业客户工作更加高效2、移动办公说穿了就是在移动终端上利用软件进行操作，那么对软件的改良和提升也需要基于数据反馈来获得的，例如：有多少人打开过软件，有多少人做到了外出办公，有多少人点了我喜欢这个软件，有多少人购买了企业应用，是否真正做到了移动办公？这些数据分析都是要在庞大的数据中进行筛选和积累的。
所以说移动办公要想做到精致，做到客户心中，那么势必要在大数据的浪潮中翻找，寻找合适的商机，寻找最优的技术方案。
互联网+和大数据什么关系
如果把新型智慧城市比作一个人，物联网是感官、移动互联网是神经、云计算是强健体魄和心脏、大数据是聪明的大脑。
新型智慧城市，如果离开数据采集、数据分析和数据的使用，智慧就是空谈。
一、大数据技术是处理感知层数据的必然选择感知层是新型智慧城市体系对现实世界进行感知、识别和信息采集的基础性物理网络，海量的数据在感知层产生。
对于海量数据的处理不单是智慧化的必然要求，同时也是对IT投资的一种保护，否则非但不能充分挖掘数据的价值，还将为海量数据所累。
视频数据挖掘，要把安全行为进行智能分析，视频数据自动理解，从而实现视频数据自动压缩，把PB数据压缩下来，要推行智能设备就要解决一些问题，例如人体异常行为检测，异常事件检测，这是公安部门最感兴趣的。
如果计算机能做，可以对目标进行跟踪，这就是我们需要的，自动地对物体中的运动目标进行检测、分离、跟踪，对其行为进行有效识别，如果有了这个软件，视频数据就能充分利用，正常人的活动可以删去，只把可疑的数据留下来。
二、大数据是实现新型智慧城市的核心要素新型智慧城市的建设带来数据量的爆发式增长，而大数据就像血液一样遍布智慧交通、智慧医疗、智慧生活等新型智慧城市建设的各个方面，城市管理正在从“经验治理”转向“科学治理”。
大数据为新型智慧城市的各个领域提供强大的决策支持。
在城市规划方面，通过对城市地理、气象等自然信息和经济、社会、文化、人口等人文社会信息的挖掘，可以为城市规划提供强大的决策支持，强化城市管理服务的科学性和前瞻性。
在交通管理方面，通过对道路交通信息的实时挖掘，能有效缓解交通拥堵，并快速响应突发状况，为城市交通的良性运转提供科学的决策依据。
在舆情监控方面，通过网络关键词搜索及语义智能分析，能提高舆情分析的及时性、全面性，全面掌握社情民意，提高公共服务能力，应对网络突发的公共事件，打击违法犯罪。
在安防与防灾领域，通过大数据的挖掘，可以及时发现人为或自然灾害、恐怖事件，提高应急处理能力和安全防范能力。
大数据是新型智慧城市各个领域都能够实现“智慧化”的关键性支撑技术，新型智慧城市的建设离不开大数据。
从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划，直到城市的运营和管理方式，大数据将遍布新型智慧城市的方方面面，这些都将在大数据支撑下走向“智慧化”。
金鹏信息智慧城市解决方案
互联网与大数据之间有什么关系？
大数据与互联网的发展相辅相成。
一方面，互联网的发展为大数据的发展提供了更多数据、信息与资源；另一方面，大数据的发展为互联网的发展提供了更多支撑、服务与应用。
大数据，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
特点：大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
1、容量（Volume）：数据的大小决定所考虑的数据的价值和潜在的信息；2、种类（Variety）：数据类型的多样性；3、速度（Velocity）：指获得数据的速度；4、可变性（Variability）：妨碍了处理和有效地管理数据的过程；5、真实性（Veracity）：数据的质量；6、复杂性（Complexity）：数据量巨大，来源多渠道；7、价值（value）：合理运用大数据，以低成本创造高价值。
计算机网络应用和大数据有关系吗
计算机网络和云计算的发展促进了计算机向更高层次的发展，对处理大数据计算等问题提供了可能，数据量、数据处理技术和能力都得到了质的飞跃，大数据时代已经来临。
利用计算机网络应用技术带来的大数据，将成为下一代信息技术的核心所在。
大数据本身量大、结构复杂、变化快、价值大。
这样给大数据的管理、计算、存储、呈现、挖掘、安全等环节带来挑战。
而伴随着大数据时代来临的序幕和大数据处理时代的到来，对计算机网络应用处理技术也提出了更高的要求。
...
