简述什么是大数据，云计算，以及它们的应用实例

大数据技术是指从各种各样类型的数据中，快速获得有价值信息的能力。适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。
大数据的应用：大数据是信息产业持续高速增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。
云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。
云计算的主要应用：
云物联——“物联网就是物物相连的互联网”。这有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。
云安全——一个从“云计算”演变而来的新名词。云安全的策略构想是：使用者越多，每个使用者就越安全，因为如此庞大的用户群，足以覆盖互联网的每个角落，只要某个网站被挂马或某个新木马病毒出现，就会立刻被截获。
云存储——在云计算概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。

"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。
数据采集：ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
数据存取：关系数据库、NOSQL、SQL等。
基础架构：云存储、分布式文件存储等。
数据处理：自然语言处理(NLP，NaturalLanguageProcessing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机"理解"自然语言，所以自然语言处理又叫做自然语言理解(NLU，NaturalLanguage Understanding)，也称为计算语言学(Computational Linguistics。一方面它是语言信息处理的一个分支，另一方面它是人工智能(AI, Artificial Intelligence)的核心课题之一。
统计分析：假设检验、显著性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术等等。
数据挖掘：分类 （Classification）、估计（Estimation）、预测（Prediction）、相关性分组或关联规则（Affinity grouping or association rules）、聚类（Clustering）、描述和可视化、Description and Visualization）、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
模型预测：预测模型、机器学习、建模仿真。
结果呈现：云计算、标签云、关系图等。
要理解大数据这一概念，首先要从"大"入手，"大"是指数据规模，大数据一般指在10TB(1TB=1024GB)规模以上的数据量。大数据同过去的海量数据有所区别，其基本特征可以用4个V来总结(Vol-ume、Variety、Value和Veloc-ity)，即体量大、多样性、价值密度低、速度快。
第一，数据体量巨大。从TB级别，跃升到PB级别。
第二，数据类型繁多，如前文提到的网络日志、视频、、地理位置信息，等等。
第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。
第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。
大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。目前所说的"大数据"不仅指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。大数据研发目的是发展大数据技术并将其应用到相关领域，通过解决巨量数据处理问题促进其突破性发展。因此，大数据时代带来的挑战不仅体现在如何处理巨量

物联网应用案例

用途范围

物联网用途广泛，遍及教育、工程机械监控、建筑行业、环境保护、政府工作、公共安全、平安家居、智能消防、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。

展望未来，物联网会利用新一代IT技术充分运用在各行各业之中，具体地说，就是把传感器、控制器等相关设备嵌入或装备到电网、工程机械、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中，然后将“物联网”与现有的互联网整合起来，实现人类社会与物理系统的整合，在这个整合的网络当中，拥有覆盖全球的卫星，存在能力超级强大的中心计算机群，能够对整合网络内的人员、机器、设备和基础设施实施实时的管理和控制，在此基础上，人类可以以更加精细和动态的方式管理生产和生活，达到智慧化管理的状态，提高资源利用率和生产力水平，改善人与城市、山川、河流等生存环境的关系。

具体应用案例

下面列举了集中具体的应用案例，以供参考

1．  教育物联网

应用于教育行业的物联网首先要实现的就是，在适用传统教育意义的基础之上，对已经存在的教育网络中进行整合。对教育的具体的设施，包括书籍、实验设备、学校网络、相关人员等全部整合在一起，达到一个统一的、互联的教育网络。

物联网产业需要复合型人才，至少具备四方面的特征，包括掌握跨学科的综合性的知识与技能、掌握物联网相关知识与技术、掌握特定行业领域的专门知识以及具备创新实践能力。目前国内已有30余所大学开设了物联网专业。有超过400所高校建立物联网实验室。

2工程机械物联网

“工程机械物联网”是借助全球定位系统（GPS）、手机通讯网、互联网，实现了工程机械智能化识别、定位、跟踪、监控和管理，使工程机械、 *** 作手、技术服务工程师、代理店、制造厂之间异地、远程、动态、全天候“物物相连、人人相连、物人相联”。

工程机械物联网目前应用广泛。以NRS物联网智能管理系统平台为例，提升原本工程机械物联网服务由“信息采集服务”向“数据咨询服务转变”。由原来的现场管理升级为远程监控，由传统的制造转变为制造服务，由原来的被动服务提升为主动服务。功能涉及信息管理，行为管理，价值管理三大方面。

信息管理：

区域作业密集度管理

故障预警及远程诊断

车辆运维主动式服务

金融按揭安全性服务

行为管理：

作业人员统计管理

作业工时效率性分析

行为与工效油耗分析

*** 作规范与工效分析

价值管理：

产品全寿命周期成本管理

行为与员工绩效管理

量本利敏感要素判断

多维大数据决策支持

以福田的农机信息管理平台为例，可以对农业所需相关机械车辆进行全球GPS定位、锁车、解锁车、设备工时查询、故障报警等 *** 作，这对促进农业生产，提高工作效率有着至关重要的作用。

3建筑行业物联网应用——塔机监控

塔机智能化的监控管理系统，主要针对检测状态、危险距离预警、故障诊断、信息回传、工程调度等方面工作。例如塔机下面危险区域禁止站人实时提示、与其他高空建筑物距离过近、超出安全距离范围、内部故障预警、诊断、实时显示额定载重量、当前风速、回转角度、当前载重等。

4建筑行业应用——商用混凝土搅拌站

对生产设备的远程诊断和远程维护已经成为当前自动化技术中的一部分。尤其对于那些错误容易诊断和容易排除的情况，派一个服务工程师到现场解决，既增加工程师的工作负荷，又花费时间。而且费用也相应增加。为了缩短故障的诊断与恢复时间，提高有经验的高级工程师的工作效率，那么远程诊断和编程就是必备的部分。例如：“商用混凝土搅拌站产品远程售后服务系统”，可以在远程实现对PLC站进行编程和调试。可是实现混凝土搅拌站的远程控制和数据监控。

值得一提的是三维虚拟仿真技术在物联网的应用，给商用混凝土搅拌站的物联网应用开创了新的时代。系统实现搅拌站与车辆实时运行状态模拟功能。以动画形式呈现搅拌站实时动态信息，其中可包括：工程名称、施工配比、搅拌站配料情况及其他原材料配料情况，搅拌站场景如下图所示。

5石油

石油行业物联网系统主要是使用监控设备和信息系统采集运输油轮数据、码头设备和环境数据、油库数据、原油管道数据等，对这些数据进行整理和分析，将原油运输各个环节的数据进行关联和分析，合理安排船期、实现计算机排罐，提高整个原油运输的效率，同时通过对相关设备和环境的监测，及时掌握设备运行情况，保证整个运输过程的安全可靠。

石油行业物联网系统的总体解决方案包括：油库监测系统、原油管道监测系统、原油管道无人机巡线系统等。

6水利

物联网在水利方面的应用主要是对闸门的液压启闭机的状态检测、远程控制、故障预警等，利用水下机器人对大坝、水库等水下状态进行状态监控、信息回传等工作。

例如：“远程信息服务系统”能够通过智能信息采集终端，将液压启闭机PLC控制器的控制信息通过物理端口（串口）采集到终端，然后通过GPRS通讯模块，利用2G/3G网络或者互联网络将信息传递到远程WEB服务器，使得远端管理人员能够实现远程感知闸门启闭的运行信息。

7城市物联网

城市物联网利用互联网的信息管理平台、二维码扫描、GPS定位等技术，是更贴近人们生活的一种应用，现在变得更加的直观。比如儿童和老人的行踪掌控、公路巡检、贵重货物跟踪，追踪与勤务派遣、个人财务跟踪、宠物跟踪、货运业、各类车辆的防盗等GPS定位、解锁车、报警提示应用。

针对环卫车辆可以对车辆进行实时进行的GPS定位、状态监控、车辆信息查询、运行状态等工作，例如：需要知道目前城市的某区有多少环卫车辆，处于什么哪个街道， *** 作员，工作情况，计划任务等，同时又可以根据实际情况进行工作调度，对故障做提前的预警，对突发情况应急处理，对重要的问题着重处理等。

8．农业物联网

农业物联网的应用比较广泛的是对农作物的使用环境进行检测和调整。例如：大棚（温室）自动控制系统实现了对影响农作物生长的环境传感数据实时监测，同时根据环境参数门限值设置实现自动化控制现场电气设备，如：风扇、加湿器、除湿器、空调、照明设备、灌溉设备等，亦支持远程控制。常用环境监测传感器包括：空气温度，空气湿度，环境光照，土壤湿度，土壤温度，土壤水分含量等传感器。亦可支持无缝扩展无线传感器节点，如：大气压力、加速度、水位监测、CO、CO2、可燃气体、烟雾、红外人体感应等传感器。

9智能家居

这方面的应用就更加的贴近人们的生活，这是关系到人们生活起居、与生命安全息息相关的应用，我们可以通过智能家居的物联网络，进行室内到室外的电控、声控、感应控制、健康预警、危险预警等，比如声控电灯、窗帘按时间自动挂起、感应器感应到煤气泄漏、空气污染指数过高、室内的光线被家具遮挡严重、室内家居摆放设计、马桶漏水、电量煤气不足报警、车库检测、室外摄像检测、未来天气预测、提醒带雨伞、生活备忘录电子智能提醒等多方面的功能应用。

---