大數(shù)據(jù)背景下的計(jì)算機(jī)信息處理技術(shù)

閔天媛

摘 要：計(jì)算機(jī)信息處理技術(shù)是對(duì)數(shù)據(jù)進(jìn)行采集、檢測(cè)、加工、存儲(chǔ)的一項(xiàng)技術(shù)。在大數(shù)據(jù)的背景下，該項(xiàng)技術(shù)面臨著海量數(shù)據(jù)的處理需求，需要其具備功能強(qiáng)大的數(shù)據(jù)采集功能，可實(shí)現(xiàn)對(duì)頁(yè)面資源的檢測(cè)、分析，并提取出有價(jià)值的數(shù)據(jù)，以及強(qiáng)大的數(shù)據(jù)存儲(chǔ)功能，將采集到的數(shù)據(jù)，經(jīng)過(guò)計(jì)算機(jī)信息處理后，可以安全、完整的存儲(chǔ)至服務(wù)器中，以為數(shù)據(jù)的利用提供方便。

關(guān)鍵詞：大數(shù)據(jù);計(jì)算機(jī);信息處理;數(shù)據(jù)存儲(chǔ)

社會(huì)在生產(chǎn)和運(yùn)行過(guò)程中，會(huì)形成大量的數(shù)據(jù)信息，人們通過(guò)使用計(jì)算機(jī)信息處理技術(shù)，將這些信息集中存儲(chǔ)，形成數(shù)量龐大的數(shù)據(jù)信息，然后分析這些數(shù)據(jù)之間的邏輯關(guān)系，挖掘數(shù)據(jù)中的價(jià)值，最后形成具有使用價(jià)值的一系列數(shù)據(jù)和信息，以實(shí)現(xiàn)數(shù)據(jù)的利用價(jià)值。

1.大數(shù)據(jù)背景下計(jì)算機(jī)信息處理技術(shù)的特點(diǎn)

1.1數(shù)據(jù)量大

就目前互聯(lián)網(wǎng)和移動(dòng)網(wǎng)絡(luò)的發(fā)展形勢(shì)來(lái)看，網(wǎng)絡(luò)中的數(shù)據(jù)可以用海量來(lái)形容，人們將網(wǎng)絡(luò)作為獲取和傳遞信息的主要渠道，而且網(wǎng)絡(luò)本身具有開(kāi)放性和包容性的特點(diǎn)，數(shù)據(jù)信息一旦上傳至網(wǎng)絡(luò)，如果沒(méi)有人為刪除，則會(huì)一直留存在網(wǎng)絡(luò)中，致使網(wǎng)絡(luò)中的數(shù)據(jù)量呈現(xiàn)出爆炸式的增長(zhǎng)，進(jìn)而需要計(jì)算機(jī)信息處理技術(shù)的快速發(fā)展，以高效化的處理好這些數(shù)量龐大的數(shù)據(jù)，這也為大數(shù)據(jù)的利用提供了條件。

1.2多元化與共享化

網(wǎng)絡(luò)中的數(shù)據(jù)來(lái)源非常廣泛，數(shù)據(jù)信息種類繁雜，而且人們通過(guò)計(jì)算機(jī)使用網(wǎng)絡(luò)，會(huì)上傳各種類型的數(shù)據(jù)信息，進(jìn)而形成了多元化的數(shù)據(jù)。此外，網(wǎng)絡(luò)中數(shù)據(jù)的共享程度較高，人們通過(guò)數(shù)據(jù)信息的分享，獲取了更多的有效信息，并可通過(guò)關(guān)聯(lián)分析，獲取數(shù)據(jù)之間的內(nèi)在聯(lián)系，進(jìn)而促進(jìn)了整個(gè)社會(huì)的信息化發(fā)展。

1.3數(shù)據(jù)處理效率高

目前，計(jì)算機(jī)信息處理技術(shù)發(fā)展程度較高，其可處理海量的數(shù)據(jù)，并可從其中挖掘出有價(jià)值的信息，該項(xiàng)技術(shù)在大數(shù)據(jù)處理中的應(yīng)用，展現(xiàn)出數(shù)據(jù)高速處理的優(yōu)越性，使得數(shù)據(jù)得到了進(jìn)一步的分析，進(jìn)而實(shí)現(xiàn)數(shù)據(jù)分析結(jié)果的預(yù)測(cè)性作用，計(jì)算機(jī)分析的數(shù)據(jù)量越大，分析結(jié)果的使用價(jià)值也就越高，使得大數(shù)據(jù)成為社會(huì)發(fā)展中的重要組成元素。

2.大數(shù)據(jù)背景下計(jì)算機(jī)信息處理技術(shù)的運(yùn)用

2.1信息采集

信息采集是數(shù)據(jù)應(yīng)用的前提，搜索引擎是該項(xiàng)技術(shù)應(yīng)用的典型代表，我國(guó)搜索引擎主要有百度、搜狗、360等，這些搜索引擎的功能非常強(qiáng)大，用戶只要輸入關(guān)鍵詞，就可進(jìn)行網(wǎng)頁(yè)、新聞、圖像、視頻等信息的搜索，關(guān)鍵詞匹配度非常高，用戶可在其提供的頁(yè)面上找到自己需要的內(nèi)容。但是網(wǎng)絡(luò)數(shù)據(jù)量增速過(guò)快，搜索引擎在信息搜索上也呈現(xiàn)出了一定的不足，需要研發(fā)出性能更加優(yōu)越的信息采集技術(shù)，對(duì)網(wǎng)絡(luò)中的資源進(jìn)行全面的覆蓋，抓取到更具利用價(jià)值的數(shù)據(jù)信息。搜索引擎的信息采集功能，可以對(duì)采集的信息進(jìn)行預(yù)處理，分辨真假，并過(guò)濾其中的無(wú)效信息，以確保信息采集的質(zhì)量。

在大數(shù)據(jù)的背景下，其與信息采集技術(shù)的融合，可構(gòu)建模塊化的信息采集框架。第一，頁(yè)面檢測(cè)，其主要是對(duì)網(wǎng)頁(yè)頁(yè)面信息的檢測(cè)，遵循相關(guān)協(xié)議的要求，檢測(cè)頁(yè)面上的各項(xiàng)信息，并分析這些信息的價(jià)值，對(duì)于有價(jià)值的信息進(jìn)行預(yù)處理，最終完成頁(yè)面信息的采集工作;第二，頁(yè)面分析，會(huì)針對(duì)一個(gè)URL中的字段、列表、圖片等進(jìn)行分析，并解析檢測(cè)對(duì)象中的超鏈接;第三，信息提取，經(jīng)過(guò)檢測(cè)和分析判斷，確定頁(yè)面信息具有采集價(jià)值后，對(duì)頁(yè)面中的各項(xiàng)信息進(jìn)行實(shí)時(shí)提取;第四，內(nèi)容提取，在確定提取信息的URL地址后，數(shù)據(jù)庫(kù)可實(shí)現(xiàn)URL頁(yè)面內(nèi)容的提取，并過(guò)濾掉無(wú)效數(shù)據(jù)，然后更新數(shù)據(jù)庫(kù)中的內(nèi)容;第五，鏈接解析，其主要是對(duì)頁(yè)面中的關(guān)鍵詞和摘要進(jìn)行收集、分析、處理，從而將頁(yè)面上的內(nèi)容轉(zhuǎn)化為文本信息;第六，內(nèi)容過(guò)濾，不是所有的數(shù)據(jù)信息都有利用價(jià)值，需采用此項(xiàng)功能將無(wú)用信息過(guò)濾掉，以保證采集信息的質(zhì)量。

2.2信息存儲(chǔ)

計(jì)算機(jī)與網(wǎng)絡(luò)技術(shù)的發(fā)展，使數(shù)據(jù)量持續(xù)的增長(zhǎng)，對(duì)信息存儲(chǔ)技術(shù)提出了更高的要求，傳統(tǒng)的存儲(chǔ)方式已經(jīng)無(wú)法滿足大數(shù)據(jù)時(shí)代的數(shù)據(jù)存儲(chǔ)需求，雖然傳統(tǒng)的DAS、NAS、SAN等技術(shù)，可為用戶提供高質(zhì)量的存儲(chǔ)服務(wù)，但是這些存儲(chǔ)技術(shù)的擴(kuò)展性不好，維護(hù)難度較大，無(wú)論是存儲(chǔ)容量還是性能都與大數(shù)時(shí)代需求不符，因此需要打造海量數(shù)據(jù)存儲(chǔ)系統(tǒng)架構(gòu)，以提升信息處理的質(zhì)量。

第一，RAID5，其存儲(chǔ)性能非常優(yōu)越，也是運(yùn)用較多的信息存儲(chǔ)方案，擁有奇偶校驗(yàn)信息，并且是多個(gè)數(shù)據(jù)對(duì)應(yīng)一個(gè)奇偶校驗(yàn)信息，磁盤利用率較高，降低了存儲(chǔ)成本;第二，WAS，其被分為三個(gè)層次，一是Stream層，屬于文件管理層;二是Front-End層，具有讀取文件位置的功能，將多個(gè)服務(wù)器中存儲(chǔ)的信息劃分成表，由Front-End層通過(guò)劃分表確定文件存儲(chǔ)的位置;三是Partition層，其屬于上面兩個(gè)層的中間層，對(duì)Stream層數(shù)據(jù)進(jìn)行解析，并進(jìn)行緩存處理;第三，HDFS，其是分布式文件系統(tǒng)，有著高容錯(cuò)性的特點(diǎn)，可用于性能較低的硬件上，實(shí)際應(yīng)用中數(shù)據(jù)的吞吐量較高，可進(jìn)行較大的文件操作。

2.3信息安全

計(jì)算機(jī)處于互聯(lián)網(wǎng)之中，其信息安全性受到網(wǎng)絡(luò)不安全因素的威脅，需要在運(yùn)用信息處理技術(shù)時(shí)，做好網(wǎng)絡(luò)安全工作。第一，物理安全，用戶在應(yīng)用計(jì)算機(jī)時(shí)，需經(jīng)過(guò)系統(tǒng)身份驗(yàn)證后，才可登陸操作系統(tǒng)，還需專門建立網(wǎng)絡(luò)安全管理制度，以保證計(jì)算機(jī)中信息的安全性;第二，訪問(wèn)控制，針對(duì)訪問(wèn)用戶，可采取用戶口令、人臉識(shí)別、指紋識(shí)別、用戶賬戶等多種訪問(wèn)控制方法，對(duì)訪問(wèn)用戶進(jìn)行限制，以避免信息遭到破壞。目前，信息安全技術(shù)種類較多，像防火墻、入侵檢測(cè)技術(shù)、數(shù)字簽名技術(shù)等，都可形成對(duì)計(jì)算機(jī)信息的保護(hù)作用。

結(jié)語(yǔ)：在大數(shù)據(jù)的背景下，需要與之相匹配的計(jì)算機(jī)信息處理技術(shù)，可從海量的數(shù)據(jù)中，采集到有價(jià)值的數(shù)據(jù)，并將這些數(shù)據(jù)過(guò)濾、加工之后，運(yùn)用信息存儲(chǔ)技術(shù)，將這些數(shù)據(jù)按照要求進(jìn)行妥善的保管，以為數(shù)據(jù)的利用做好準(zhǔn)備。當(dāng)下，基于大數(shù)據(jù)的計(jì)算機(jī)信息處理技術(shù)發(fā)展逐步成熟，在各行各業(yè)得到了廣泛的應(yīng)用，為人們提供完善的信息處理技術(shù)服務(wù)。

參考文獻(xiàn)：

[1]方鵬.大數(shù)據(jù)時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)的探討[J].信息系統(tǒng)工程，2020，320（8）：126-127.

[2]郭偉.大數(shù)據(jù)時(shí)代的計(jì)算機(jī)信息處理技術(shù)[J].電子元器件與信息技術(shù)，2020，33（3）：86-87.

[3]呂晉俐.大數(shù)據(jù)時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)的分析[J].信息與電腦（理論版），2017，380（10）：179-180.

[4]張文娟，孫丹.大數(shù)據(jù)時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)分析[J].科技資訊，2017，36（v.15;No.501）：208-209.

[5]牛愛(ài)民.大數(shù)據(jù)背景下計(jì)算機(jī)信息處理技術(shù)的缺陷及優(yōu)化[J].數(shù)字技術(shù)與應(yīng)用，2017（11）：242+244.

（黑龍江省北安市計(jì)劃生育宣傳指導(dǎo)站，黑龍江 北安 164000）