計算機數據信息處理中大數據技術的應用研究

摘要：隨著當前計算機信息技術的不斷發展，計算機領域中的數據信息也呈現出了海量發展趨勢。為適應此類數據信息的實際處理需求，大數據技術開始被引入其中，并發揮出了顯著的應用優勢。基于此，對大數據技術在計算機數據信息處理中的應用進行分析，包括大數據技術基本情況，大數據技術在計算機數據信息處理中的應用分析及其主要優化策略。以期為大數據技術的良好應用與計算機數據信息處理質量的提升提供一定參考。

關鍵詞：大數據技術計算機數據信息處理云計算技術數據備份技術

中圖分類號：TP391

ResearchontheApplicationofBigDataTechnologyinComputerDataInformationProcessing

GENGYao

ZhengzhouUniversityofIndustrialTechnology，Zhengzhou，He’nanProvince，451100China

Abstract：Withthecontinuousdevelopmentofcurrentcomputerinformationtechnology，datainformationinthecomputerfieldhasalsoshownatrendofmassivedevelopment.Inordertoadapttothepracticalprocessingneedsofsuchdatainformation，BigDatatechnologyhasbeenintroducedandhasshownsignificantapplicationadvantages.Basedonthis，thisarticleanalyzestheapplicationofBigDatatechnologyincomputerdatainformationprocessing，includingthebasicsituationofBigDatatechnology，theapplicationanalysisandmainoptimizationstrategiesofBigDatatechnologyincomputerdatainformationprocessing.It’shopedtoprovidesomereferenceforthegoodapplicationofBigDatatechnologyandtheimprovementofcomputerdatainformationprocessingquality.

KeyWords：BigDatatechnology;Computer;Datainformationprocessing;CloudComputingtechnology;DataBackuptechnology

在現代的計算機數據信息處理工作中，大數據技術發揮著非常顯著的應用優勢。為實現此項技術的合理應用，滿足計算機數據信息的實際處理需求，研究者與技術人員就需要結合大數據技術的基本情況，對其在計算機數據信息處理中的應用進行分析，包括云計算技術、數據備份技術以及大數據可視化技術等的應用，并進一步研究這些技術的優化策略。通過這樣的方式，才可以更好地發揮此項技術優勢，促進現代計算機數據處理技術的發展。

1大數據技術基本情況

1.1大數據技術基本概念

所謂大數據技術，指的是對高維度、大規模、復雜化海量數據進行管理、分析和處理的一系列技術與工具的總稱。就目前的大數據技術來看，其主要類型包括云計算技術、數據備份技術以及大數據可視化技術等[1]。通過這些技術的合理應用，可使計算機網絡中的海量數據信息得到高質高效的分析、儲存、處理和展示，從而進一步滿足現代計算機用戶對于數據信息的實際管理和應用需求。

1.2大數據技術主要特征

就目前來看，大數據技術在計算機數據信息處理中所表現出的主要特征包括數據處理效率高、數據決策能力強、數據處理流程簡單、數據安全性高和用戶體驗效果好等。憑借著這些優勢，此項技術在計算機數據信息處理領域中備受關注。

1.3大數據技術應用現狀

在當前，大數據技術已經在電商、醫療、教育、交通、金融、制造、汽車、互聯網、電信、能源、物流、安全、城市管理以及體育娛樂等各個領域中得到了廣泛應用。尤其是在計算機數據信息處理領域中，此項技術更是一種不可或缺的技術類型。

2大數據技術在計算機數據處理中的應用

2.1云計算技術的應用

作為大數據技術中最為基礎且關鍵的一個分支，云計算技術在當前的計算機數據信息處理中十分適用。此項技術的基本原理是利用網絡對計算機資源進行集中的管理和集中調度，使用戶在不需要底層硬件的情況下便可實現計算機數據信息資源的按需獲取[2]。具體應用時，該技術可將龐大的數據計算和處理程序劃分為若干小程序，采用多部服務器組成的計算系統對相應的小程序進行分析和處理，以此來快速獲得處理結果，并將其反饋給用戶。此項技術的應用需借助于云服務平臺來實現，該平臺主要由數據中心、服務端以及前端用戶界面這三部分構成。

在通過云計算技術對計算機數據信息進行處理時，其基本方法如下：（1）數據采集，借助于該平臺中的海量數據處理系統對局域網計算機信息數據以及文檔信息等進行采集，并對海量的臨時性數據信息進行收集與匯總。（2）數據處理，該平臺會根據實際情況完成負荷系數、時間系數等的布置，并以此為依據，對虛擬化資源池內的數據信息進行有效處理。（3）虛擬化資源和任務調度，在多個子系統中靈活調度多個目標。（4）數據分析，通過控制器對各個分析模塊中的數據信號進行接收，借助于其中的讀取模塊對相應數據進行高效化的提取和處理，最終對各類硬件占比情況做出量化分析，并以此為依據來完成相應的虛擬化資源配置。在上述方法的支持下，基于云計算技術的計算機數據信息處理效果將十分客觀、完整，且具備足夠高的可靠性，從而可有效滿足當前用戶對于海量計算機數據信息的實際儲存、處理和調用等需求。

2.2數據備份技術的應用

在基于云計算技術的計算機數據信息處理工作中，數據備份技術也是一種典型的支持技術。通常情況下，我國的計算機數據信息可按照3個重要級別進行分類，包括一般數據、重要數據以及核心數據，因這些數據的重要程度不同，所以其在大數據技術模式下的備份策略也不盡相同[3]。對于一般數據，可結合實際情況每周進行一次有效備份即可；對于重要數據，可每周實施一次全面備份，每天實施增量備份，若條件允許，還需要進行異地備份；對于核心數據，需每天進行全面備份，并根據實際情況做好數據庫備份歸檔以及異地備份工作。

而在大數據技術的支持下，計算機網絡中的數據備份工作主要通過虛擬化平臺來實現。通過虛擬化技術的合理應用，可使數據信息進入快速發展車道，并進一步確保其完整性和安全性。就目前的虛擬化大數據備份平臺來看，i2VP是最為常用的一個大規模虛擬化平臺，該平臺可為OpenStack（開源云計算管理平臺）、Hyper-v（微軟虛擬化產品）、VMware（威睿虛擬機下載平臺）等各種虛擬化平臺的應用提供支持，具備良好的大數據復制、大數據備份、大數據遷移以及大數據恢復等功能，同時也與華為HCS以及新華三CAS等各種虛擬化大數據備份平臺具有良好的兼容性。憑借著組網靈活、備份可靠、備份保留效果好、自動演練、智能化備份、完整虛擬機保護、統一界面管理等的諸多優勢，該虛擬化大數據備份平臺在各種政務云數據以及專有云數據的虛擬化備份中得到了廣泛應用。圖1為基于i2VP大規模虛擬化平臺的生產企業計算機數據信息備份流程示意圖。

2.3大數據可視化技術的應用

就目前計算機數據信息處理領域中的大數據技術來看，大數據可視化已經成為了其中最為關鍵的一種技術類型。通常情況下，技術人員可將ASP.NETMVC（應用程序框架）開發模式作為支持，通過TypeScript編程語言、Bootstrap前端開發開源工具包以及Echarts可視化圖表庫等相結合的方式來構建大數據可視化系統，并結合不同的計算機大數據信息處理需求，對其可視化方法與交互方式等進行科學設置，以此來構建一個異構形式的計算機數據智能可視化系統[4]。通常情況下，此類數據可視化系統的主要組成部分有5個：（1）表現層，包括專業研究人員、相關單位、企業決策者以及普通用戶；（2）應用服務層，包括開放性數據導入、開放性算法導入、可視化顯示、數據展示算法編程以及可視化交互；（3）應用支撐層，包括數據轉換機制、算法翻譯引擎、消息服務支持、表單服務支持以及數據與算法匹配機制；（4）數據資源層，包括關系型數據庫以及非結構化數據；（5）基礎平臺層，包括操作系統、主機、網絡、NET平臺、數據庫管理軟件以及服務器。

3?;計算機數據處理中的大數據技術優化策略

在當前的大數據時代背景下，由于各項先進技術的不斷發展與更新，各個領域中的計算機數據信息處理工作也面臨著越來越多的挑戰。在這樣的情況下，通過大數據技術的合理優化，可為其海量數據信息的處理提供有力支持。為達到這一目標，研究者和技術人員需結合大數據技術在其中的實際應用情況及其發展需求等，采取合理的策略對其進行優化。

就目前來看，此項技術的主要優化策略包括以下幾種：（1）不斷提升計算機硬件和軟件水平，將更加先進的硬件設施和軟件程序引入計算機系統中，以此來為大數據技術的應用提供支持；（2）對基于大數據的計算機數據信息安全體系加以科學構建，采用更加先進的技術措施對大數據技術應用中的各個環節進行安全監督和控制，以此來及時發現其中存在的安全問題或隱患，使其及時消除，盡最大限度確保計算機數據信息的安全性[5]；（3）將當前先進的智能化技術融合應用到大數據技術中，結合大數據技術及其系統的實際應用情況與應用需求等，將相應的智能化算法或模型等合理引入，以此來為其數據分析和處理系統提供智能化技術支持；（4）將人工智能技術引入大數據技術的實際應用及其系統操作中，逐漸替代傳統的人為操作模式，以此來降低運維工作人員的工作強度與壓力，并盡最大限度避免人為因素對大數據技術應用效果的不良影響[6]。

通過這樣的方式，便可使現代計算機數據信息處理工作中的大數據技術得到進一步優化，以此來更好地發揮其應用優勢，促進計算機數據信息處理工作的大數據化與智能化發展。

4結語

綜上所述，隨著現代計算機信息技術的全面應用和普及，各個領域中的計算機數據信息都呈現出了海量化發展趨勢。對于這些數據信息，要想得到良好的儲存、處理和應用，就需要將大數據技術用作支持技術。基于此，研究者和技術人員一定要充分意識到大數據技術在其中的應用優勢，結合其具體的應用需求，對大數據技術加以合理應用，以此來實現此類數據信息的科學處理。

參考文獻

• 康少偉，葉維裕，李毅.基于大數據的計算機信息處理技術應用與實踐：評《大數據技術基礎》[J].現代雷達，2022（8）：126-126.
• 魏曉艷.基于區塊鏈技術的工業大數據時變通信時延控制系統設計[J].計算機測量與控制，2023（12）：123-129.
• 高麗杰，薛麗香，馬照瑞，等.大數據RSA公鑰加密安全雙向檢測仿真[J].計算機仿真，2023，40（2）：410-414.
• 董運昌，王啟明，曹杰，等.基于過采樣和級聯機器學習的電網虛假數據注入攻擊識別[J].電力系統自動化，2023，47（8）：179-188.
• 陳小娟，賀紅艷，張慧萍.基于數據消冗技術的隱私大數據屬性加密仿真[J].計算機仿真，2022，39（11）：422-426.
• 汪釔丞，曾鴻斌，許利杰，等.面向大數據處理框架的JVM優化技術綜述[J].軟件學報，2023，34（1）：463-488.