大数据在智能供热分析预测中的应用

大数据智能供热云计算

韩向明 | 2016-06-27 14:16

【数据猿导读】 “大数据”是指无法用常规软件工具进行捕捉、管理和处理的数据集合，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。本文主要讲述大数据在智能供热分析预测中的应用

1、大数据

“大数据”是指无法用常规软件工具进行捕捉、管理和处理的数据集合，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。

需要新的处理模式

具有更强的决策力、洞察发现力和流程优化能力

高增长率和多样化的信息资产。

2、大数据特征

3、大数据的作用

数据存储：可存储TB、PB、EB或更大数据集合数据分析：可进行全数据分析

4、大数据的依托

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。

必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术等。

5、云计算平台

云计算(Cloud Computing)是分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)、热备份冗余(High Available)等计算机和网络技术发展融合的产物。

云计算的特征：

--基于互联网，开放、自助、全球可接入

--多节点集群

--弹性扩展

--资源共享

--动态分配

6、云计算平台分类

7、云计算平台

IT系统优化：

—从“系统竖井”到“IT资源池”

—提高资源利用效率

—提升对业务改变的响应能力

—超高稳定性

—大幅提高 IT 效率

—强大的可扩展性

8、云计算平台功能

虚拟化提供很多高级功能(包括“动态迁移”、“高可用性”、“手机告警”和“负载均衡”，用软件的方式从底层解决了很多管理和维护问题，并且能够完全自动的调整系统配置，灵活动态的适应节能和优化计算资源等不同的管理策略，达到最佳的平衡。

“负载均衡”技术，实现了计算资源最优化和最佳节能不同管理策略的最佳平衡!当系统的负载较重时，平台可以动态灵活的调整分配给虚拟机系统和应用的计算资源，让多个服务器互相分担较重的工作负载;而系统负载较轻时，平台可以自动的将所有虚拟机及相应IT系统尽可能的集中，用少数的服务器来承载运算工作，而关闭其他的服务器，一方面延长了服务器的使用寿命，一方面最大限度的节省了能源的消耗。

9、云计算平台主要优点

主要优点：

超高稳定性

经过多年的产品经验积累和实际项目验证，虚拟化具有超高的稳定性，系统运行的稳定性不会因为虚拟化的整合而受到影响，免除了云计算落地的后顾之忧。

大幅提高 IT 效率

使用虚拟化进行服务器整合，将物理服务器硬件的利用率从15%一下提高到80%以上，而且丝毫不降低性能。

有效控制 IT 成本

资金的开销减少高达70%，同时管理运维等开销减少40%。虚拟化将所有运行于其上的 IT 应用的基础设施综合成本进行有效控制。

大幅提升IT系统的可用性

使用虚拟化平台的IT基础架构，任何业务系统都可以轻松实现系统的高可用保护，无需采用传统双机热备方案，操作配置更简单、灵活，通过管理客户端可以随时更改和应用不同的高可用方案。

强大的可扩展性

使用虚拟化实现灵活的 IT 基础设施管理，将硬件计算资源进行整体规划，计算资源需要扩展时再进行相关设备的购置，并且可以将新的设备轻松加入现有基础设施平台，真正做到按需实现平滑的系统扩容。