复杂环境下的大数据处理
随着大数据政策环境和技术手段的不断完善,大数据应用持续升温,中国企业级大数据市场进入快速发展时期.互联网、电信、金融、大型制造业等开始部署大数据平台并付诸实践,带动软件、硬件和服务市场快速发展.根据工信部电信研究院2017年3月27日发布的《中国大数据发展调查报告(2017年)》统计,Hadoop是最受欢迎的大数据平台架构,接近四成的受访企业倾向选择Hadoop作为大数据平台的技术架构.作为企业级数据资源处理和存储中心,大数据架构需要整合不同的技术平台、不同的数据结构、不同的数据接入方式等等.在复杂环境下,如何保证接入的稳定性、处理的高效性、质量的合规性等等,对大数据行动提出了新的挑战.通过建立统一的数据流程调度服务,支撑大数据批量数据文件任务调度、质量控制、任务监控,提升大数据处理能力,实现对数据质量的高效管控,是决定大数据应用是否成功的关键保障.
政策环境、大数据、数据平台、数据应用、质量控制、数据接入方式、数据处理能力、企业级、技术平台、中国、数据质量、数据文件、数据流程、数据结构、数据架构、市场进入、任务监控、平台架构、技术架构、付诸实践
TP3;F62
2017-07-27（万方平台首次上网日期，不代表论文的发表时间）
共2页
64-65
