网格计算的应用及发展前景

[摘要]文章论述了网格计算的发展概况、在科学领域的应用范围、网格服务的特点以及在未来网络市场中的发展潜力。[关键词]数据库；浮点运算；虚拟化；资源共享现代社会由于大规模的科学和工程计算的需求，迫使计算机必须不断地提高其运算速度和存储容量。计算机的发展历史表明，为了达到更好的处理性能，除了必须提高系统的硬件的速度外，系统的结构也必须不断改进，特别是当元器件的速度达到极限时，后者将变成焦点问题。于是，超级并行机已经成为复杂科学计算领域的主宰。但以超级计算机为中心的计算模式存在明显的不足，而且目前正在经受挑战。超级计算机虽然是一台处理能力强大的“巨无霸”，但它的造价极其昂贵，通常只有一些国家级的部门，如航天、军事、气象等部门才有能力配置这样的设备。而随着人们在日常工作遇到的商业计算越来越复杂，人们迫切需要数据处理能力更强大的计算机，而超级计算机的价格显然阻止了它进入普通人的工作领域。于是，人们开始寻找一种造价低廉而数据处理能力超强的计算模式，最终科学家们经过努力找到了答案——Grid Computing（网格计算）。网格（grid）是一个集成的计算与资源环境，或者说是一个计算资源池。网格也是一种先进的计算基础设施（Advanced Computational Infrastructure，简称ACI），用于研究与工程应用相结合的项目，学科领域涉及超级计算技术、网络技术、数据库技术、中间件技术、并行算法和各种计算科学研究与应用技术，是一个综合性的跨学科高技术研究课题。网格计算（Grid Computing）是伴随着互联网技术而迅速发展起来的，是将地理上分布的计算资源（包括数据库、贵重仪器等各种资源）充分利用起来，协同解决复杂的大规模问题,特别是解决仅靠本地资源无法解决的复杂问题，是专门针对复杂科学计算的新型计算模式。这种计算模式是利用互联网把分散在不同地理位置的电脑组织成一个“虚拟的超级计算机”，其中每一台参与计算的计算机就是一个“节点”，而整个计算是由成千上万个“节点”组成的“一张网格”，所以这种计算方式叫网格计算。这样组织起来的“虚拟的超级计算机”有两个优势，一个是数据处理能力超强；另一个是能充分利用网上的闲置处理能力。简单地讲，网格是把整个网络整合成一台巨大的超级计算机，实现计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享。近年来，随着计算机计算能力的迅速增长，互联网络的普及和高速网络成本的大幅度降低以及传统计算方式和计算机的使用方式的改变，网格计算已经逐渐成为超级计算发展的一个重要趋势。网格计算是一个崭新而重要的研究领域，它以大粒度资源共享，高性能计算和创新性应用为主要特征，必将成为21世纪经济发展的重要推动力。二十世纪九十年代以来，世界各个国家，尤其是发达国家，建立了很多超级计算应用中心（NCSA）和工程研究中心，美国还制定了新一轮规划的先进计算框架计划(ACIP),发展面向21世纪的先进计算技术. 我国在科技部的领导和主持下，经过306主题专家组及相关单位的努力，作为我国高性能计算和信息服务的战略性基础设施的国家高性能计算环境发展很快。在已建成的5个国家级高性能计算中心基础上，又于中南、西北等地建立了新的国家高性能计算中心，科技部并加强了网格节点的建设，形成以科学院为主体的计算网格。教育部也启动了网格计算工程，第一批12个网点正在建设中，国家基金委也列出专向基金资助网格计算。[!--empirenews.page--]网格是借鉴电力网（electric power grid）的概念出来的，网格的最终目的是希望用户在使用网格的计算能力时，就如同现在使用电力一样方便简单。在科学计算领域，网格计算可以在以下几个方面得到广泛应用：1.分布式超级计算。网格计算可以把分布式的超级计算机集中起来，协同解决复杂的大规模的问题。使大量闲置的计算机资源得到有效的组织，提高了资源的利用效率，节省了大量的重复投资，使用户的需求能够得到及时满足。2.高吞吐率计算。网格技术能够十分有效地提高计算的吞吐率，它利用CPU的周期窃取技术，将大量空闲的计算机的计算资源集中起来，提供给对时间不太敏感的问题，作为计算资源的重要来源。3.数据密集型计算。数据密集型的问题的求解往往同时产生很大的通讯和计算需求，需要网格能力才可以解决。网格可以药物分子设计、计算力学、计算材料、电子学、生物学、核物理反应、航空航天等众多的领域得到

广泛的需求。4.基于广泛信息共享的人与人交互。网格的出现更加突破了人与人之间地理界线的限制，使得科技工作者之间的交流更加的方便，从某种程度上可以说实现人与人之间的智慧共享。5.更广泛的资源贸易。随着大型机的性能的提高和微机的更加普及，及其资源的闲置的问题也越来越突出，网格技术能够有效地组织这些闲置的资源，使得有大量的计算需求的用户能够获得这些资源，资源的提供者的应用也不会受到太大的干扰。需要计算能力的人可以不必购买大的计算机，只要根据自己的任务的需求，向网格购买计算能力就可以满足计算需求。早期的网格体系结构是五层沙漏结构。在五层沙漏结构中，最重要的思想是以“协议”为中心，它侧重于外部的行为而不是内部的特征，通过协议可以实现一种机制，使得虚拟组织的拥护与资源之间可以进行资源使用的协商，建立共享关系，并且可以进一步管理和开发新的共享关系。这一标准化的开放结构对网格的扩展性、互操作性、一致性以及代码的共享都有好处。在2002年的2月，IBM与 Globus 共同发表了OGSA（Open Grid Services Architecture），勾勒了Globus Toolkit3.0的蓝图。OGSA主要是将 Web Services、数据库存取、J2EE 等技术规范纳入网格计算。初步的规范已经公布在网络上供大家评估建议。五层沙漏模型中，强调的是被共享的物理资源（或者是这些资源所支持的服务）在OGSA 中，服务所指的概念更广，包括各种计算资源、存储资源、网络、程序、数据库等等，一切都是服务。五层模型实现的是对资源的共享，而在OGSA中，实现的对服务的共享。在OGSA中一切都看作是网格服务，网格是可扩展的网格服务的集合，即网格={网格服务}。以网格服务为中心的模型的好处有以下几点：网格中所有组建都是虚拟的，通过提供一组相对统一的核心接口，所有的网格服务都基于这些接口的实现，就可以很容易地构造出具有层次结构的、更高级别的服务，这些服务可以跨越不同的抽象层次，以一种统一的方式来看待。虚拟化也使得将多个逻辑资源实例映射到相同的物理资源上成为可能，在对服务进行组合时不必考虑具体的实现，可以以底层资源组成为基础，在虚拟组织中进行资源管理。通过网格服务的虚拟化，可以将通过的服务语义和行为，无缝地映射到本地平台的基础设施之上。[!--empirenews.page--] “蓝色巨人”IBM正在构筑一项名为“Grid Computing”的计划，旨在通过因特网，向每一台个人电脑提供超级的处理能力。IBM公司副总裁、也是这项计划的总设计师欧文·伯杰说，“Grid Computing”是一种整合电脑资源的新手段，它通过因特网把分散在各地的个人电脑连接起来，不仅可使每台个人电脑通过充分利用相互间闲置的电脑能源，来提升各自的电脑处理能力，还可使成千上万的用户在大范围的网络上共享电脑处理功能、文件以及应用软件。正如网络技术总是从科学开发领域转向企业商务领域一样，我们也希望看到‘Grid Computing’能取得这样的进展。另一个业界巨人SUN也推出新软件促进网络计算的发展。2001年11月，Sun推出了Sun Grid Engine企业版软件的、，继续提升它的网络技术计算水平。该软件自推出以来， Sun Grid Engine 企业版软件的用户已经增长了20倍。今天，全球有118000多颗CPU都是采用Sun Grid Engine软件管理的。除此之外，一批围绕网格计算的软件公司也逐渐壮大和为人所知并成为受到关注的新商机，如：Entropia、Avaki、Noemix、Data Synapse等等。有业界专家预测，网格计算将成为未来网络市场发展的热点。据《ForbesASAP》预测，网格技术将在本年度达到高峰，并带来因特网的新生。

大数据发展的几大方向

大数据发展的几大方向 大数据是目前最火热的一个词了，想必所有人，只要你接触网络，那你就应该听说过这个词。然而更多的人也只是听说过而已，对大数据并没有过多的了解，前几天我好多朋友就问我，大数据这么火，那它到底是做什么呢，这么火热的大数据前景究竟怎么样?今天我们就来探讨一下。 一、大数据的前景中国拥有世界上五分之一的人口，很多行业内专业人士断定中国在未来将成为大数据最重要的市场。中国的发展正在处于快速的上升期，中国产生的数据将是巨大的，而巨大的数据对大数据的发展将起到促进的作用，而大数据在中国市场的发展也将领先。如今，大数据作为中国官方重点扶持的战略性新兴产业，已逐步从概念走向落地“大数据”和“虚拟化”两大热门领域得到了广泛关注和重视，90%企业都在实用大数据。大数据将给中国的企业带来更广泛的发展机会，是值得大家重视的一个市场。 二、大数据发展的几大方向 方向一：大数据分析领域快速发展数据蕴藏价值，但是数据的价值需要用IT技术去发现、去探索，数据的积累并不能够代表其价值的多少。方向二：分布式存储有了用武之地大数据的特点就是数量多且大，这就使得存储的管理面临着挑战，这个问题就需要新的技术来解决，分布式存储技术将作为未来解决大数据存储的重要技术。方向三：大数据与云技术的结合如果再找一个可以跟大数据并驾齐驱的IT热词，云计算无疑是跟大数据关系非常大的一个词语。方向四：大数据将成为企业IT核心随着大数据价值逐渐被发展，大数据将成为企业IT的核心，毕竟在这个以盈利为主导的行业环境中，谁能够为企业带来更多的价值就将会更重要。了解详情 三、大数据就业前景好，工资高。大数据技术人才在中国市场目前非常紧缺，因此

gridgis基于网格计算的地理信息系统

概述 1 近年来计算机硬件的飞速发展和软件的进一步成熟，并伴随着的流行和高性能计算机的利用以及低耗费高速Internet 网络的发展，使计算机网络成为单个统一强大的计算机资源的梦想正在逐步成为可能。所谓网格，是指将机群、(Grid)超级计算机、大规模存储系统、数据库以及其他地理上分散的特殊仪器设备，甚至个人计算机等所有的计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等连接起来作为单个统一资源使用。从而能够方便快捷地解决各种复杂的问题。继实现了计算机硬件的连通，实现了Internet Web 网页的连通，试图实现互联网上所有的资源全面连通，Grid 掀起第次网络技术浪潮。因此有人也称网格为第代因特33网。 但是必须注意到，我们平常所接触的信息中，地理空间信息的比例可以占到左右80%[1]，然而地理空间信息在网上传送的信息中所占的比例却远未达到这一数字。这是因为作为专业处理地理信息的管理信息系统——地理信息系统，，虽然应用领域日 (Geographical Information System GIS)益广泛，却严重滞后于网络技术发展的速度，绝大多数系统仍运行在单机环境下，即便是上了网，也基本还停留在C/S 结构的专用局域网上，无法为社会大众使用。随着计算机网络、计算机通信等技术的发展，研究的重点已经由传统GIS 的数据结构和算法的研究转移到网络和分布式GIS(WebGIS)上。 GIS 但是基于协议的万维网并不能很好地解决人们TCP/IP 在地理空间信息共享方面所出现的问题，主要是由于分布式数据环境中协议的点对点传输优点变成TCP/IP (Peer-to-peer)了缺点，使万维网上出现了大量的信息孤岛。在最近几年中“数字地球”、“数字城市”成为了发展的方向，实践GIS 证明，传统的技术已经不能解决“数字地球”、“数字城市”的实时处理和信息共享问题，因为它们需要能够使地理 空间信息提供者能够实时地将地理空间信息提供给最需要的用户、而地理空间信息使用者又能够知道哪里能够找到急需的地理空间信息，当前的分布式技术还远未达到这种要GIS 求，必须在具有异构性、可扩展性(Heterogeneity)、动态自适应性和多级管理域等特(Scalability)(Adaptability)点的网格技术的基础上，这种情况下，网格计算的并行处理优势突出显示出来，基于网格计算的应运而生，构建新GIS 一代的网络地理信息系统——网格成了研GIS(GridGIS)GIS 究的一个主要方向。 网格计算及其研究进展 2 网格计算是将一个网络中众多计算机资源在同一时间用于单个问题的处理，通常是用于需要极大量计算机处理周期或访问大量数据的科学或技术问题[2]。网格计算可以看作分布式大规模集群计算和网络分布式并行处理的一种形式。它可以局限在一家公司内计算机工作站的网络上，或者是一种公众的协作在此情况下，有时也被认为是一种对等计算的(形式。事实上，有许多应用，包括协同工程，数据查询，)高吞吐量计算，理所当然还有分布式超级计算都将会受益于网格基础结构的发展。根据所言，网格是一个无Larry Smarr 缝的、集成计算的、协同的环( Integrated computational ) 境[3]。网格的功能可以被等分成两个逻辑网格：计算网格(和访问网格。计算网格可Computational grid)(Access grid)以提供虚拟的、无限制的计算和分布数据资源。访问网格将提供一组协作环境。 从世纪年代末期以来，网格研究就吸引了众多的注2080意力。很多国家都投入了大量研究资金，希望能抓住机遇、 掌握未来的命运。从美国、日本等发达国家到印度这样的发 GridGIS ——基于网格计算的地理信息系统 王铮 1,2 ，吴兵 1 （．华东师范大学城市与环境信息科学教育部开放实验室，上海；．中国科学院科技政策与管理科学研究所，北京） 1 2000622100080摘要： 讨论了网格计算的有关概念及其最新的研究进展，并在此基础上提出了基于网格计算的地理信息系统－的概念、特点及其GridGIS 体系结构。旨在解决目前地理空间信息的共享严重滞后于网络技术发展的速度而得不到有效利用和应用并没有像所预期的那样深入人们GIS 生活的方方面面的困惑。 关键词：网格计算；地理信息系统；网格GIS —— GridGIS Geographical Information System Based on Grid Computing WANG Zheng 1,2, WU Bing 1 (1. Geocomputation Open Laboratory, Ministry of State Education of China, East China Normal University, Shanghai 200062; ，2. Institute of Policy and Management Chinese Academy of Sciences, Beijing 100080) 【】Abstract ，，This paper suggests a GridGIS model . In the model, parallel computing and heterogeneity scalability adaptability of GIS are considered as key problems which need GridGIS to solve; besides, multi-level structure of GridGIS has been suggested in the model.【】Key words （）Grid computing; Geographical information system GIS ; GridGIS 第29卷　第4期Vol.29 № 4计　算　机　工　程Computer Engineering 2003年3月 March 2003 ? 基金项目论文? 中图分类号： TP 212.2文章编号：1000—3428(2003)04—0038—03 文献标识码：A —38—

深化内涵式发展 建设一流应用型大学

龙源期刊网 https://www.wendangku.net/doc/c49561297.html, 深化内涵式发展建设一流应用型大学 作者：丁兆明 来源：《北京教育·高教版》2018年第10期 摘要：党的十八大以来，京津冀协同发展、创新驱动发展等国家战略和“一带一路”倡议深入实施，高等教育领域“双一流”建设如火如荼。在此背景下，地方应用型大学的一流建设备受关注。第二届全国城市型、应用型大学建设论坛聚焦“深化内涵式发展，建设一流应用型大学”，开展深入探讨和交流，取得广泛共识。 关键词：应用型大学；一流建设；内涵式发展 争创一流是应用型大学建设之大势 1.国家发展大势之要求 应用型大学是我国高等教育的重要类型，其群体数量庞大、地位举足轻重。推进一流应用型大学建设是建设我国高等教育强国，实现“两个一百年”奋斗目标和中华民族伟大复兴中国梦的重要支撑。教育部高教司综合处副处长江河认为，不同类型、不同层次的本科高校都要建设一流本科，培养一流人才；中国高等教育水平的提高不仅需要一批世界一流大学和一流学科，更需要地方高校的一流发展，地方高校是满足人民群众对更高质量、更加多元、更有品质的高等教育需求的主力军。北京市高等教育学会会长缐联平认为，要从解决新时代“人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”的高度和经济从高速增长阶段向高质量发展阶段转变相适应的角度，提升对建设一流应用型大学的认识。 2.地方发展大势之需求 应用型大学是地方经济社会发展重要的人才和智力支撑，与其所在地方，特别是城市的关系非常紧密。应用型大学要主动立足本地经济社会发展需求推进一流应用型大学建设，以真诚热情融入地方，以比较优势服务地方，以实干奉献赢得地方，以满足其所在地方人民对美好生活的向往。缐联平认为，推进一流应用型大学建设，要更新办学理念，坚定办“地方性、应用型”大学，服务地方经济社会发展。北京教育科学研究院副院长桑锦龙认为，推进一流应用型大学建设，可以更好地解决我国高等教育发展中不平衡、不充分的问题；可以更好构建更加公平、更具活力、更有竞争力的中国特色现代高等教育体系；可以更好地满足人民群众日益增长的对优质、公平、多样、便捷的高等教育的需求。北京市教育委员会相关负责人认为，北京转型发展需要高水平应用型大学的支撑，服务北京和京津冀地区的经济社会发展是北京应用型大学发展的根本价值和历史使命。 3.大学发展大势之追求

2017公需课课后作业 大数据前沿技术及应用(六)：大数据技术与发展前景

大数据前沿技术及应用（六）：大数据技术与发展前景（仅适用于2017年公需课）课后作业成绩:100分已通过重新测试 正确20 题错误0 题使用时间10分23秒 试卷说明： ◇本卷共20题，作答时间为30分钟，总分100分，60分及格。 ◇试卷年份：2017年 一、单项选择题（每题分。每题的备选项中，只有1个最符合题意） 1. 下列选项中不属于大数据环境下的分析和挖掘方法具有的挑战是（）。 A. 数据量的膨胀 B. 数据深度分析需求的增长 C. 自动化、可视化分析需求的出现 正确答案为：D 4. 据管理数据的模式分类，NoSQL 系统可以分为不包括（）。 A. 键值系统 B. 文档存储系统 C. 图数据库 D. 语音管理系统 正确答案为：D 7. 大数据营销是基于（）的基础上，描绘、预测、分析、指引消费者行为，从而帮助企业制定有针对性的商业策略。 A. 用户行为分析 B. 大数据分析 C. 用户数量分析 D. 云计算分析 正确答案为：B 5. 下列选项中不属于目前大数据计算模式重要发展趋势和方向有（）。 A. 主流的Hadoop 平台改进后将与其他计算模式和平台共存 B. 混合计算模式将成为满足多样性大数据处理和应用需求的有效手段 C. 内存计算将成为高实时性大数据处理的重要技术手段和发展方向 正确答案为：D 3. （）是指通过互联网采集大量的行为数据。 A. 大数据营销 B. 互联网营销 C. 大数据分析 D. 互联网分析 正确答案为：A 6. 大数据给存储系统带来的挑战中不包括（）。

A. 存储规模大 B. 存储管理复杂 C. 数据服务的种类和水平要求高 D. 安全要求高 正确答案为：D 2. 下列选项中不属于目前大数据分析与挖掘重要发展趋势和方向的是（）。 A. 更加复杂、更大规模的分析和挖掘 B. 大数据的实时分析和挖掘 C. 大数据分析和挖掘的基准测试 正确答案为：D 二、多项选择题（每题分。每题的备选项中，有2个或2个以上符合题意，至少1个错项.错选，本题不得分；少选，所选每个选项得0.5分） 9. 在科学大规模数据的并行可视化工作中，主要涉及基本技术有（）。 A. 数据流线化 B. 任务并行化 C. 管道并行化 D. 数据并行化 正确答案为：A,B,C,D 8. 实时流式大数据的处理的需求是（）。 A. 大数据系统实现低延迟处理 B. 强大而又灵活的复杂事件处理引擎 C. 具有容错和去重能力 D. 对流量进行控制和动态节点增加和删除的能力 正确答案为：A,B,C,D 11. 在大数据环境下，目前最适用的存储与管理软件技术是（）。 A. 分布式文件系统 B. 分布式数据库 C. 访问接口 D. 查询语言 正确答案为：A,B,C,D 12. 对大数据的使用者、研究者、开发者以及上级主管部门，提出如下建议有（） A. 提高用户对大数据可用性的重要性的认识 B. 加强对大数据可用性评估和保证的关键技术的研究和开发。 C. 注重大数据可用性的评估，加强数据质量保证软件的开发和推广。 D. 尽快建立关于大数据可用性的标准，保证大数据的统一质量。 正确答案为：A,B,C,D 10. 大数据时代企业对数据的管理、查询及分析的需求变化主要集中在（）。

网格计算理论及其应用

网格计算理论及其应用 胡科 电子科技大学应用数学学院，四川成都（610054） 摘要：本文从理论角度，阐述网格概念、网格的标准化趋势、OGSA的体系结构、网格计算及其应用，并介绍了网格在我国的主要应用项目。 关键词：网格；网格标准；网格计算 1. 概述 网格（Grid）在欧美出现于20世纪90年代，是新一代高性能计算环境和信息服务基础设施，采用开放标准，能够实现动态跨地域的资源共享和协同工作。网格作为解决分布式复杂异构问题的新一代技术，其核心是实现大规模的地理上广泛分布的高性能计算资源、海量数据和信息资源、数据获取和分析处理系统、应用系统、服务与决策支持系统，以及组织、人员等各种资源的共享与聚合。网格被誉为继传统Internet、Web之后的“第三次信息技术浪潮”，成为互联网发展的第三大里程碑。这次技术革新的本质是WWW（World Wide Web，万维网）升级到GGG（Great Global Grid，全球网格）。如果说传统Internet实现了计算机硬件的连通，Web实现了网页的连通，网格则是试图实现互联网上所有资源的全面连通。网格在科学研究、商业应用等领域有着广阔的发展前景。 2. 网格的概念 2.1 狭义的“网格观” 美国Argonne国家实验室的资深科学家、Globus项目的领导人、堪称“网格之父”的Ian Foster曾在1998年出版的《网格：21世纪信息技术基础设施的蓝图》一书中这样描述网格：“网格是构筑在互联网上的一组新兴技术，它将高速互联网、高性能计算机、大型数据库、传感器、远程设备等融为一体，为科技人员和普通老百姓提供更多的资源、功能和交互性。互联网主要为人们提供电子邮件、网页浏览等通信功能，而网格功能则更多更强，让人们透明地使用计算、存储等其他资源。”。2000年，Ian Foster在《网格的剖析》这篇论文中把网格进一步描述为“在动态变化的多个虚拟机构间共享资源和协同解决问题。”。2002年7月，Ian Foster在《什么是网格？判断是否网格的三个标准》一文中，限定网格必须同时满足三个条件：(1) 在非集中控制的环境中协同使用资源；(2) 使用标准的、开放的和通用的协议和接口；(3) 提供非平凡的服务。 2.2 广义的“网格观” 意指GGG，它不仅包括计算网格、数据网格、信息网格、知识网格、商业网格，还包括一些已有的网络计算模式，如P2P（Peer-to-Peer Computing，对等计算）等。 不管是狭义还是广义的“网格观”，其目的不外乎是要利用互联网把分散在不同地理位置的电脑整合成一台“虚拟的超级计算机”，实现计算资源、存储资源、数据资源、信息资源、软件资源、存储资源、通信资源、知识资源、专家资源等的全面共享。 3. 网格的标准化趋势 随着网格研究的深入，人们越来越发现网格体系结构的重要。网格体系结构是关于如何

探索应用型大学建设的中国方案

探索应用型大学建设的中国方案 推动部分本科高校向应用型高校转变，是当前中国教育发展的重大战略举措。这 一战略的实施，需要借鉴国外成功的经验，更需要基于本土情境和现实问题建构 制度框架与策略措施，探索应用型大学建设的中国方案。 应用型大学建设的中国情境 应用型大学的出现与发展始于近代欧美国家。19世纪中期之前，由于接受大学教育的人群主要是有闲阶级，大学的目的更多地集中于理智训练和道德养成，很少 关注职业技能人才的培养。19世纪中后期，为回应产业结构转型和新兴阶级的教 育需求，城市大学、专科大学、赠地学院等欧美应用型大学才得以出现。20世纪 六七十年代，为促进经济社会的进一步发展，并实现高等教育从精英到大众的转型，欧洲国家出现了以专业技术教育为主的新型应用型大学，即“应用技术大学”。 中国建设应用型大学，有与欧美国家发展应用型大学相似的原因，即解决人才培 养与经济社会发展需求不匹配的问题。扩招使中国高等教育在短期内实现了跨越 式发展，同时也带来了毕业生就业问题。可与此同时，人力资源市场却显示，众 多企业找不到所需的人才。这一矛盾的根源便是大学培养的人才与产业需求不适应，人才培养存在结构性失衡——学术型人才过剩而应用型人才严重缺乏。 中国建设应用型大学，更有自身独特的情境： 情境之一，中国应用型大学的建设，是在政府强力推动和市场相对乏力的环境中 开展的。事实上，欧美应用型大学的发展也多是由政府推动的，如美国联邦政府 积极推进赠地学院的建设，英国政府主导了多科技术学院的发展，德国、芬兰等 国家政府在应用技术大学发展中也发挥了重要作用。在政府积极推动的同时，市 场也发挥了调节作用，并助推了欧美应用型大学的发展。与欧美不同，由于行政 化的制约，中国绝大多数大学长期以来并没有积极获取市场需求的能力甚至意识，市场需求不能及时反映在其发展规划和行动上。 情境之二，中国应用型大学的建设是通过转型而非新建大学来推进的。欧美应用 型大学的建设，大致有新建、合并升格中等专业或职业学校两条路径。而中国应 用型大学的建设，则是通过“引导部分普通本科高校转型”来推进的。之所以选 择“转型普通本科高校”而非新建大学或“升格高职院校”的路径，原因可能有三：一是中国大学的数量已能满足公民的高等教育需求，无需再新建大学；二是 高职院校条件不成熟且容易引发新一轮大规模的更名升格竞赛；三是政府希望通

大数据技术进展与发展趋势

大数据技术进展与发展趋势 在大数据时代，人们迫切希望在由普通机器组成的大规模集群上实现高性能的以机器学习算法为核心的数据分析，为实际业务提供服务和指导，进而实现数据的最终变现。与传统的在线联机分析处理OLAP不同，对大数据的深度分析主要基于大规模的机器学习技术，一般而言，机器学习模型的训练过程可以归结为最优化定义于大规模训练数据上的目标函数并且通过一个循环迭代的算法实现，如图4所示。因而与传统的OLAP相比较，基于机器学习的大数据分析具有自己独特的特点[24]。图4 基于机器学习的大数据分析算法目标函数和迭代优化过程（1）迭代性：由于用于优化问题通常没有闭式解，因而对模型参数确定并非一次能够完成，需要循环迭代多次逐步逼近最优值点。（2）容错性：机器学习的算法设计和模型评价容忍非最优值点的存在，同时多次迭代的特性也允许在循环的过程中产生一些错误，模型的最终收敛不受影响。（3）参数收敛的非均匀性：模型中一些参数经过少数几轮迭代后便不再改变，而有些参数则需要很长时间才能达到收敛。这些特点决定了理想的大数据分析系统的设计和其他计算系统的设计有很大不同，直接应用传统的分布式计算系统应用于大数据分析，很大比例的资源都浪费在通信、等待、协调等非有效的计算上。传统的分布式

计算框架MPI（message passing interface，信息传递接口）[25]虽然编程接口灵活功能强大，但由于编程接口复杂且对容错性支持不高，无法支撑在大规模数据上的复杂操作，研究人员转而开发了一系列接口简单容错性强的分布式计算框架服务于大数据分析算法，以MapReduce[7]、Spark[8]和参数服务器ParameterServer[26]等为代表。分布式计算框架MapReduce[7]将对数据的处理归结为Map和Reduce两大类操作，从而简化了编程接口并且提高了系统的容错性。但是MapReduce受制于过于简化的数据操作抽象，而且不支持循环迭代，因而对复杂的机器学习算法支持较差，基于MapReduce的分布式机器学习库Mahout需要将迭代运算分解为多个连续的Map 和Reduce 操作，通过读写HDFS文件方式将上一轮次循环的运算结果传入下一轮完成数据交换。在此过程中，大量的训练时间被用于磁盘的读写操作，训练效率非常低效。为了解决MapReduce上述问题，Spark[8] 基于RDD 定义了包括Map 和Reduce在内的更加丰富的数据操作接口。不同于MapReduce 的是Job 中间输出和结果可以保存在内存中，从而不再需要读写HDFS，这些特性使得Spark能更好地适用于数据挖掘与机器学习等需要迭代的大数据分析算法。基于Spark实现的机器学习算法库MLLIB 已经显示出了其相对于Mahout 的优势，在实际应用系统中得到了广泛的使用。近年来，随着待分析数据规模的迅速扩

大数据和人工智能在国内就业前景分析

伴随着大数据时代的到来，人工智能技术的火热，很多人开始了对大数据、人工智能技术的研究。 2018 年1 月教育部印发的《普通gao中课程方案和语文等学科课程标准》新加入了数据结构、人工智能、开源硬件设计等AI 相关的课程。这意味着职场新人和准备找工作的同学们，为了在今后十年内不被淘汰，你们要补课了，从初中开始。 但时光一去不复返，对于已经升入大学，但还没有接触到大数据、人工智能技术的小伙伴又该怎么办呢？面对诱人的就业前景，正在向你招手的大好机遇，怎么能不心动？怎么能不想踏入这两大行业？ 据数据统计分析，大数据人工智能尖端人才远远不能满足需求。行业风口的人工智能，在中国人才缺口将超过500 万人，而中国人工智能人才数量目前只 有5 万（数据来自工信部教育考试中心）。 并且目前岗位溢价相当严重，2017 年人工智能在互联网岗位薪酬中位列第三，月薪20.1k，如果按照普遍的16 月薪酬计算，那么人工智能在2017 年一年的薪酬就是2.01*16=32.16 万。那么再来看一组2018 的薪酬数据：

所以如果你对自己的专业/工作不满意，现在正是进入人工智能ling域学习就业/转业的绝佳时机。 在面对众多的数学知识和编程知识里，自学会让大家耗费大量的时间金钱。因此，课工场成都基地大数据培训教育学院2018 重磅推出大数据人工智能课程，采用“T”字形的思维，以大数据的深度为主，以机器学习、云计算等作为宽度，相辅相成。成就无数大学生进入大数据人工智能ling域的梦想。 此外课工场成都基地大数据课程定期组织与一线名企的工程师进行面对面的就企业当下的项目讨论与研发，进而验证所学技术的正确方向。从宏观上讲述了大数据的特点，商业应用，发展和职业前景。然后对主流数据技术和生态圈进行了介绍，了解其他和大数据技术之间关系，然后对不同类型的大数据的分析和处理系统，解决方案和行业案例进行剖析和讲解。 以北京的中关村、西二旗等IT 公司密集的公司为技术背景，数据来源于一 线互联网公司的源数据，有一定的商业价值，并严格把控实际项目的前瞻性，如：Spark 的版本迭代，机器学习中的算法革新。学员实战项目贯穿整个教学环节，潜移默化的培养学生放眼全局，排查技术难点，既能独立思考，又能组织团队开发。 希望能帮到大家。

《关于引导部分地方普通本科高校向应用型转变的指导意见》

2015年11月16日 17:52教育部网站 日前，教育部、国家发改委、财政部印发《关于引导部分地方普通本科高校向应用型转变的指导意见》（以下简称《指导意见》）。《指导意见》主要从四个层面提出了转型发展改革的十四项主要任务。以下为权威图解和全文大放送！ 教育部国家发展改革委财政部关于引导部分地方普通本科高校向应用型转变的指导意见 各省、自治区、直辖市教育厅（教委）、发展改革委、财政厅(局)，新疆生产建设兵团教育局、发展改革委、财务局： 为贯彻落实党中央、国务院关于引导部分地方普通本科高校向应用型转变（以下简称转型发展）的决策部署，推动高校转型发展，现提出如下意见。 一、重要意义 当前，我国已经建成了世界上最大规模的高等教育体系，为现代化建设作出了巨大贡献。但随着经济发展进入新常态，人才供给与需求关系深刻变化，面对经济结构深刻调整、产业升级加快步伐、社会文化建设不断推进特别是创新驱动发展战略的实施，高等教育结构性矛盾更加突出，同质化倾向严重，毕业生就业难和就业质量低的问题仍未有效缓解，生产服务一线紧缺的应用型、复合型、创新型人才培养机制尚未完全建立，人才培养结构和质量尚不适应经济结构调整和产业升级的要求。 积极推进转型发展，必须采取有力举措破解转型发展改革中顶层设计不够、改革动力不足、体制束缚太多等突出问题。特别是紧紧围绕创新驱动发展、中国制造2025、互联网+、大众创新万众创业、“一带一路”等国家重大战略，找准转型发展的着力点、突破口，真正增强地方高校为区域经济社会发展服务的能力，为行业企业技术进步服务的能力，为学习者创造价值的能力。各地各高校要从适应和引领经济发展新常态、服务创新驱动发展的大局出发，切实增强对转型发展工作重要性、紧迫性的认识，摆在当前工作的重要位置，以改革创新的精神，推动部分普通本科高校转型发展。 二、指导思想和基本思路 1.指导思想

2017年公需课考题大数据技术与发展前景

2017年公需课考题大数据技术与发展前景1 【单选】（）是一种高实时性的计算模式。 ? A. 批处理计算 ? B. 流式计算 ? C. 查询分析计算 ? D. 数据挖掘计算 ? A ? B ? C ? D ?正确答案：B 2 【单选】数据的可用性取决于（） ? A. 数据分析 ? B. 数据集采 ? C. 数据质量 ? D. 数据需求 ? A ? B ? C

? D ?正确答案：C 3 【单选】批处理和复杂数据挖掘计算通常属于（） ? A. 分析计算 ? B. 实时计算 ? C. 查询计算 ? D. 非实时计算 ? A ? B ? C ? D ?正确答案：D 4 【多选】目前大数据分析与挖掘重要发展趋势和方向有（）? A. 更加复杂、更大规模的分析和挖掘 ? B. 大数据的实时分析和挖掘 ? C. 大数据分析和挖掘的基准测试 ? B

? C ?正确答案：A B C 5 【多选】从数据处理类型来看，大数据处理可分为（）? A. 传统的查询分析计算 ? B. 复杂的数据挖掘分析计算 ? C. 数据纵向挖掘分析计算 ? D. 数据横向挖掘分析计算 ? A ? B ? C ? D ?正确答案：A B 6 【多选】大数据查询分析计算的典型系统包括（） ? A. Hadoop36下的HBase 和Hive ? B. Facebook开发的Cassandra ? C. Google 公司的Dremel ? D. Cloudera 公司的实时查询引擎Impala ? A

? B ? C ? D ?正确答案：A B C D 7 【判断】云计算IT资源庞大、分布较为广泛，是异构系统较多的企业及时准确处理数据的有力方式（）? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：正确 8 【判断】最适合于完成大数据批处理的计算模式是Spark（） ? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：错误 9 【判断】大数据时代的安全与传统安全相比，变得更加复杂（）

大数据的应用领域和发展前景怎么样

大数据的应用领域和发展前景怎么样 随着大数据进军社会的各个领域，千锋教育培训机构在疯狂的输出大数据人才，力争打造大数据全才，就今年的综合情况来看，未来几年大数据在商业智能、政府服务和市场营销三个领域的应用非常值得看好，大多数大数据案例和预算将发生在这三个领域。 （1）商业智能 商业智能（Business Intelligence，简称：BI），又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。 过去几十年，分析师们都依赖来自Hyperion、Microstrategy和Cognos 的BI产品分析海量数据并生成报告。数据仓库和BI工具能够很好地回答类似这样的问题：“某某人本季度的销售业绩是多少？”（基于结构化数据），但如果涉及决策和规划方面的问题，由于不能快速处理非结构化数据，传统的BI会非常吃力和昂贵。大多数传统BI工具都受到以下两个方面的局限： 首先，它们都是“预设-抓取”工具，由分析师预先确定收集什么数据用于分析。 其次，它们都专注于报告“已知的未知”（Known unknowns），也就是我

们知道问题是什么，然后去找答案。（而大数据会给出一些未知的未知，也就是你没有想到的一些问题的结果）传统BI工具主要用于企业运营，侧重于成本控制和计划执行报告。 而大数据技术最主要的功能/应用是ETL（Extract、Transform、Load）。将近80%的Hadoop应用都与ETL有关，例如在导入Vertica这样的分析数据库之前对日志文件或传感器数据的处理。 今天计算和存储硬件变得非常便宜，配合大量的开源大数据工具，人们可以非常“奢侈”地先抓取大量数据再考虑分析命题。可以说，低廉的计算资源正在改变我们使用数据的方式。此外，处理性能的大幅提高（例如内存计算）使得实时互动分析更加容易实现，而“实时”和“预测”将BI带到了一个新的境界——未知的未知。这也是大数据分析与传统BI之间最大的区别。未来几年，随着企业间的兼并和新产品的不断推出，传统的BI工具将与大数据分析并存。 （2）公共服务 大数据另外一个重大的应用领域是社会和政府。如今，数据挖掘已经能够预测疾病暴发、理解交通模型并改善教育。

浅谈网格计算相关技术与应用(一)

浅谈网格计算相关技术与应用(一) 论文关键词]数据库浮点运算虚拟化资源共享论文摘要]论述网格计算的发展概况，在科学领域的应用范围，网格服务的特点以及在未来网络下场中的发展潜力。 一、网格计算的由来与发展 网格计算是伴随着互联网技术而迅速发展起来的，是将地理上分布的计算资源（包括数据库、贵重仪器等各种资源）充分运用起来，协同解决复杂的大规模问题，特别是解决仅靠本地资源无法解决的复杂问题，是专门针对复杂科学计算的新型计算模式。这种计算模式是利用互联网把分散在不同地理位置的电脑组织成一个“虚拟的超级计算机”，其中每一台参与计算的计算机就是一个“节点”，而整个计算机是由成千上万个“节点”组成的“一张网格”，所以这种计算方式叫网格计算。这样组织起来的“虚拟的超级计算机”有两个优势，一个是数据处理能力超强，另一个是能充分利用网上的闲置处理能力。简单地讲，网格是把整个网络整合成一台巨大的超级计算机，实现计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享。 近几年，随着计算机计算能力的迅速增长，互联网络的普及和高速网络成本的大幅降低以及传统计算方式和计算机的使用方式的改变，网格计算已经逐渐成为超级计算发展的一个重要趋势。网格计算是一个崭新而重要的研究领域，它以大粒度资源共享、高性能计算和创新性应用为主要特征，必将成为21世纪经济发展的重要推动力。 二十世纪九十年代以来，世界各个国家，尤其是发达国家，建立了很多超级计算应用中心和工程研究中心，美国还制定了新一轮规划的先进计算框架（ACIP），发展面向21世纪的先进计算技术。我国在科技部的领导和主持下，经过专家组及相关单位的努力，作为我国高性能计算和信息服务战略性基础设施的国家高性能计算环境发展很快。在已经建成的５个国家级高性能计算中心的基础上，又于中南、西北等地建立了新的国家高性能计算中心，科技部加强了网络节点的建设，形成了以科学院为主体的计算网格。教育部也启动了网格计算工程，第一批１２个网点正在建设之中，国家基金委也列出专项基金资助网格计算。 网格是借鉴电力网的概念出来的，网格的最终目的是希望用户在使用网格的计算能力时，就如同现在使用电力一样方便简单。 二、网格计算的应用 （一）分布式超级计算 网格计算可以把分布式的超级计算机集中起来，协同解决复杂大规模的问题。是大量的闲置计算机资源得到有效的组织，提高了资源的利用效率，节省了大量的重复投资，使用户的需求能够得到及时满足。 （二）高吞吐率计算机 网络技术能够十分有效地提高计算的吞吐率，它利用CPU周期窃取技术，将大量闲置计算机的计算资源集中起来，提供给对时间不太敏感的问题，作为计算资源的重要来源。 （三）数据密集型计算 数据密集型计算的问题求解通常同时产生很大的通讯和计算需求，需要网格能力才可以解决。网格已经在药物分子设计、计算力学、计算材料、电子学、生物学、核物理反映、航空航天等众多领域得到广泛应用。 （四）给予更广泛信息共享的人与人交互 网格的出现更急突破了人与人之间地理界线的限制，使得科技工作者之间的交流更加的方便，从某种程度上说，可以实现人与人之间的智慧共享。 （五）更广泛的资源贸易 随着大型机性能的提高和微机的更加普及，其资源的闲置问题越来越突出，网络技术可以有效地组织这些闲置资源，使得有大量的计算需求用户能够获得这些资源，而资源提供者的应

网格计算的应用及发展前景

[摘要]文章论述了网格计算的发展概况、在科学领域的应用范围、网格服务的特点以及在未来网络市场中的发展潜力。[关键词]数据库；浮点运算；虚拟化；资源共享现代社会由于大规模的科学和工程计算的需求，迫使计算机必须不断地提高其运算速度和存储容量。计算机的发展历史表明，为了达到更好的处理性能，除了必须提高系统的硬件的速度外，系统的结构也必须不断改进，特别是当元器件的速度达到极限时，后者将变成焦点问题。于是，超级并行机已经成为复杂科学计算领域的主宰。但以超级计算机为中心的计算模式存在明显的不足，而且目前正在经受挑战。超级计算机虽然是一台处理能力强大的“巨无霸”，但它的造价极其昂贵，通常只有一些国家级的部门，如航天、军事、气象等部门才有能力配置这样的设备。而随着人们在日常工作遇到的商业计算越来越复杂，人们迫切需要数据处理能力更强大的计算机，而超级计算机的价格显然阻止了它进入普通人的工作领域。于是，人们开始寻找一种造价低廉而数据处理能力超强的计算模式，最终科学家们经过努力找到了答案——Grid Computing（网格计算）。网格（grid）是一个集成的计算与资源环境，或者说是一个计算资源池。网格也是一种先进的计算基础设施（Advanced Computational Infrastructure，简称ACI），用于研究与工程应用相结合的项目，学科领域涉及超级计算技术、网络技术、数据库技术、中间件技术、并行算法和各种计算科学研究与应用技术，是一个综合性的跨学科高技术研究课题。网格计算（Grid Computing）是伴随着互联网技术而迅速发展起来的，是将地理上分布的计算资源（包括数据库、贵重仪器等各种资源）充分利用起来，协同解决复杂的大规模问题,特别是解决仅靠本地资源无法解决的复杂问题，是专门针对复杂科学计算的新型计算模式。这种计算模式是利用互联网把分散在不同地理位置的电脑组织成一个“虚拟的超级计算机”，其中每一台参与计算的计算机就是一个“节点”，而整个计算是由成千上万个“节点”组成的“一张网格”，所以这种计算方式叫网格计算。这样组织起来的“虚拟的超级计算机”有两个优势，一个是数据处理能力超强；另一个是能充分利用网上的闲置处理能力。简单地讲，网格是把整个网络整合成一台巨大的超级计算机，实现计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享。近年来，随着计算机计算能力的迅速增长，互联网络的普及和高速网络成本的大幅度降低以及传统计算方式和计算机的使用方式的改变，网格计算已经逐渐成为超级计算发展的一个重要趋势。网格计算是一个崭新而重要的研究领域，它以大粒度资源共享，高性能计算和创新性应用为主要特征，必将成为21世纪经济发展的重要推动力。二十世纪九十年代以来，世界各个国家，尤其是发达国家，建立了很多超级计算应用中心（NCSA）和工程研究中心，美国还制定了新一轮规划的先进计算框架计划(ACIP),发展面向21世纪的先进计算技术. 我国在科技部的领导和主持下，经过306主题专家组及相关单位的努力，作为我国高性能计算和信息服务的战略性基础设施的国家高性能计算环境发展很快。在已建成的5个国家级高性能计算中心基础上，又于中南、西北等地建立了新的国家高性能计算中心，科技部并加强了网格节点的建设，形成以科学院为主体的计算网格。教育部也启动了网格计算工程，第一批12个网点正在建设中，国家基金委也列出专向基金资助网格计算。[!--empirenews.page--]网格是借鉴电力网（electric power grid）的概念出来的，网格的最终目的是希望用户在使用网格的计算能力时，就如同现在使用电力一样方便简单。在科学计算领域，网格计算可以在以下几个方面得到广泛应用：1.分布式超级计算。网格计算可以把分布式的超级计算机集中起来，协同解决复杂的大规模的问题。使大量闲置的计算机资源得到有效的组织，提高了资源的利用效率，节省了大量的重复投资，使用户的需求能够得到及时满足。2.高吞吐率计算。网格技术能够十分有效地提高计算的吞吐率，它利用CPU的周期窃取技术，将大量空闲的计算机的计算资源集中起来，提供给对时间不太敏感的问题，作为计算资源的重要来源。3.数据密集型计算。数据密集型的问题的求解往往同时产生很大的通讯和计算需求，需要网格能力才可以解决。网格可以药物分子设计、计算力学、计算材料、电子学、生物学、核物理反应、航空航天等众多的领域得到

浅析网格计算技术的应用与发展

浅析网格计算技术的应用与发展 郑琦1卢德利2 （1：吉林建筑工程学院，长春130021；2：吉林医药设计院有限公司，长春130021） 摘要：网格计算是伴随着互联网而迅速发展起来的、专门针对复杂科学计算的新型计算模式。我们可以将服务器、存储系统和网络联合在一起，数据文件、应用程序和系统看起来就像是一个巨大的虚拟计算系统，为用户提供功能强大的多系统资源来处理特定的任务。本文简述了网格计算的概念、关键组件，介绍了网格计算在若干领域的应用，概述了网格计算现状和发展前景。 关键字：网格计算；分布式系统；资源共享 中图分类号：文献标识符：文章编号: Analyze Briefly The Application and Development of Grid Computing ZhengQi1 Lu De-li2 （1:JiLin Institute of Architecture and Civil Engineering ,Changchun 130021; 2:JiLin Pharmaceutical Design Institute Co.Ltd,Changchun 130021） Abstract：Grid computing is a new computation pattern that aims at the complex science computation specifically, accompanied by the rapid development of the Internet. We can be able to servers, memory systems and networks together. It can provide users with a powerful multi-system resources to handle specific tasks, like a huge virtual computing systems. This paper has summarized the concept and the key components of grid computing.Introduced a number of grid computing in the field of application. Grid computing provides an overview of the current situation and development prospects. Key Words: Grid Computing; Distributional System; Resource Sharing 0 引言 随着超级计算机的不断发展，它已经成为复杂科学计算领域的主宰。但以超级计算机为中心的计算模式存在明显的不足，而且目前正在经受挑战。超级计算机虽然具有非常强大处理能力，但它造价极高，通常只有一些国家级的如航天、国防等部门才有能力配置这样的设备。而随着人们日常工作遇到的商业计算、科学计算越来越复杂，人们越来越需要数据处理能力更强大的计算机，而超级计算机的价格使得它进入普通人的工作领域成为一种奢望。于是人们在寻找造价低廉而数据处理作者简介：郑琦（1978～），女，吉林省长春市人，助教，硕士

2017公需课考试：大数据技术与发展前景

（）是分布内存计算的一个典型的系统 ? A. Facebook ? B. Spark ? C. Twister ? D. iMapReduce ? A ? B ? C ? D ?正确答案：B 2 【单选】批处理和复杂数据挖掘计算通常属于（）? A. 分析计算 ? B. 实时计算 ? C. 查询计算 ? D. 非实时计算 ? A ? B ? C ? D

?正确答案：D 3 【单选】数据的可用性取决于（） ? A. 数据分析 ? B. 数据集采 ? C. 数据质量 ? D. 数据需求 ? A ? B ? C ? D ?正确答案：C 4 【多选】在科学大规模数据的并行可视化工作中，主要涉及基本技术有（）? A. 数据流线化 ? B. 任务并行化 ? C. 管道并行化 ? D. 数据并行化 ? B

? C ? D ?正确答案：A B C D 5 【多选】目前大数据分析与挖掘重要发展趋势和方向有（）? A. 更加复杂、更大规模的分析和挖掘 ? B. 大数据的实时分析和挖掘 ? C. 大数据分析和挖掘的基准测试 ? A ? B ? C ?正确答案：A B C 6 【多选】据管理数据的模式分类，NoSQL 系统可以分为（）? A. 键值系统 ? B. 文档存储系统 ? C. 图数据库 ? D. 语音管理系统 ? B

? C ? D ?正确答案：A B C 7 【判断】大数据环境下的分析和挖掘方法与传统的小样本统计分析，在本质上是一致的（） ? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：正确 8 【判断】随着政府和行业数据的开放，更多的外部数据将进入企业级数据仓库（） ? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：正确 9 【判断】在大数据时代，数据的数量和复杂度的提高带来了对数据探索，分析，理解和呈现的巨大挑战（）? A. 正确