没有合适的资源?快使用搜索试试~ 我知道了~
首页气象大数据技术架构详解与选择策略
气象大数据技术架构详解与选择策略
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 49 浏览量
更新于2024-07-20
收藏 957KB DOCX 举报
本文档详细探讨了气象大数据技术架构的设计思路和实施方法。首先,文章强调了气象行业大数据的内涵,指出大数据不仅限于传统的气象观测数据,还包括多媒体资料、地理位置信息和社会经济数据等多元化数据源。作者对气象行业的数据进行了分类,如概述了数据的分类原则,以及如何根据数据类型来处理业务问题和挖掘特征。 大数据平台架构的核心包括逻辑构成和组件构成两个层面。逻辑构成上,数据来源是关键,涵盖各种气象数据源;数据改动和存储层负责数据的收集、清洗和存储;大数据分析层则进行数据处理和挖掘,以提取有价值的信息;应用层则将分析结果转化为实际的服务或应用。组件构成方面,横向层关注的是通用的数据处理组件,如数据使用、处理和访问;而垂直层则可能涉及专业分析和预测工具,以及OLAP在线分析等高级功能。 文档进一步讨论了大数据平台的不同组成模式,包括原子模式和复合模式。原子模式侧重单一功能组件,而复合模式则是将多个组件整合,形成更为完整的解决方案。此外,还提到了如何选择合适的技术架构实现产品,涉及到分布式存储、分布式应用、数据库选择(如关系型和NoSQL)、数据集成工具、数据分析软件,以及Web应用开发中的关键问题。 在研发策略上,文档着重阐述了效益分析、当前形势和应用需求,以及技术储备和技术扩展的考虑。通过效益评估,明确气象大数据应用的实际价值;针对当前气象行业的具体需求,提出针对性的解决方案;同时,强调技术储备的重要性,确保未来的适应性和扩展性。 总结来说,本文档深入剖析了气象大数据技术架构的构建原理、组成部分、选择策略和实施路径,为气象行业的数据管理和应用提供了全面的技术指导。
资源详情
资源推荐
2.2.2 依据大数据类型对业务问题进行分类
根据气象服务需要,业务问题可分类为不同的大数据问题类型。以后,我们
将使用此类型确定合适的分类模式(原子或复合)和合适的大数据解决方案。但第
一步是将业务问题映射到它的大数据类型。下表列出了常见的业务问题并为每个问
题分配了一种大数据类型。
业务问题 大数据问题 描述
公用事业:临近天气预报 机器生成数据 依据站点观测数据汇总和国家局下发
文件、全球交换数据只做的预报信息
政府决策:区域天气预警 机器生成的数据
地理信息数据
政府交换数据
图片视频资料
语音播报数据
历史灾害汇总
微博等网页数据
政府机构通过“智慧都市”等平台整合
IS 关联天气预警产品、预警通知反
馈、城区建筑布局与灾害易发分析结
果预测预判辖区内的灾情险情,做好
防灾避险工作
保险业:气象相关险种 气象预报
Web 与社交媒体数据
依据气象预报信息以及网络媒体调查
反馈,开辟“中暑险”、“赏月险”等多
个险种
医疗保健:流行病监控 气象预报生活指数 根据历史气象资料和流行病历史资料
结合分析,预判流行病发展趋势,对
流行病监控、地 区流行病学、药物发
明、临床试验数据分析、病人病情分析
等起着至关重要的作用
此类分析也可以为医药企业的销售行
7
为提供参考
期货:农产品灾害预测 气象灾害预警
历史气候对农产品影响分
析
-用于气象灾害提醒、农产品价格变
化预测
- 用于期货市场预测分析
2.2.3 使用大数据类型对大数据特征进行分类
按特定方向分析大数据的特征会有所帮助,例如以下特征:数据如何收集、
分析和处理。
对数据进行分类后,就可以将它与合适的大数据模式匹配:
分析类型 — 对数据执行实时分析还是批量分析。请仔细考虑分析类型
的选择,因为这会影响一些有关产品、工具、硬件、数据源和预期的
数据频率的其他决策。一些用例可能需要混合使用两种类型:
临近分析;分析必须实时或近实时地完成。
历史分析针对战略性业务决策的趋势分析;分析可采用批量模式。
处理方法 — 要应用来处理数据的技术类型(比如预测、分析、临时查
询和报告)。业务需求确定了合适的处理方法。可结合使用各种技术
处理方法的选择,有助于识别要在您的大数据解决方案中使用的合适
的工具和技术。
8
数据频率和大小 — 预计有多少数据和数据到达的频率多高。知道频率
和大小,有助于确定存储机制、存储格式和所需的预处理工具。数据
频率和大小依赖于数据源:
按需分析,与社交媒体数据一样
实时、持续提供(天气数据、交易数据)
时序(基于时间的数据)
数据类型 — 要处理数据类型 — 交易、历史、主数据等。知道数据类
型,有助于将数据隔离在存储中。
内容格式(传入数据的格式)结构化(例如 RDMBS)、非结构化(例
如音频、视频和图像)或半结构化。格式确定了需要如何处理传入的
数据,这是选择工具、技术以及从业务角度定义解决方案的关键。
数据源 — 数据的来源(生成数据的地方),比如 Web 和社交媒体、
机器生成、人类生成等。识别所有数据源有助于从业务角度识别数据
范围。该图显示了使用最广泛的数据源。
数据使用者 — 处理的数据的所有可能使用者的列表:
业务流程
9
剩余60页未读,继续阅读
安全方案
- 粉丝: 2166
- 资源: 3865
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 李兴华Java基础教程:从入门到精通
- U盘与硬盘启动安装教程:从菜鸟到专家
- C++面试宝典:动态内存管理与继承解析
- C++ STL源码深度解析:专家级剖析与关键技术
- C/C++调用DOS命令实战指南
- 神经网络补偿的多传感器航迹融合技术
- GIS中的大地坐标系与椭球体解析
- 海思Hi3515 H.264编解码处理器用户手册
- Oracle基础练习题与解答
- 谷歌地球3D建筑筛选新流程详解
- CFO与CIO携手:数据管理与企业增值的战略
- Eclipse IDE基础教程:从入门到精通
- Shell脚本专家宝典:全面学习与资源指南
- Tomcat安装指南:附带JDK配置步骤
- NA3003A电子水准仪数据格式解析与转换研究
- 自动化专业英语词汇精华:必备术语集锦
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功