


摘 要:如今的信息化社会当中,每十八个人之间形成的数据量就能够等同于历史几千年所形成的数据量总和,而且这种数据量还呈现出了非常明显的增加的趋势。那么,面对如此巨大的数据量,它在给人们带来非常广阔的信息内容以及信息结构的基础上也带来了很多挑战,本文将尝试对云计算平台当中的海量数据挖掘功能进行了阐述,总结其中的一些不足,尝试提出解决策略。
关键词:云计算;海量数据挖掘;探究
DOI:10.16640/j.cnki.37-1222/t.2016.08.127
云计算的效率较高、可用价值也比较大,而且其消耗成本也相对较低,将其引入到挖掘数据的工作当中是比较可靠的,本文将就此展开探究分析。
1 在云计算环境当中并行计算模型概述
谷歌实验室曾经提出了一个计算模型或者框架,能够很好地应用在大范围数据处理的工作当中,即Map Reduce,一个正常的Map Reduce作业是由很多的Map以及很多Reduce来组成的,它可以很好的將大规模处理数据的作业转移成若干个Map任务,随后分配到各个机器当中执行,最后生成中间文件,Reduce负责合并中间文件并获得输出文件。
这种技术能够将互联网当中大量的数据进行适当的分解,使之成为大小完全相同的小数据块,同时令其均匀地分布在云计算的网络当中的各服务器当中,最后使用Map Reduce并行计算模型。
2 在云计算基础上进行的大量数据挖掘
2.1 挖掘数据
所谓数据挖掘,换言之就是在数据库当中发现知识的过程,也就是从海量的数据当中寻找到新颖且有效、潜在性较强、可以被理解的模式这样的过程。……