基于大数据平台的自动化运维及监控技术研究

李济伟，董耀众，王怀宇，时佳伟，艾永琦，丁雪伟，李伟良

（国家电网有限公司信息通信分公司，北京 100000）

引言

随着科学技术的飞速发展，信息技术的更新和复制提供了大量的数据，为社会各阶层的信息技术发展提供了机遇，并作为一个机会将继续这样下去。增加词的记述和定义、以及信息的记述、“大数据”这个词在很多人中都提到了字段。因此，作为集成的全球应用平台，数据管理、业务管理、数据库访问控制等，提高业务效率和服务质量，降低运营成本。从海量数据的概念、特征和业务度量入手，分析了知识监控方法与知识监控方法相结合的一些重要因素。高质量的数据管理和维护集中在大型数据库的理论基础上。

1 大数据平台面临的挑战

在整个数据开发周期中，存在着许多问题，主要涉及数据的采集和存储。与数据收集相关的问题包括如何增加数据量、如何有效地处理数据以及如何从各种数据库中获取数据。海洋数字的数据包含了大量的信息，并且正在迅速更新。然而，在存储和分析中，需要将非结构化数据转换成节点，这就增加了数据生成的难度，降低了效率。

2 大数据平台涉及的关键技术

2.1 大数据平台体系架构

大型数据库集成。目标分析的特点是数据的范围和深度，数据的性质也日益重要。将其视为商业决策的重要基础的趋势。

平台架构技术：操作系统的建立和大数据平台的维护是信息系统有效稳定运行的保证。因此，建立一个操作系统需要使用工具、分布式协调任务、分布式文件系统和数据存储。……