大快搜索“大数据与智慧城市”南京技术交流会成功举办

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 2018年11月6日,由大快搜索、南京大数据产业协会、南京东大智能化系统有限公司共同组织筹备的“大数据与智慧城市”南京技术交流会圆满结束。大快搜索常务副总李海鹏、大快搜索CTO王鑫义、大快搜索应用研究院院长高林、东大智能智慧城市事业部总经理凌霄汉、东大智能技术总监李玉峰等行业专家出席了会议。

前沿:

2018116日,由大快搜索、南京大数据产业协会、南京东大智能化系统有限公司共同组织筹备的大数据与智慧城市南京技术交流会圆满结束。大快搜索常务副总李海鹏、大快搜索CTO王鑫义、大快搜索应用研究院院长高林、东大智能智慧城市事业部总经理凌霄汉、东大智能技术总监李玉峰等行业专家出席了会议。

 3bcdcab857f1cf57d4e6f8f18518db237be885c5

大数据技术作为构建新动能的主导力量,能为动能升级、产业结构改造提供有力的技术支撑,但如何把数据融合、数据处理、数据挖掘等大数据技术切实应用到智慧交通、智慧警务、智慧社区等各个领域是目前大数据产业的一大难题,参会专家从大数据构建新动能与智慧城市建设两个角度入手,就各自专注的领域分享了自己的经验。

 

首先,大快搜索CTO王鑫义进行了《大数据底层技术》的主题演讲。王鑫义是国内首批从事大数据技术研发的技术专家,还是山东省发改委大数据推进顾问和青岛市大数据与云计算行业协会专家,其主导研发的城市级智能交通平台产品连续多年市场占有率行业第一,拥有丰富的项目设计经验和出众的技术实力。

 e45299a94682263d06649b67361dcc5cf74f3859

演讲中,他从雅虎和谷歌两家互联网公司说起,向大家生动地引入了大数据的概念及其4V”的特性,以及大数据相关的7大基础技术:

Hadoop:最初只与网页索引有关,迅速发展成为分析大数据的领先平台;

HDFS:主要特点包括大数据文件、文件分块存储、流式数据访问、廉价硬件、多副本应对硬件故障;

MapReduce:是对并行计算的封装,使用户通过一 些简单的逻辑即可完成复杂的并行计算;

Spark:基于map reduce算法实现的分布式计算框架,适用于近线或准实时、数据挖掘与机器学习应用场景;

HBase:基于列的而不是基于行的模式,适合于非结构化数据存储的数据库;

Storm:具有实时处理数据的能力,并能使用任何编程语言;

Zookeeper:具有高可用、高性能且一致的开源协调服务,且能提供分布式锁的服务。

 23fdd2fd5297602da6a351310b1342ab0d21ff58

大数据是个有强烈时代印记的名词,必然会回归到基础技术研发与应用落地上

王鑫义在演讲中这样总结。大快搜索作为国内少数掌握大数据核心技术的厂商,始终致力于利用大数据技术去更多的解决实际问题,通过两年的市场化运营,已经积累了超过200家合作伙伴和6大领域的行业解决方案,初步形成了属于大快自己的大数据生态。

 

东大智能智慧城市事业部总经理凌霄汉就智慧城市产业建设进行了《新时代下社会治理智慧化建设与实施》的主题演讲。他表示,十八届三中全会曾明确提出“创新社会治理体制、改进社会治理方式”,完成“社会管理”到“社会治理”的转型升级

 2ccbb33772ebc414336e2bf98c2314af8ecbfede

那么,智慧社会治理一体化到底包括哪些方面?

1、夯实微观基础

支持城乡社区基层创新网格化治理,全要素信息采集,全过程联动处置。

2、把握宏观态势

建立反映社会面整体稳定运行态势的监测指数平台,微观把控,一目了然。

3、融合多维数据

汇聚政府各条口警情案情数据、基层社情民意数据、网络舆情数据、公共安全联网监控地情数据,构建社会治理大数据资源中心。

4、涵盖多元共治

党建工作、政府执法管理、社会组织与志愿者服务、居民群众自治等全信息化平台支持。

 

大快搜索常务副总李海鹏在其后的演讲中,也对大快搜索大数据生态圈进行了介绍,他从大快搜索的五大核心产品——DKH(集群部署、运维监管)、HanLP自然语言处理技术、FreeRCH大数据标准开发库、DK.ES以及DK.Sqoop Pro出发,引入实例并借此延伸至六大领域解决方案,深入讲解了大快大数据生态圈的发展历程。

 fc7c506a25e8c8899ebd532a33b5f30b965bec91

目前,大快搜索生态圈构成主要分为以下四大生态:

基础生态(核心技术自主可控)

数据生态(数据抓取、查询、分析)

商业生态(联合客户探寻发展新渠道)

人才生态(深度结合校园,立体培育人才)

李海鹏表示:大快搜索将在未来仍坚持核心技术自主可控的发展原则,在提供高效、易用、透明、自主的大数据基础应用和服务的同时,进一步完善大数据生态建设,创造更多共同的商业价值。

 

东大智能技术总监李玉峰则带来了关于《东大智能的智慧城市方案及实践》的主题演讲。李玉峰曾先后主持和参加了十余项部队、国防科工委重大科研及实战项目、参与国家863”计划三项,获得实用新型专利五项。

 9c096321ffa59fe1dfadfb160b9f4ac413be2681

拥有众多项目经验的他表示,相较于对大趋势下的发展走向,他更倾向于向大家讲解智慧城市的落地与推进,例如,在智慧城市的建设之初,该遵循哪些设计原则

“   分布推进》》集约实用》》系统科学》》统一完整》》先进与扩展》》安全性与规范性》》标准统一

他认为,智慧城市的落地是一个复合型的多元中心的建设,包括城市运管中心以及应急指挥中心的全面搭建,在此过程中,结合了大数据基础算法的智慧化平台应用显得尤为重要。

 

大快搜索应用研究院院长高林分享了《大快助力新旧动能转换——大数据实践案例分享》,他通过智慧交通数据系统数据挖掘、期货客户画像、石化设备故障预警预测,这三个数据挖掘应用实例作为切入点,着重向大家由浅入深、生动形象地介绍了大快搜索运用大数据技术,解决各行业应用难题的整体过程。

 

bc3d8fe76a6cf1d70a61c4e537ff894d90d7ee64

目前,五位专家的演讲精彩纷呈,从大数据的应用、智慧城市的建设,到两者相融合的创新,为大家带来了干货满满的主题分享。现场与会者均表示受益良多,并积极拍下演讲中的重点以供后期的学习,现场气氛相当热烈。

7ef462f6a16923beddaa42586b157934588ca74c

活动圆满结束,参会者均对如此专业的技术分享表示赞赏,希望能够有更多此类的学习机会,参加活动的同时,拓宽自己的视野。大快搜索也将继续拓宽行业内的沟通渠道,通过更多样、更多元的形式进行国产大数据技术的交流活动。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
5天前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
25 2
|
24天前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
84 4
|
7天前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
|
1月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
7天前
|
SQL 存储 算法
比 SQL 快出数量级的大数据计算技术
SQL 是大数据计算中最常用的工具,但在实际应用中,SQL 经常跑得很慢,浪费大量硬件资源。例如,某银行的反洗钱计算在 11 节点的 Vertica 集群上跑了 1.5 小时,而用 SPL 重写后,单机只需 26 秒。类似地,电商漏斗运算和时空碰撞任务在使用 SPL 后,性能也大幅提升。这是因为 SQL 无法写出低复杂度的算法,而 SPL 提供了更强大的数据类型和基础运算,能够实现高效计算。
|
10天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
24 3
|
10天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
39 2
|
13天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
45 2
|
15天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
59 2