京公网安备 11010802034615号
经营许可证编号:京B2-20210330
云计算和大数据是一对孪生技术_数据分析师
26日下午2014全国智能物流云峰会暨湖南海驿智能物流园招商启动仪式12月26日在长沙举行。会上中科院云计算中心岳强博士以《物流云时代的变革》为题,做主题演讲,他表示,云计算和大数据是一对孪生技术,云计算中心是大数据的存储和处理基地 。
大家下午好!首先我把中科院研究中心的情况给大家介绍一下。中科院云计算中心汇集了计算所、遥感所、电子所、自动化所、软件所等相关单位在技术、人才、设备和网络等核心科技创新资源,形成了中科院在云计算技术领域的研发,我们中心承担重大项目15项,示范推广项目20项,国家和省市研发项目45项,17项在省市区域范围内取得了积极的影响,我们中心成立三年以来,我们始终以“科技为国家分忧、创新为产业造福”为使命,不懈努力,勇于开拓,敢于创新,奋发图强,取得了显著成绩。
一个目标:打造世界一流的云计算产业育成生态系统。两个使命是抢占云计算技术制高点,成为产业升级转型发动机。
三个方向,发展战略性新兴产业,推动传统产业升级,主导产业聚集。
这是我今天的题目,SOMA海驿智能物流云平台。
这个是物流行业发展的过程,从上个世纪五十年代美国基本上形成,后来引入到日本,到七十年代引入到中国,到2000年的时候随着我国加入WTO,受国际市场的影响,国内物流业实现了跨越式的发展,2009年物流业列为国家产业的十大振兴规划,2014年国务院通过了物流业发展中长期规划。
这是国家统计局的一组数据,总体来看从2009年社会物流总额连续增长,到2013年社会物流总额197.8万亿,存在的现象是增长率连续下降,物流市场遭遇“瓶颈”,物流业更多的是以中小企业为主力军。
这个是国家发改委的统计数据,我们一直维持在18.5%左右,高于美国、日本9.5个百分点,高于全球平均水平均为6.5个百分点。
这就是物流国家物流业发展中长期规划,构建现代服务体系,强调的是布局合理、技术先进,便捷高效、绿色环保、安全有序。物流业增长值年均增长8%左右,占GDP7.5%左右。还有十二个重点工程。
物流行业目前面临的形势主要有四个:
1、物流需求快速增长,居民消费升级以及新型城镇化步伐加快,迫切需要建立更加完善、便捷、高效安全的消费品物流配送体系。
2、新技术、新管理不断出现,信息技术和供应链管理不断发展并在物流业得到广泛运用,物流成本进一步降低,流通效率明显提高,物流业市场竞争加剧。
3、资源环境约束日益加强,随着社会物流规模的快速扩大,能源消耗与环境污染形势的加重,城市交通压力的加大,传统的物流运作模式已难以为继。
4、国际竞争日趋激烈,随着国际产业转移步伐不断加快和服务贸易快速发展,全球采购、全球生产和全球销售和物流发展模式正日趋激烈。
我们再来看一下国外物流信息平台的发展情况。比如说新加坡、荷兰、英国、德国、澳大利亚、美国等各种平台。国内外的平台形式我们分析了一下,一个是信息凑合、收取中介费。第二是货运配载,会员制管理,第三是公共服务,第四是区域代理,资金垫付。
国内平台,比如说政府或行业协会、资源信息型,区域型物流、业务协同型。目前物流企业更需要综合性、一站式的服务平台。这也是我们为什么打造海驿智能物流平台的出发点。
国内平台的发展,一个是园区或园区的整体物流系统,整合现有物流信息资源,物流企业信息化,物流信息标准化,物流综合信用体系和物流交易的网络安全,电子商务和智能交通的发展,政府智能部门间协同工作机制。湖南省3400多家注册物流企业个体经营户4万多个,有一个三年行动计划,部署一批重点节点城市,发展一批重点园区,建设一批重点项目,扶持一批重点企业。
物流信息化建设的方向,在技术方面应用北斗导航、物联网、云计算、大数据、移动互联等技术。智能物流信息公共服务平台、互联互通和信息共享,面向中小企业的物流信息服务平台等。
海驿职能物流云平台也用到了一些技术,比如说云基础、无线互动等。
云计算实际上是资源虚拟化+并行计算,云计算倡导的是商业模式,资源共享,按需服务。云计算不等于虚拟化,虚拟服务器并不能组成一朵云,云计算能力远远超出一般的虚拟化解决方案。各个层次的物联网在数据中心起到非常核心的作用,虚拟化技术已经开始改变企业对服务器、操作系统等计算资源的重点部署。
云计算和大数据是一对孪生技术,云计算中心是大数据的存储和处理基地,有关大数据的战略资讯研究,《中国大数据技术与产业发展白皮书》。
在海驿智能物流云平台上要考虑峰值与流式计算,实现低时延,高可用性、易扩展性。也实现资源管理架构,实现资源隔离限制。从数据采集、数据缓冲、数据处理、数据输出开始。
当然在海驿智能物流云平台上在快数据方面有一些体现,实时反馈互动的快数据,在数据中体现对“人性”的理解,深度学习、情绪识别等内容。
我们重点从软件和硬件这两个方向,软件是公共支撑软件的框架、算法库,快速模型训练和应用开发;硬件是计算密集型,高计算密度。现在大数据研究的领域更多的是数据的实时范畴,提取业务信息,从数据产生智能,实际上在数据处理方面的困难不是海量数据的存储和离线,而是智能化的处理。
海驿智能物流云平台,智能物流虚拟和实体互联的云服务平台,物联网云数据处理环境和物联感知时空数据处理环境。上面是网络设施、定位系统、监控设施。
两大服务支撑系统,应用服务支撑系统,通过数据交互接口服务,应用开发环境管理,BI服务智能,数据分析与决策。在云数据服务系统是多元数据整合,数据管理服务接口,数据挖掘接口和数据分析接口。
海驿智能物流云平台更多体现出O2O的业务联动模式,线上的业务线下经营。还有信息的联动,从生产商贸企业、物流仓储企业、金融担保机构整个信息的联动。
先进性,我们主要讲到了云技术和物联网,围绕着信息惯用提出和跨界物流服务。全国防伪价值收益,对政府、投资者、金融机构、生产、商贸企业、物流企业等。
核心价值,我们用几句话总结,电商改革物流,智能提升效益,诚信聚集。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24