大数据对过去传统的信息技术带来了诸多挑战。
比如,大数据不仅是量上的变化,还包括信息数据种类丰富度的变化,这是对大数据的获取和管理提出的挑战。
再者,大数据使过去必须要采用很复杂的算法、很漫长的审慎决策过程,变成了快速地挖掘信息,快速地进行决策。
同时,和其它资源一样,大数据只有共享和流动才能产生价值。但是,采用什么方式、用什么技术共享,同样是一项挑战。
以Esri全自动、快速一体的无人机数据处理平台Drone2Map for ArcGIS为例,它可以为用户提供从无人机原始数据到正射影像图、DSM和三维模型生产全过程。
在大数据的使用和汇聚过程中,会涉及到大数据的清洗、转换和加载。基于ArcGIS平台原生的空间数据ETL(Extract-Transform-Load)技术,是专门为不动产登记的数据整合而打造的工具,可实现对现有分散存放、格式不一、数据标准不一、介质不同的登记信息进行梳理和规范,创建合理、高效的空间数据模型。
再者,对物联网的实时信息,Esri采用ArcGIS GeoEvent Server这种动态目标监测手段,将物联网信息实时地接入到地理平台中来。
大数据时代呼唤新的计算技术,传统的分析方法效率会比较低下。对大数据进行挖掘分析从而实现快速的业务决策支撑,就必须采用分布式的大数据计算框架。
Esri推出了GeoAnalytics Server大数据分析软件,可以将用户的输入数据与分析算法进行分解,采用多个节点并行计算,最终再将结果输出到地理平台门户之中。
以美国金融违规交易分析为例,对10亿条交易数据进行分析,从中发现符合如下特征的交易事务:一小时内的一公里范围内的多个不同的ATM机器向其他同一个金融账户的汇款操作。采用全新的大数据分析框架,不到1个小时即可分析完毕。
大数据时代的空间数据交换共享不仅仅需要解决不同角色之间、不同业务系统之间共享,更要将地图直接嵌入到用户的第三方软件之中,也要能够解决多部门多组织之间信息交换的问题。对于Esri来说,这就是多个地理平台门户内容的复制与同步技术,我们可以形象的称之为portal of portals。
联系客服