贵州前段时间发布了大数据@@@@产业规划和战略布局@@，在这里根据关键内容做一个简单解读@@和分析@@@@。
将围绕建设信息资源中心@@、打造大数据@@@@产业新高地的战略定位@@，按照@@“基础构建@@、集群聚集@@、创新突破@@”的思路@@，科学规划大数据@@@@产业布局@@，建基地@@、引人才@@、聚企业@@、抓应用@@、保安全@@、促创新@@，努力将新区建成全国领先的大数据@@@@资源中心和大数据@@@@应用@@服务示范基地@@。
一是加快数据@@资源集聚能力和管理@@能力建设@@。打造全省统一的大数据@@@@平台@@@@，集聚全省政务@@@@、公共服务等领域的数据@@资源@@；引进国家级数据@@资源库@@，争取国家基础数据@@存储中心@@、容灾备份中心和重点企业数据@@中心落户@@；拓展数据@@来源@@渠道和范围@@，支持和鼓励企业@@、行业协会@@、高等院校@@、科研机构等单位提升数据@@采集能力@@，参与数据@@资源库建设@@；设立贵州省数据@@资源管理@@办公室@@，完善数据@@资产登记@@、管理@@、开放@@、开发等标准@@，规范政府@@数据@@资产管理@@制度@@，保证数据@@资源有序@@、有效使用@@。
解读@@：建设统一的大数据@@@@平台@@@@
首先说明下为何要建设数据@@资源库@@，其核心目的还是需要聚合原有分散在各个政务@@系统中的数据@@@@，大家要注意这里不是聚合所有数据@@@@，而是需要在多个政务@@系统共享的数据@@@@，在进行大数据@@@@分析@@@@的时候需要使用到的本身具有相关性的各类数据@@@@。这里的数据@@资源库和传统电子政务@@建设里面谈到的数据@@资源中心在业务上目标是一样的@@，纳入大数据@@@@平台@@后只是在构建过程中会应用到大数据@@@@相关技术如@@分布式存储@@，流计算等来解决对数据@@的海量和实时性要求@@。
数据@@资源库的建设本身包括了两个方面的内容@@，从业务上重点是数据@@标准@@，数据@@规范和接口@@，数据@@模型的建设@@，这个以往差别不大@@，唯一增加的内容是在数据@@模型建设中需要更多@@的考虑数据@@本身之间的相关性@@。其次@@是数据@@平台@@的建设@@，这里从技术上讲和传统区别相当比较大@@，一个是在建设数据@@平台@@过程中需要应用到大数据@@@@相关技术平台@@@@，如@@Hadoop平台@@等@@，这里已经不是一个单纯的数据@@存储平台@@@@，而是必须提供数据@@存储@@，数据@@处理和数据@@分析@@@@能力的完整平台@@@@，其次@@大数据@@@@平台@@建设的最终目标还是希望经过处理和分析@@@@后的数据@@能力能够共享和开发@@，体现业务价值@@，因此需要有大数据@@@@共享服务能力提供@@，即大数据@@@@平台@@本身还必须是可开放@@和共享的数据@@能力服务平台@@@@。
对于大数据@@@@平台@@的建设难点不在技术而是在业务上@@，这里面涉及到两个层面的数据@@开放@@和共享@@，一个是在政府@@行业内部各个部门间@@，工商@@，税务@@，质监@@，交通等各个部门的数据@@能够共享@@，这里面涉及到的部门和利益壁垒要想短期解决是很困难的事情@@；其次@@是大数据@@@@平台@@最终处理和分析@@@@后的能力能否进一步朝外面的企业和公共服务部门共享和开放@@@@，这是第二个层面的困难@@，在这一点上国外类似美国在政府@@部门大数据@@@@资源和数据@@目录开放@@程度就远远好于我国@@。具体可以看下涂子沛的@@《大数据@@@@时代@@》这本书@@。
二是加快计算服务能力和应用能力建设@@。引进公共云服务龙头企业@@，提供高质量的基础设施即服务@@（IaaS）、平台@@即服务@@（PaaS）、软件即服务@@（SaaS）等公共云服务@@；引导财政资金支持的信息化项目优先部署在统一的云计算基础设施@@，促进政务@@信息系统和信息资源的共享@@；面向贵州省建设电子政务@@@@、智能交通@@、智能物流@@、企业管理@@@@、智慧城市@@等方面的需求@@，发展服务功能强@@、商业模式新@@、带动效果大的行业云平台@@@@；面向企业研发@@、产品设计@@、生产控制@@、经营管理@@等方面需求@@，提供专业化的工业云计算服务@@；加快研发云计算平台@@资源管理@@软件@@、云安全防护产品@@、云模式应用软件@@，发展面向重点行业领域的云计算系统解决方案@@。
解读@@：计算服务和应用能力建设@@
对于这部分内容基本可以看到是常规的云计算平台@@和智慧城市@@方面的建设内容@@。政府@@很多时候规划往往就是没有了解一件事情的本质而一味的追求大而全的理想化建设模式@@。从最早的各地圈地大搞特搞云计算中心和产业基地@@；到智慧城市@@概念炒作起来的时候又把云计算@@，SOA，大数据@@@@，物联网等所有内容全部涵盖在智慧城市@@规划里面@@。而到了大数据@@@@时代@@@@，我们看到的规划效果又是所有内容似乎都恨不得全部纳入到大数据@@@@产业规划里面@@，搞理想化的大而全建设@@，结果平台@@项目建设过程中就夭折点@@，这个是每个政府@@部门做大数据@@@@规划前必须要考虑的问题@@，即必须清楚大数据@@@@本质是什么@@？希望通过大数据@@@@平台@@建设来解决什么业务问题@@，这个都没有想清楚不适宜开始大数据@@@@产业规划和建设@@。
那么是不是大数据@@@@平台@@和云平台@@完全没有关系@@？那也不是绝对@@。对于两者的关系在这里用最通俗的方式来进行下说明和对应@@。首先大数据@@@@本身需要存储@@，大数据@@@@在处理和聚合到数据@@资源平台@@过程中需要进行计算@@，那么就需要资源来提供计算和存储能力@@，而且这个能力可以弹性扩展@@，这块能力的提供即是云计算平台@@@@IaaS层完成的内容@@。其次@@大数据@@@@在处理过程中涉及到数据@@集成@@，数据@@采集和聚合@@，数据@@并行处理@@，数据@@流处理@@@@，数据@@分析@@@@，数据@@服务能力共享和开放@@@@，这些能力已经是在资源层上层的能力@@，即平台@@层@@能力@@，而这些平台@@层@@能力都可以纳入到广义的云计算@@PaaS平台@@层@@。
三是加快大数据@@@@分析@@@@能力和利用能力建设@@。加强大数据@@@@分析@@@@关键算法和共性基础技术研发@@，开发专业化的数据@@处理分析@@工具@@，形成大数据@@@@基础技术与产品资源池@@；发挥大企业平台@@引领作用和专业大数据@@@@服务企业创新优势@@，加快市场化的大数据@@@@应用@@@@，发展第三方大数据@@@@服务@@，提供特色化的数据@@服务@@；支持数据@@开放@@@@、共享和应用服务@@，探索商业模式创新@@，推进大数据@@@@的公共应用@@；选择重点行业领域@@，开展基于云计算的大数据@@@@示范应用@@，推动专业化的大数据@@@@挖掘@@、分析@@、应用和服务发展@@，提高大数据@@@@行业应用能力@@。
解读@@：数据@@分析@@@@和利用能力建设@@
再次@@强调大数据@@@@核心是实现了业务价值和公共服务能力提升@@，如@@果我们建设的大数据@@@@平台@@和数据@@资源中心虽然实现了数据@@的聚合和数据@@模型的标准化@@，但是这些海量数据@@如@@果不能进行很好的挖掘和相关性分析@@@@，如@@果不能将数据@@本身的价值和能力通过服务化方式开放@@出来@@，那么整个大数据@@@@平台@@将没有任何价值@@。
贵州大数据@@@@产业战略里面谈到的将数据@@开放@@和共享出去@@，发展第三方大数据@@@@服务@@，推荐大数据@@@@公共应用并探索新的商业模式是相关关键的点@@。这仍然是商业模式和业务问题@@，而非技术问题@@，经过处理和分析@@@@的数据@@只有能够被使用@@，能够用于决策@@，能够为大众提供更加高效的公共数据@@服务才是最大的价值@@。
根据大数据@@@@本身的海量@@，异构@@，实时等特点@@，可以看到要针对海量异构@@数据@@进行数据@@挖掘和分析@@@@，同时有必须满足大数据@@@@分析@@@@的实时或准实时性要求还是相当有难度的@@。这一方面涉及到@@CEP，流处理@@，MPP，并行计算等各种技术的使用@@；一方面涉及到数据@@相关性分析@@模型的建立@@，两者缺一不可@@。
大数据@@@@平台@@建设本身又有两种模式@@，一种是先构建数据@@存储平台@@@@，再构建处理平台@@@@，最后再构建数据@@分析@@@@和挖掘平台@@@@；一种是根据业务目标来分析@@是否涉及到大数据@@@@应用@@场景@@，根据应用场景来分析@@究竟涉及到哪些相互关联数据@@@@，然后进行数据@@建模@@，再来考虑如@@何高效可扩展的对这些数据@@进行存储@@，处理和分析@@@@。对于政府@@部门的大数据@@@@我们更加建议第二种方式@@，即不要一开始就追求大而全@@，而是有针对性的各个击破@@，快速的体现出大数据@@@@平台@@应有的商业价值@@。
大数据@@@@平台@@建设本身又有两种模式@@，一种是先构建数据@@存储平台@@@@，再构建处理平台@@@@，最后再构建数据@@分析@@@@和挖掘平台@@@@；一种是根据业务目标来分析@@是否涉及到大数据@@@@应用@@场景@@，根据应用场景来分析@@究竟涉及到哪些相互关联数据@@@@，然后进行数据@@建模@@，再来考虑如@@何高效可扩展的对这些数据@@进行存储@@，处理和分析@@@@。对于政府@@部门的大数据@@@@我们更加建议第二种方式@@，即不要一开始就追求大而全@@，而是有针对性的各个击破@@，快速的体现出大数据@@@@平台@@应有的商业价值@@。
