大数据时代的大数据管理研究
当前大数据时代的数据管理技术探讨
当前大数据时代的数据管理技术探讨
大数据时代是数据的时代，数据管理技术的重要性变得越来越突出。
在这样的背景下，本文将探讨当前大数据时代的数据管理技术，并介绍大数据时代的数据管理工具和技术。
首先，大数据时代的数据管理技术需要面对的挑战主要有以下几个方面：数据量变大、数据种类增多、数据速度加快、数据价值难以挖掘、数据质量难以保证、数据隐私安全难
以保护等。
在面对这些挑战的过程中，需要采用最新的数据管理技术，以提高数据管理的
效率和数据利用的价值。
其次，大数据时代的数据管理工具和技术有很多种，以下是几种常见的数据管理工具
和技术：Hadoop、NoSQL、MapReduce、Spark、Storm等。
这些工具和技术均具有高效性、可扩展性、可靠性等优点，可以满足大数据时代数据管理的需求。
Hadoop是Apache Foundation推出的一种开源的分布式存储和处理框架，可以基于廉价的硬件构建大规模的分布式系统。
NoSQL是一种非关系型数据库系统，具有高性能、高
可扩展性、高可用性等特点。
MapReduce是一种用于大规模数据处理的计算模型，具有分
布式、容错、可扩展等特点。
Spark是一种快速的、通用的大规模数据处理引擎，可以用
于分布式数据处理、机器学习、图处理等场景。
Storm是一种分布式流处理系统，可以实
时处理流数据。
这些工具和技术的共同特点是支持数据分布式存储、数据分布式处理、数据分析等功能，同时具有高效性、可扩展性、可靠性等优点。
在大数据时代，这些工具和技术的应用
已经成为数据管理的主流趋势。
大数据时代下的数据管理与应用
大数据时代下的数据管理与应用随着科技的飞速发展，大数据时代已经悄然而至。
目前我们每天都在不经意间产生着大量的数据，这些数据如果被有效应用，将会给我们带来许多的便利。
但是，这些数据的管理与应用并非易事，这就需要我们去探讨和思考。
一、什么是大数据所谓大数据，就是以海量、多样且快速变化的数据为基础，结合新型的处理方式和工具、技术和算法等手段，去实现对数据的管理、挖掘和应用的一种新型的计算机信息处理方式。
之所以成为“大数据”，除了因为这些数据的规模很大，还因为这些数据的到来速度非常快。
如今，我们所使用的各种应用、工具以及社交媒体等等，都在不断地产生着各种各样的数据。
这些数据可能是文字、图片、音频、视频等等，它们的产生速度之快，那么多样的数据类型，普通的管理模式已经无法胜任了。
二、数据管理的挑战在这个大数据时代，分布、速度和多样性的挑战是显而易见的。
如何将这些海量的数据进行管理，成为了摆在我们面前的一个难题。
首先是数据分布的挑战。
目前的数据已经不只存在于一个中央数据库中，而是分布在各种各样的数据源上。
因此，如何整合这些分散在不同系统和业务的数据是一个亟待解决的问题。
其次是数据的速度的挑战。
大量产生的数据要求处理的效率更高，处理的速度更快。
而目前的传统数据库与应用在高速数据流环境下，往往会因为性能不足而出现瓶颈，这也需要我们去思考如何提高数据的处理速度。
最后是数据多样性的挑战。
由于数据来自于多样的来源和形式，如何进行数据的标准化和规范化，将不同来源和形式的数据整合起来，是一个需要解决的问题。
三、大数据的应用在面对数据管理的挑战时，我们可以从数据管理工具、技术和算法等方面入手，将数据进行有效地规范化和整合，再将数据运用到各个领域中去。
目前，大数据已经在不同领域得到了应用：1. 医疗健康：通过大数据的分析，我们可以掌握更多健康数据，挖掘出更多疾病相关的信息，促进医疗领域的科技创新。
2. 零售业：通过大数据的分析，我们可以更好地掌握客户的偏好和需求，为客户提供更多个性化的商品和服务。
基于大数据的管理信息系统研究与应用
基于大数据的管理信息系统研究与应用随着社会的不断发展和进步，在当今信息化的时代中，大数据成为了一个不可忽视的重要组成部分。
大数据的出现为企业管理带来了全新的变革和机遇，基于大数据的管理信息系统已经逐渐成为了企业管理中不可或缺的一部分。
本文将从大数据基础、管理信息系统、基于大数据的管理信息系统研究以及应用实践等几个方面进行论述，旨在探讨大数据对企业管理的影响以及基于大数据的管理信息系统的研究与应用。
一、大数据基础大数据是指太大、太复杂、传统方法无法处理的数据集合。
与传统的数据管理方式相比，大数据的特点主要体现在“四V”上：Volume（大规模）、Velocity（高速度）、Variety（多样化）和Value（价值）。
首先看Volume，大数据的处理能力主要在于它的数据量大，且规模一直在不断扩大。
目前我们所说的大数据已经远远超过了传统的数据管理方式，因此，如何有效处理大量数据成为了一个重要的问题。
其次是Velocity，大数据管理的特点之一就是数据时效性高。
如果需要更精细化的分析，那么该数据必须在短时间内被获取并进行实时处理。
而在传统的数据管理中，往往需要花费较长的时间才能处理一批数据，而且随着数据量增大，时间成本也将不断增加。
接着，Variety是大数据处理中一个很重要的问题，数据的多样性使得我们无法使用传统的数据处理方式。
在处理大量数据时，数据的来源、种类以及格式都可能是非常复杂的，如何将这些数据整合起来是大数据管理过程中的一个重要挑战。
最后是Value，指的是数据的价值。
对于不同的应用场景和不同的业务需求，数据的价值也是不一样的，因此如果要有效利用大数据，就需要对数据的真正价值有深刻的认识和理解。
二、管理信息系统管理信息系统（Management Information System，MIS）是指通过计算机技术，将企业管理所需的数据、信息、函数、方法、规则和应用系统等有机地整合起来，以实现企业全面、科学、定量的管理。
基于大数据时代的大数据管理研究
基于大数据时代的大数据管理研究在当今这个数字化飞速发展的时代，大数据已经成为了推动社会进步和经济发展的重要力量。
从商业运营到医疗保健，从城市规划到科学研究，各个领域都在积极地拥抱大数据，以获取更深入的洞察和更高效的决策支持。
然而，随着数据量的爆炸式增长和数据类型的日益多样化，如何有效地管理大数据成为了摆在我们面前的一个严峻挑战。
大数据的特点首先在于其规模庞大。
我们所处理的数据不再是以兆字节（MB）或千兆字节（GB）为单位，而是以拍字节（PB）甚至艾字节（EB）来计量。
如此海量的数据使得传统的数据存储和处理方式显得捉襟见肘。
其次，大数据的类型多种多样，不仅包括结构化的数据，如关系型数据库中的表格数据，还包括大量的非结构化数据，如文本、图像、音频和视频等。
这些不同类型的数据具有不同的特点和处理需求，进一步增加了管理的复杂性。
此外，大数据的产生速度极快，实时性要求高，需要我们能够在短时间内对不断涌入的数据进行采集、处理和分析。
在大数据管理中，数据的采集是第一步，也是至关重要的一步。
为了确保数据的准确性、完整性和时效性，我们需要采用各种先进的技术和工具。
例如，传感器网络可以用于实时采集物理世界中的数据，网络爬虫可以从互联网上抓取有价值的信息，而数据接口则可以实现不同系统之间的数据交换。
然而，在数据采集过程中，我们也面临着诸多问题，如数据质量参差不齐、数据重复、数据缺失等。
因此，在采集数据的同时，我们还需要进行数据清洗和预处理，以去除噪声和异常值，提高数据的质量。
数据存储是大数据管理的另一个关键环节。
传统的关系型数据库在处理大规模数据时往往性能不佳，因此，分布式存储系统应运而生。
分布式存储系统将数据分散存储在多个节点上，通过并行处理和数据冗余来提高系统的可靠性和性能。
常见的分布式存储系统包括 Hadoop的HDFS、亚马逊的S3 等。
此外，为了满足不同类型数据的存储需求，还出现了诸如文档数据库、图数据库、列式数据库等多种新型数据库。
基于大数据时代的企业数据管理与应用研究
基于大数据时代的企业数据管理与应用研究摘要：目前，我们处于信息、资源高度数据化的时代，大数据已经成为时代发展新背景，作为主导的区域经济发展推动力，大数据逐渐渗透到我们生产生活的各个领域。
社会上的各个企业的管理都需要网络的帮助，在网络的基础下数据化方法的体系也越来越完善，许多企业都通过数据化方法的手段进行管理。
数据化方法的手段不仅可以为他们带来更多更完整的信息，而且还能在一定程度上帮助企业内部人员处理一些决策，这样一来就很好的提高了企业的管理能力，增加了企业的收益，并且还能加强企业的市场竞争力。
关键词：大数据时代；企业数据管理；应用1.大数据时代大数据时代即人们在社会生产生活中，有着各种不同的模式，而这种模式的变换形式与信息方面的交流就组成了如今的大数据时代。
在现代的学习与工作中，企业会运用有效信息之间的相互借鉴，这就会运用到时现代互联网数据的传输方法，与互联网数据库内的所有信息。
现代生活中，在不同的领域中做不同工作的人们，都会对大数据有着一定的认知，这些认知再经过以互联网为中心相互传输，运用回各行各业中，此种传输资料的形式与传统老旧的手写形式与有天壤之别，优势是显而易见，所以现在大数据时代给企业带来了更大的便捷，在此基础之上也给企业带来了更多的机遇与机会，企业必须意识到这一点，适时的去抓住这些机会，迎面而上，接受挑战，并战胜他，才是企业的生存之道，反之则会被时代、被市场经济所淘汰。
2.大数据时代数据信息管理流程2.1信息采集采集是大数据信息分析的首要环节和工作，在近些年的大数据应用中极为关键，数据信息的收集质量直接影响到大数据处理技术的应用质量，对于大数据信息的整理规律性也具有重要影响，在近些年的数据信息应用中，逐渐建立起了繁多的互联网大数据库，对于数据管理和采集的要求也更为成熟，相关的互联网企业都需要能够根据采集的数据建立起庞大的数据体系，从而更好地进行简单的大数据应用和查询工作。
2.2信息统计和管理在大数据的统计和管理分析等方面，需要能够采取科学合理的数据整理与管理方式，实现对于数据库和数据信息群的优化分析汇总，并利用合理且科学的方式对数据信息进行分析，从而更好地满足不同客户的需要。
数据管理与储存大数据时代的数据分析和挖掘技术
数据管理与储存大数据时代的数据分析和挖掘技术随着信息技术的快速发展，人们在各个领域产生的数据呈现爆炸式增长的趋势，这种大数据时代给数据管理与储存带来了巨大挑战。
数据分析和挖掘技术作为处理和利用大数据的重要手段，正日益受到人们的关注和重视。
本文将重点讨论数据管理与储存大数据时代的数据分析和挖掘技术。
一、数据管理与储存的挑战在大数据时代，数据管理与储存面临着以下挑战：1. 数据量大：大数据时代，数据量呈现指数级增长，处理这么庞大的数据量是一个巨大的挑战。
2. 数据类型多样：数据的类型多种多样，包括结构化数据和非结构化数据，如文本、音频、视频等，这种多样性对数据管理与储存带来了很大的挑战。
3. 数据的高速增长：大数据时代，数据的增长速度很快，需要更高效的数据管理与储存技术来应对。
4. 数据的价值挖掘：大数据只有通过数据分析和挖掘，才能从中提炼出有价值的信息和知识，这对数据管理与储存提出了更高的要求。
二、数据分析和挖掘技术的作用数据分析和挖掘技术是处理和利用大数据的关键手段，它可以从海量的数据中发现潜在的关联和模式，并帮助人们做出更加准确的决策。
以下是数据分析和挖掘技术的一些应用场景：1. 数据预处理：在进行数据分析和挖掘之前，通常需要对数据进行预处理，包括数据清洗、数据集成、数据变换等，以提高数据的质量和准确性。
2. 数据聚类：通过聚类分析，可以将大量的数据划分为若干类别，从而为后续的分析和应用提供基础。
3. 数据关联规则挖掘：通过发现大数据中的关联规则，可以帮助人们理解数据之间的关系，并发现潜在的商机。
4. 数据分类与预测：通过建立数据模型，可以对未来的趋势进行预测，为决策提供参考依据。
5. 数据可视化：将数据通过可视化的方式展示出来，可以更加直观地理解数据的内在规律，帮助人们做出更加准确有效的决策。
三、数据管理与储存的技术发展为了满足大数据时代对数据管理与储存的需求，相关技术也在不断发展和创新。
以下是一些主要的技术发展方向：1. 分布式存储系统：分布式存储系统能够将海量数据存储在多台服务器上，通过数据分片和冗余备份来提高数据的可靠性和读写效率。
大数据时代下的数据质量管理研究
大数据时代下的数据质量管理研究一、引言随着大数据技术的快速发展，数据质量管理已经成为了一个备受关注的话题。
数据质量对于企业的决策、竞争力甚至是利润都有着至关重要的影响。
因此，如何保证数据质量的高可靠和高精度，是企业必须要深入研究的问题。
本文将探讨当前大数据时代下的数据质量管理研究。
二、数据质量管理的定义数据质量是指数据在满足其使用目标时的适用性和价值。
数据质量管理则是通过一系列的方法和技术手段，来保证数据的精确性、完整性、一致性和及时性等方面的质量。
三、大数据时代下的数据质量管理难点在大数据时代下，数据质量管理面临的难点主要有以下几个方面：1.高维数据质量管理随着大数据时代的到来，数据的维度越来越高，但是数据的维度过高会导致数据质量管理的难度增加。
因此，在大数据时代下，如何科学有效地处理高维数据，并保证数据的质量成为了研究的热点问题。
2.异构数据质量管理大数据时代下，数据来源多样，数据类型也非常复杂。
同时，不同来源数据之间的数据格式与结构也存在差异性，这些异构数据如何进行有效的整合并保证数据质量，也是一个亟待解决的问题。
3.海量数据质量管理大数据时代下，数据量越来越大，数据管理难度也随之增大。
如何对海量数据进行快速检索、清洗和处理，并保证数据质量，是一个需要解决的问题。
4.数据质量标准化问题在大数据时代下，数据质量标准化非常重要。
但是，由于数据的异构性，不同数据来源之间的数据质量标准存在差异，如何建立统一的数据质量标准，是需要解决的难点问题。
四、大数据时代下的数据质量管理解决方案1.采用数据清洗技术数据清洗技术可以通过一系列的处理手段，去除数据中的脏数据、重复数据、无用数据等，保证数据的准确性和完整性。
数据清洗技术是大数据时代下的数据质量管理必不可少的方法之一。
2.利用数据分析技术数据分析技术可以对大量数据进行分析，从而发现数据中的错误和异常，保证数据的一致性和精确度。
数据分析技术可以通过建立有效的数据质量管理模型，对数据进行有效的管理，并制定相应的数据质量管理策略。
大数据时代下的数据管理与应用
大数据时代下的数据管理与应用在当今信息社会，各种数据源的不断涌现和海量数据的存储与处理需求，已将人类推入了一个无所不在的大数据时代。
数据应用已经不再停留于高端领域，而是成为决策制定、市场营销、个性化推荐等各个领域的基础性工具和资源，而这背后的数据管理和应用却面临着更加复杂的挑战。
一．数据管理的挑战在大数据时代，数据管理已经不再是简单的保存和检索记录，而成为了一个更加复杂的系统。
如今各个行业和领域的数据种类丰富多样，包括结构化数据、半结构化数据、非结构化数据，时间序列数据等等。
如何处理这些数据显然需要更加先进的技术手段和更加智能的算法来实现。
此外，个人隐私和数据安全问题在数据管理中也日益突出。
如何保证数据来源的真实性和合法性，如何保护数据的安全，如何防止数据泄露等问题，都需要我们加强数据管理的研究和应用。
二．数据处理的挑战数据处理也是大数据时代下的一个重要挑战。
海量数据处理需要更加高效和精准的算法和工具，同时也需要更加优秀的数据挖掘和数据分析技术。
如何从大量数据中提取有价值的信息、进行大规模模式识别和压缩数据所需的时间，都要求我们将人工智能与机器学习技术相结合，开发出更加高效的数据处理工具。
三．数据应用的挑战在数据应用层面，数据的使用不能仅仅是找到数据并进行简单的分析和应用，需要更加全面、深入的数据应用。
在信息时代，数据应用已经渗透到了各个不同领域，如教育、商业、医疗、政府等，不同的领域有着各自的特殊需求和应用方式。
如何进行个性化推荐、数据可视化和数据仓库应用，都是需要解决的问题。
四．数据管理与应用的未来在大数据时代，数据管理和应用的研究和应用已经成为了各个行业的热点。
数据处理、挖掘及应用上基于AI技术的智能化和可视化还有很大的发展空间，尤其与企业内部存储的数据有关，需要更加智能的数据处理和应用工具。
未来数据管理与应用大趋势的一个重大转变应该是：数据应用的主角将从数据变为知识，通过各个领域的数据、挖掘和应用，逐步将数据提炼为知识化智能，提升科技的能力和生产力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据时代的大数据管理研究摘要：进入21世纪，信息技术成为这个时代发展的主流，大数据时代也正是信息技术下的产物，对我国各个行业的发展都起到了重要作用。
但是，在大数据时代不断发展的过程中，大数据管理成为急需要解决的问题。
文章就从大数据时代的发展形式出发，对大数据的管理形式，进行了简要的分析和阐述，并提出了一些建议，希望对大数据时代的发展有所帮助。
关键词：大数据时代；大数据管理；策略信息技术作为时代不断发展的象征，不管是在我国行业的发展中，还是在人们的日常生活，都起到了重要作用。
同时，在信息技术不断发展的过程中，大数据时代的应用范围也在不断的扩大，其来源渠道也非常多，数量也在不断增加。
在这种情况下，大数据时代的大数据管理就显的尤为重要。
由于大数据的数量不断增加，现有的管理形式已经无法满足大数据时代的发展，并且在利用计算机对大数据进行全面分析和处理的过程中，也受到了严重的影响，因此，要想有效的对大数据进行充分利用，就要对大数据管理形式给予高度重视，采取有效的措施，不断加强大数据的管理形式，最终实现有效、便捷、安全等管理性能，这也为对我国信息技术提供了重要的发展方向。
1 大数据时代的大数据管理发展历程近几年，在大数据管理不断发展的过程中，也取得了一定的成绩。
但是，大数据管理也经历了一个漫长的过程，主要经历的人工、文件、数据库等管理阶段。
同时，随着大数据时代的大数据不断增加，所管理的范围和环境也在不断的变化。
并且，在大数据管理不断发展的过程中，一些管理问题逐渐的暴露出来，为大数据管理的发展带来了新的挑战和机遇，下面就大数据管理的发展历程，管理中存在的不足进行简要的分析和阐述。
1.1 大数据时代的大数据人工管理形式在20世纪50年代，计算机技术的形成主要是针对科学计算等形式。
同时，根据当时的发展技术来说，并没有磁盘、U盘等一些先进设备，将其计算的结果进行去全面的保存和整理，仅仅只是依靠纸带、卡片等形式，对大数据的进行有效的记录。
大数据时代的大数据管理的人员管理形式，不仅仅对大数据的记录存在着一定程度上的误差，并且在保存的过程中，也会经常发生丢失的现象，对大数据时代的大数据管理形式的发展，是没有任何的帮助。
但是，依照当时的技术水平来看，也只能的依靠人工管理的形式了。
1.2 大数据时代的大数据的文件管理形式在大数据时代的大数据管理的人员管理形式，不断发展和改革的过程中，计算机的软件和硬件都得到了有效的提高，磁盘、磁鼓等储存软件，得到了全面的普及和发展。
同时，在在不断发展的过程中，计算机将大数据的组成形式，叫做大数据文件，并且在大数据文件上就可以直接的取名字，直接的进行查看，这对大数据的管理，无疑不是一个新的发展的起点。
在大数据时代的大数据文件管理的过程中，由于大数据长期的保存在外面的，这样在对的大数据处理、分析、查找、删除、修改等操作的过程中，提供了极大程度上的便利，其对其操作的程序，也具有特点的要求。
但是，在文件管理的过程中，由于共享性能较大，数据与数据之间缺乏一定的独立性，对其管理和维护的费用和时间较大，这样往往工作效率提高，不能被广泛的使用。
1.3 大数据时代的大数据库管理形式数据库管理形式是大数据管理不断发展的重要成果，也是到目前为止最后的一个阶段。
在计算机技术不断发展的过程中，计算机内部的容量得到了很大程度的提高，并且大数据的管理和维护成本也相应的有所下降。
同时，在大数据管理形式不断发展的过程中，对其系统管理内存不足等现象，进行了全面的提高，有效的实现了资源共享，也在最大程度上保证了大数据的安全、稳定等性能。
另外，在大数据时代的大数据库管理的过程中，不在近几年只是固定在某一个计算技术应用体系，而是面向整个管理体系，以此在最大程度上提高了大数据共享的性能，使大数据与大数据形成一个独立的个体，对其大数据进行了全面、有效的、统一的管理，为我国信息技术的发展提供了重要方向。
2 大数据时代的大数据管理策略2.1 对大数据时代的大数据管理框架进行创新在大数据时代的大数据管理形式不断发展过程中，给企业发展带来冲击非常巨大。
因此，企业要根据我国信息技术不断发展的形式，对大数据管理框架进行全面的设计和创新，如图1所示。
在大数据的处理的过程中，主要是围绕着数据资产进行管理的，同时对大数据时代的大数据管理制度，进行全面的规划行、设计、创新，这样对其它信息技术管理领域，提供了便利的条件。
其实，大数据时代的大数据管理最主要的目的，就是将大数据的价值进行充分的展现。
另外，在大数据时代的大数据管理框架不断创新的过程中，有效的实现了大数据共享等性能，不断扩大了大数据时代的大数据管理的内容，对我国现代化信息技术的发展，起到了重要的作用和意义。
2.2 开发与内容的管理形式在不断提高大数据时代的大数据管理形式的过程中，可以从两个方面进行，一是大数据开发管理，二是内容管理。
其中大数据开发管理注重于大数据管理的定义，和管理解决策略，对其大数据的存在价值，进行有效的开发。
换句话说，其实也就是在大数据时代的大数据管理的过程中，对其管理形式的开发，对大数据的功能和价值，进行充分的理解。
大数据时代的大数据管理中的内容管理是指：企业对大数据进行不断的获取、使用、存储、维护等工作活动。
因此，传统的大数据时代的大数据管理形式，已经无法满足对这个时代发展需求。
因此，在时代快速发发展的推动下，要对开发管理和内容管理，进行全面的创新和设计，对需要专门设定的管理形式，要给予高度的重视，可以利用的集合型的保存形式，进行全面的保存。
其实，大数据时代的大数据管理主要是为企业提供重要的发展方向，为企业提供重要的价值信息。
大数据时代的大数据管理在数据应用和开发的过程中，起到了重要的衔接作用，也为我国信息技术的发展，打下了坚实的基础。
2.3 对大数据架构进行全面的管理在大数据时代的大数据管理的过程中，数据框架管理起到了重要的作用，并且与大数据开发的过程中，有很多相似的地方。
在传统的大数据时代的大数据管理的过程中，对其数据的开发、处理、保存等形式，都受到了一定程度上的限制。
因此，在对大数据时代的大数据架构管理的过程中，对其操作形式，进行了全面的管理创新，避免受到范围的限制。
另外，随着大数据不断的增加，大数据构架管理可以根据大数据的用途，质量良好的应用形态。
例如：社交网络等形式。
与此同时，在最近几年的发展中，大数据时代的大数据管理形式，也面临着新的挑战基机遇。
以此，只有对大数据时代的大数据管理形式，对个人信息、隐私等进行全面的管理，避免个人信息、隐私等发生泄露、不对称等现象的发生，这样不仅仅企业在发展的过程中，提供了最大程度上的安全保障，也为大数据时代的发展，带来了新的发展篇章。
3 结语综上所述，大数据时代是信息技术时代不断发展的产物，不管对我国经济的发展，还是人们在日常工作、生活的过程中，都起到了重要的作用和意义。
因此，本文对大数据时代的大数据管理发展的历程进行了简要的分析，并对大数据时代的大数据管理形式，提出了一些可参考性的建议，只有对大数据时代的大数据管理形式，进行不断的创新，对大数据时代的大数据管理框架，进行不断的构建，也只有这样的才能在最大程度上促进了我国信息技术的发展，也为我国各行各业的发展，提供了重要的发展方向，对我国经济的发展，也起到了推动性的作用。
[参考文献][1]于浩.大数据时代政府数据管理的机遇、挑战与对策[J].中国行政管理，2015（3）：127-130.[2]张学敏.大数据时代的数据分析[J].电子世界，2014（16）：5-6.[3]马凯航，高永明，吴止锾，等.大数据时代数据管理技术研究综述[J].软件，2015（10）：46-49，56.[4]韩英.浅析大数据时代的数据挖掘与精细管理[J].成都航空职业技术学院学报，2013（4）：63-64.[5]曹莉.刍议大数据时代的数据挖掘与精细管理[J].经营管理者，2013（18）：191-192.[6]梁凤兰.大数据时代数据管理方式的研究[J].电脑开发与应用，2013（11）：34-36.[7]闫晓丽，毛慧丽.大数据时代的数据管理[J].信息系统工程，2014（5）：54-56.[8]李涛，曾春秋，周武柏，等.大数据时代的数据挖掘――从应用的角度看大数据挖掘[J].大数据，2015（4）：57-80.Research on Big data Management in the Era of Big DataWang Bing，Chong Yang，Yang Bin（Liaoning Academy of Governance，Shenyang 110161，China）Abstract：Entering the 21st century，information technology has become the mainstream in the development of this age，the age of big data is the product of information technology，the development of various industries in China have played an important role. However，in the process of the development in the era of big data，large data managementbecomes urgent to solve the problem. In this paper，starting from the development of the era of big data form，the management of the large data form，has carried on the brief analysis and elaboration，and puts forward some suggestions；hope will be helpful to the development of the era of big data.Key words：big data era；big data management；strategy。