浅谈大数据信息化及数据库建设
大数据发展概述及关键技术
随着信息技术和人类生产生活交汇融合，全球数据呈现爆发增长、海量集聚的特点，对经济发展、社会管理、国家管理、人民生活都产生了重大影响。
近年来，我国政府、企业、科研机构都投入了大量的精力开展大数据相关的研究工作，大数据在政策、技术、产业、应用等方面均获得了长足发展。
大数据是信息化发展的新阶段。
随着信息技术和人类生产生活交汇融合，互联网快速普及，全球数据呈现爆发增长、海量集聚的特点，对经济发展、社会管理、国家管理、人民生活都产生了重大影响。
近年来大数据在政策、技术、产业、应用等多个层面都取得了显著发展。
在政策层面，大数据的重要性进一步得到巩固。
党的十九大提出“推动互联网、大数据、人工智能和实体经济深度融合”，深刻分析了我国大数据发展的现状和趋势，对我国实施国家大数据战略提出了更高的要求。
在技术层面，以分析类技术、事务处理技术和流通类技术为代表的大数据技术得到了快速的发展。
以开源为主导、多种技术和架构并存的大数据技术架构体系已经初步形成。
大数据技术的计算性能进一步提升，处理时延不断降低，硬件能力得到充分挖掘，与各种数据库的融合能力继续增强。
在产业层面，我国大数据产业继续保持高速发展。
权威咨询机构 Wikibon 的预测表示，大数据在 2022 年将深入渗透到各行各业。
在应用层面，大数据在各行业的融合应用继续深化。
大数据企业正在尝到与实体经济融合发展带来的“甜头”。
利用大数据可以对实体经济行业进行市场需求分析、生产流程优化、供应链与物流管理、能源管理、提供智能客户服务等，这非但大大拓展了大数据企业的目标市场，更成为众多大数据企业技术进步的重要推动力。
随着融合深度的增强和市场潜力不断被挖掘，融合发展给大数据企业带来的益处和价值正在日益显现。
在利用大数据提升政府管理能力方面，我国在 2022 年出台了《政务信息系统整合共享实施方案》、《政务信息资源目录编制指南(试行)》等多项政策文件推进政府数据汇聚、共享、开放，取得了诸多发展。
大数据平台建设情况汇报
大数据平台建设情况汇报近年来，随着数据量的急剧增长和信息化水平的提升，大数据平台的建设已成为各行各业的必然选择。
作为公司的大数据平台建设负责人，我将向大家汇报我们公司大数据平台的建设情况。
首先，我们公司在大数据平台建设方面取得了一定的成绩。
我们在数据采集、存储、处理和分析方面进行了全面的规划和布局，构建了一套完整的大数据平台体系。
我们采用了先进的大数据技术和工具，建立了高效、稳定的数据处理和分析系统，为公司业务发展提供了有力支持。
其次，我们公司在大数据平台建设过程中遇到了一些困难和挑战。
在平台建设初期，我们面临着数据来源不确定、数据质量不高、系统性能不稳定等问题，需要通过技术创新和管理手段来解决。
同时，大数据平台建设需要大量的人力、物力和财力投入，对公司的资源和能力提出了较高的要求。
然后，我们公司在大数据平台建设方面制定了一系列的解决方案和措施。
我们加强了数据采集和清洗工作，优化了数据存储和处理系统，提升了系统的稳定性和性能。
我们还加强了团队建设，培养了一批大数据技术人才，提升了公司的大数据平台建设能力。
最后，我们公司在大数据平台建设方面取得了一些成效。
通过大数据平台的建设，我们实现了对海量数据的高效管理和分析，为公司的业务决策提供了科学依据。
我们还通过大数据平台建设，实现了业务流程的优化和创新，提升了公司的竞争力和市场影响力。
总之，我们公司在大数据平台建设方面取得了一定的成绩，但同时也面临着一些挑战和困难。
我们将继续加大对大数据平台建设的投入和支持，不断完善和优化大数据平台，为公司的发展提供更加有力的支撑。
同时，我们也将加强与行业内外的交流与合作，共同推动大数据技术的发展和应用，实现更好的经济效益和社会效益。
大数据心得
大数据讲座学习心得在前几年本世纪初的时候，世界都称本世纪为“信息世纪”。
确实在计算机技术与互联网技术的飞速发展过后，我们面临了一个每天都可以“信息爆炸”的时代。
打开电视，打开电脑，甚至是在街上打开手机、pda、平板电脑等等，你都可以接收到来自互联网从世界各地上传的各类信息：数据、视频、图片、音频……这样各类大量的数据累积之后达到了引起量变的临界值，数据本身有潜在的价值，但价值比较分散;数据高速产生，需高速处理。
大数据意味着包括交易和交互数据集在内的所有数据集，其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力。
遂有了“大数据”技术的应运而生。
现在，当数据的积累量足够大的时候到来时，量变引起了质变。
“大数据”通过对海量数据有针对性的分析，赋予了互联网“智商”，这使得互联网的作用，从简单的数据交流和信息传递，上升到基于海量数据的分析，一句话“他开始思考了”。
简言之，大数据就是将碎片化的海量数据在一定的时间内完成筛选、分析，并整理成为有用的资讯，帮助用户完成决策。
借助大数据企业的决策者可以迅速感知市场需求变化，从而促使他们作出对企业更有利的决策，使得这些企业拥有更强的创新力和竞争力。
这是继云计算、物联网之后it产业又一次颠覆性的技术变革，对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。
后工业社会时代，随着新兴技术的发展与互联网底层技术的革新，数据正在呈指数级增长，所有数据的产生形式，都是数字化。
如何收集、管理和分析海量数据对于企业从事的一切商业活动都显得尤为重要。
大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的竞争中摆脱受制于人的弱势境地，才能把握发展的方向。
了解了“大数据”的“大”之后我们也该了解它所具有的巨大价值。
就目前来说“大数据”的来源主要还是互联网，来自互联网上的大多数不被重视信息都是具有巨大开发价值的，其具有巨“大”的商业价值，我们所缺少的只是一些数据分析等手段。
大数据中心资源平台建设方案
大数据资源平台建设方案目录1 资源平台建设方案 (5)1.1平台总体架构 (5)1.2数据交换子平台建设 (6)1.2.1 建设方案概述 (6)1.2.1.1 架构设计 (7)1.2.2 数据交换配置 (8)1.2.3 数据交换前置 (9)1.2.4 数据共享服务 (10)1.2.4.1 数据服务注册 (11)1.2.4.2 数据服务申请 (11)服务申请 (11)申请审核 (11)申请查看 (12)申请撤销 (12)1.2.4.3 数据服务监控 (12)1.2.5 数据共享接口 (13)1.2.6 数据交换监控 (13)1.3数据治理子平台建设 (14)1.3.1 建设方案概述 (15)1.3.1.1 平台整体架构 (15)1.3.1.2 平台技术架构 (16)1.3.2 建设数据资源中心 (17)1.3.3 资源目录管理 (19)1.3.3.1 资源梳理 (19)1.3.3.2 资源编目 (20)1.3.3.3 目录提交 (22)1.3.3.4 目录审核 (22)1.3.3.5 目录发布 (22)1.3.3.6 汇总管理 (22)1.3.3.8 资源挂载 (23)1.3.4 数据标准管理 (23)1.3.4.1 数据标准管理规范 (23)1.3.4.2 数据项标准 (26)1.3.4.3 数据维度标准 (26)1.3.4.4 数据字典标准 (27)1.3.4.5 数据命名标准 (27)1.3.5 元数据管理 (28)1.3.5.1 元数据管理内容 (28)1.3.5.2 元数据管理分类 (28)1.3.5.3 元数据管理组织 (30)1.3.5.4 元数据管理流程 (30)1.3.5.5 元数据管理功能 (30)1.3.6 数据质量管理 (33)1.3.6.1 质量模型配置 (33)1.3.6.2 质量规则管理 (34)1.3.6.3 方案配置调度 (36)1.3.6.4 质检结果查看 (36)1.3.6.5 质检分析报告 (37)1.3.7 数据开发平台 (37)1.3.7.1 数据开发能力 (37)数据源适配 (37)数据清洗 (38)数据转换 (38)1.3.7.2 数据开发平台 (39)1.3.8 统一调度管理 (40)1.3.8.1 时间调度 (40)1.3.8.2 事件调度 (40)1.3.8.5 任务调度 (42)1.3.9 数据资产管理 (43)1.3.9.1 数据资产注册管理 (43)1.3.9.2 数据资产分类管理 (44)1.3.9.3 数据资产目录管理 (45)1.3.9.4 数据资产可视化视图 (46)1.4数据资源门户建设 (49)1.4.1 门户首页设计 (50)1.4.2 统一用户管理 (50)1.4.3 统一认证授权 (51)1.4.3.1 身份认证 (52)1.4.3.2 用户授权 (52)1.4.4 整合资源管理 (53)1.4.5 统一审批管理 (54)1.4.6 资源目录服务 (54)1.4.7 统一消息管理 (55)1.4.7.1 消息类型管理 (55)1.4.7.2 消息渠道管理 (55)1.4.7.3 通用规则管理 (56)1.4.7.4 用户自定义规则管理 (56)1.4.7.5 消息过期 (56)1.4.7.6 消息发送处理 (56)1.4.8 统一日志管理 (57)1.4.8.1 日志审计管理 (58)1.4.8.2 安全日志统计 (59)1.4.9 统一监控运维 (60)1.4.9.1 监控资源管理 (60)1.4.9.2 基础资源监测 (62)1.4.9.5 平台运维管理 (65)1资源平台建设方案1.1平台总体架构区级大数据资源平台的总体架构由支撑体系（标准规范支撑体系、管理运行维护支撑体系、安全支撑体系）、网络系统、信息资源平台软硬件系统环境、平台应用系统（数据支撑底座、数据交换子平台、数据整理治理子平台、数据资源门户），以及数据资源中心（数据湖、基础库、主题库、专题库）组成。
公安档案管理数字化建设探析
公安档案管理数字化建设探析摘要：档案管理作为社会管理的一部分，不可避免地被拖入信息化建设轨道，新时代公安档案管理工作，不应规避历史前进的步伐。
在数字信息化时代的到来，需要现代化的管理方法和管理手段对公安档案进行数字化管理，公安机关对于档案数字化建设工作一定要重视起来，摸索和借鉴先进的管理经验，借助现代化的信息技术，引进一批专业的档案管理人才，促使公安机关档案管理数字化、现代化的有效实现。
关键词：公安档案管理；数字化建设；探析策略1公安档案数字化建设中的难点问题1.1档案管理匮乏在大数据时代，档案种类越来越多、分工越来越细、管理难度也越来越大，因此档案管理工作人员要不断提高自己的职业道德和业务水平，加强档案科学化规范化管理。
目前，基层公安机关档案管理人员专业素养整体不高，很多部门是民警兼职或由辅警具体从事档案工作，已经不能适应全新的档案管理模式。
1.2民警信息风险意识低下随着信息化手段的不断丰富，档案信息更趋透明化，但由于公安工作的特殊性，档案信息通常囊括了海量的涉密信息，一旦工作疏忽发生泄密事件，有可能对社会稳定带来不可预估的负面影响，档案的安全管理显得更为迫切。
事实上，不少基层所队民警普遍缺乏信息风险意识，对科学应用档案信息缺乏足够的了解，客观上给档案信息安全保密工作带来一定的困难。
为此，各单位档案管理人员要进一步提升保密意识、安全意识，做好事前防控以及事后应急工作。
1.3档案信息共享程度低档案数字化建立了目录和全文数据库，使档案内容与纸质载体分离开来，再加上网络技术的应用，创造了档案信息资源整合共享的良好条件。
但目前公安机关档案管理数字化建设依然处于初步发展阶段，特别是在基层公安机关还存在着诸多亟待解决的问题。
比如：档案资源共享水平远远不够，使得档案数字化体系很难充分发挥作用，制约了档案数字化建设推进步伐。
2加强公安机关档案管理工作的几点思考2.1创新公安档案数字化理念公安档案数字化是新时代人工智能、大数据网络等现代技术，催生公安档案管理的一次技术革新，这次技术变革将给传统的公安档案管理在思想观念、管理制度和人员素质等方面带来全新的变化。
公共资源交易中心大数据平台信息化建设项目方案
公共资源交易中心大数据平台信息化建设项目方案一、项目背景和目标随着信息技术的不断发展和应用，大数据已经成为推动经济社会发展的重要引擎之一。
为了更好地利用和管理公共资源，提高资源配置效率，建设一个公共资源交易中心大数据平台已成为当务之急。
本项目旨在通过信息化手段建设一个公共资源交易中心大数据平台，实现资源信息的集中管理、分析和应用，为各类公共资源的交易和配置提供科学依据，提高资源交易效率和公平性。
二、项目范围和内容1. 数据采集和整合通过与相关部门和单位合作，建立数据采集接口和规范，获取公共资源相关的大数据。
同时，对已有的公共资源数据进行整合和清洗，确保数据的准确性和一致性。
2. 数据存储和管理搭建一个高效可靠的数据存储和管理系统，采用分布式存储和云计算技术，确保数据的安全性和可扩展性。
同时，建立数据分类和标准化管理机制，便于后续的数据分析和应用。
3. 数据分析和挖掘利用先进的数据挖掘和分析算法，对公共资源数据进行深度挖掘和分析，发现其中的规律和价值。
通过数据可视化技术，将分析结果直观呈现，帮助决策者和用户更好地理解和利用数据。
4. 应用推广和服务支持将分析和挖掘的结果应用于公共资源交易和管理中，为政府、企事业单位和社会公众提供高质量的服务和支持。
同时，建立在线交易平台和信息发布系统，便于用户进行资源交易和查询。
三、项目实施方案1. 需求调研和分析对公共资源交易中心的各类参与方的需求进行全面调研和分析，明确功能和性能需求，为后续的系统设计和实施提供依据。
2. 系统设计和架构根据需求分析的结果，设计系统的整体架构和各个模块之间的关系。
同时，明确系统的功能模块和接口，为后续的开发和测试工作奠定基础。
3. 开发和测试根据系统设计的要求，进行系统的开发和测试工作，确保系统的稳定性和可靠性。
同时，对系统进行性能测试和安全测试，确保系统的各项指标符合要求。
4. 部署和运维将开发和测试完成的系统部署到相应的服务器和环境中，提供稳定和高效的运行环境。
大数据时代非物质文化遗产资源数据库建设的思考
大数据时代非物质文化遗产资源数据库建设的思考摘要：在大数据的支撑下，社会的面貌有了全新的转变，同时也给社会各个领域的发展带来了全新的机遇。
在当前的时代背景下，做好非遗保护十分的必要，能够更好的传承民族的文化。
为了将非遗的传承工作更好的落实下去，相关部门需要在技术层面上进行有效的革新，重点加强大数据的规范性应用，在此基础上对非遗资源进行整合，构建数据库，从而保证非遗文化的传承环境更加的优质。
下面，主要着手于数据库建设方面存在的问题展开分析，并结合实际情况提出科学的应对举措。
关键词：大数据；非物质文化遗产；资源数据库；建设前言：大数据是一种全新的技术载体，所具有的特点十分的显著，在体量、模态等方面的功能比较突出，是目前信息搜集、存储和输送的全新载体，同时也具有较强的信息化和智能化特征。
在强调非遗文化存储与传承的时代背景下，相关部门需要在技术层面进行有效的革新。
加强数据库的规范性建设，针对现有问题展开合理的分析，并想办法提出科学的应对举措，进而保证数据库功能的完善性，为促进非遗文化的传承与保护工作实现深化落实提供良好的载体支撑。
1.非遗数据库建设中存在的问题1.数量匮乏就目前来讲，我国在非遗文化的方面的工作重视度较高，再加上民族发展历史悠久，需要传承的非遗文化十分的丰富，所以在数据库建设方面更是提出了严格的要求。
然而，当前所存在的数据库数量并不规范，整体来讲比较的匮乏，与非遗文化占比之间存在着明显的偏差，这给资源的储备和传承工作造成了很大的阻碍和局限。
1.内容单一非遗文化本身在内容上具有一定的多样性，但是目前所具有的数据库体系，在内容方面的充实度上并不符合要求，整体来讲缺乏一定的特色，新颖度不够，很少能够吸引人们的眼球，这给非遗文化的传播以及推广工作造成了一定的阻碍。
同时，在非遗文化内容均衡布局方面，也比较的欠缺，在一定程度上受到地域、文化等多种因素的局限，以上这些问题都是在数据库建设过程中需要重点考虑的要素，否则将因为内容的限制，给非遗文化的宣传和推广工作造成很大的阻碍。
智慧人防大数据信息化建设和应用总体解决方案
《智慧人防大数据信息化建设和应用总体解决方案》xx年xx月xx日•方案背景•方案目标•方案内容目录•技术方案•实施方案•结论与展望01方案背景智慧人防大数据信息化建设的必要性提升人防决策能力通过大数据技术，对人防数据进行实时监测、分析，提高决策的科学性和准确性。
要点一要点二强化人防安全管理通过数据挖掘和分析，发现人防设施的潜在问题，及时预警，提高安全性。
提高人防服务质量通过数据共享和信息交互，优化人防服务流程，提高服务效率和质量。
要点三03缺乏统一规划各地区、各部门对人防大数据信息化建设的规划不尽相同，缺乏统一的标准和规范。
现有智慧人防大数据信息化建设的不足01数据整合难度大人防数据涉及多个领域、多个部门，数据格式、标准难以统一，整合难度大。
02技术水平有待提高部分地区和部门对大数据技术的掌握和应用能力有限，技术水平有待提高。
智慧人防大数据信息化建设的应用前景智慧城市与人防融合在智慧城市建设中，将人防大数据信息化建设与城市规划、管理、应急等方面相结合，提高城市整体安全水平。
人防智能化管理利用大数据技术实现人防设施的智能化管理，提高设施使用效率和维护水平。
人防应急决策支持在应急情况下，利用大数据技术对各类数据进行快速分析，为决策者提供科学、准确的决策支持。
01020302方案目标提升智慧人防大数据信息化建设的整体水平，实现信息化建设的全面升级。
优化智慧人防大数据信息化建设的架构和系统设计，提高数据采集、处理、存储和传输的整体水平。
加强智慧人防大数据信息化建设的网络安全保障，确保数据安全、可靠、稳定。
提高智慧人防大数据信息化建设的整体水平03加强与相关行业的合作与交流，推动智慧人防大数据信息化建设标准的互通和互认。
构建智慧人防大数据信息化建设的标准体系01制定智慧人防大数据信息化建设的标准和规范，明确数据采集、处理、存储和传输的标准和流程。
02建立智慧人防大数据信息化建设的标准化管理体系，推动数据共享和应用整合。
- 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)。
龙源期刊网 http://www.qikan.com.cn
浅谈大数据信息化及数据库建设
作者：董新微
来源：《科学与信息化》2017年第30期
摘 要 “十二五”期间，国家电网公司初步建成具有信息化、自动化、互动化特征的坚强智
能电网。把智能电网中产生的所有数据收集起来，数据突然间增加了许多倍，大量的半结构化
和非结构化信息无法管理和存储，大数据增长速度惊人，每年以几何级数速度增长，需要有专
业化的解决方案应对大数据挑战。智能电网的实时运营要求快速处理海量数据、实时采集电表
数据、在线实时分析决策，传统的数据仓库平台无法支持这些新形势下的需求。
关键词 大数据信息化；数据库建设；坚强智能电网
前言
近年来，大数据来势汹汹，对传统数据商业分析模式产生了重大地影响，对电力企业的数
据驾驭能力提出了新的挑战与机遇。从人才培养、技术储备、数据驾驭、数据价值挖掘等方面
剖析电力企业如何应对大数据的挑战，让电力企业在大数据来临时更加从容地选择适合的技
术、方法论、解决方案和发展战略。
1 数据信息化以及数据库建设的意义
大数据时代的到来是由于是企业的应用系统发展到了一定阶段，各类业务数据的累积推进
企业进入大数据时代。作为公司的信息部门，承担着辅助决策的重要职责，必须对大数据有全
面、具体的认识，才能充分发挥它的技术价值。大数据时代的信息化建设需要站在一个战略性
的高度，并不在于掌握了如何巨量的数据，而是需要对这些数据和信息进行行之有效的处理，
并不拘泥于数据的形式，而是关注如何获取辅助决策时最需要的数据。
大数据主要包括以下几个特征：
1.1 大容量
企业数据量大规模增长，单一数据集的规模范围从几十TB到数PB不等。电力数据涵盖
发电、输电、变电、配电、用电、调度的各个环节，数据量庞大。随着智能电网建设和物联网
的应用，非结构化数据呈现出快速增长的势头，其数据量大大超过结构化数据。
1.2 多类型
大数据数据类型包括结构化数据、非结构化数据、半结构化数据等。电力企业在电网运行
的整个过程中安装了许多传感器、监视器、智能交互终端等设备，每个设备运行都增加了数据
的多样性。
龙源期刊网 http://www.qikan.com.cn
1.3 快速率
能够在刹那间获得复杂的业务分析数据，实时完成业务决策，毫无延迟。智能电网每隔
15分钟自动采集智能电表所产生的用电数据，结合实时调度运行数据，在几秒钟之内处理分
析海量数据并快速预测电力电量平衡。
1.4 价值密度低
大数据的数据价值密度低，单条数据可能并无太大的价值，但海量的数据蕴藏着巨大的财
富。例如，一段变电站的监控视频长达几个小时，但可能有用的信息只有一两秒钟[1]。
2 数据库建设应考虑的几个层面
2.1 技术层面
在进行数据库建设的时候，在技术层面上首先要做到满足相关的技术标准，然后要满足企
业未来的发展需求，这样的数据库在企业发展过程中才能起到更好的效果。数据库在进行建设
的时候，就要进行细致的分析，在分析的基础上进行技术指标的确定，对数据库要进行处理的
数据量、存储介质的存储量、网络交换速度以及可靠性都要进行确定，在这些技术指标确定以
后，要从企业的经营实际情况出发，考虑到企业未来的发展前景，同时数据库一定要符合企业
的业务发展需求。在进行技术指标确定的时候，一定要保证数据库在进行建设的时候投资的规
模不会太大，同时也要满足企业的发展。在进行数据库建设的时候，要将企业现有的信息进行
综合，同时要保证数据库的实用性。
在进行数据库建设的时候，硬件设备一定要采用最好的，同时数据库在占地面积方面也要
进行规划，在功能区划分方面一定要满足企业的业务发展需求。数据库在运行的时候，对温
度、湿度、消防、防雷、接地、照明和辐射等方面都要符合相关的环境标准，同时在进行网络
建设的时候，一定要做好监控工作。数据库在使用的时候，一定要重视管理方面的问题，做好
管理工作才能更好的保证数据库的安全性。数据库在运行的时候要进行数据的储存，这样就使
得数据库在储存方面一定要保证其能力，同时在企业门户及平台建设的时候，也要依靠数据库
的系统。
2.2 业务层面
业务层面的考虑不仅需要信息技术工程师参与，还需要企业管理人员和业务人员的参与。
要广泛征求企业管理人员和业务人员的意见，并对他们的意见建议加以认真归纳考虑。业务层
面的考虑不足常常导致数据库不能满足企业业务的需要，特别是未来企业业务的需要。在建设
数据库同时，还应按ERP系统方法深入研究企业发展战略和管理规范，对企业流程实施
BPR。对企业业务流程认识越深刻，数据库建设才会越能贴近企业的真实业务需求，数据库的
规划才不会过于超前，亦不会落后。
龙源期刊网 http://www.qikan.com.cn
2.3 管理层面
管理层面包括两方面，一是对数据库建设有直接影响的企业管理；二是数据库本身的管
理。企业管理的规范化和业务流程的优化对数据库有着很大的关联作用。以电力企业为例，电
网公司、发电公司、供电公司的管理内容、规范程度各不相同，对数据库的建设将产生不同的
影响。由于电网公司要处理大量发电、输变电、供用电的数据，其对数.据中心要求更高。供
电公司企业管理相对固定，比较规范，因此其数据库建设风险相对比较容易控制。发电公司常
常对发电数据、报价数据、财务数据要求更高，那么在数据库建设中这些数据必须具有更高的
可靠性、安全性，并分配更大的存储容量。技术先进的数据库，如果管理不规范，数据库的作
用就不能充分发挥。管理是多方面，既包括数据库日常的规章制度及规章制度的执行程度，还
包括对数据库中各系统运行的可靠管理。管理的范围包括数据库的基础设施及环境、网络、服
务器、数据库、应用系统、备份容灾系统等。管理的内容包括配置管理、性能管理、故障管
理、设备管理等[2]。
3 结束语
电力大数据作为一种新兴的技术和理念，虽处在发展的初级阶段，但展示出了数据中蕴藏
的巨大能量。数据库管理系统作为处理数据的核心之一，在大数据中的应用不应被忽视。因
此，加强数据库新技术的研发，对于各个国家在大数据时代的信息战中都显得尤为重要。
参考文献
[1] 齐磊.大数据分析场景下分布式数据库技术的应用[J].移动通信，2015，（12）：58-62.
[2] 滕健鲲，孙桂琴.数据库技术应用问题研究[J].科技致富向导，2015，（15）：81-81.