摘 要：科技管理与大数据两者需要相辅相成，由于科学数据能适应大数据的管理要求，因而对数据进行分析，能提出数据的层级化方案，从而对平台上的数据技术进行SWOT分析。
　　关键词：大数据 科技管理 策略
　　现代科技的发展已经让云计算、物联网、三网融合的理念深入人心，由于我们已经步入了大数据的时代，传统的数据库就很难满足其数据的查询、分析和应用的使用功能，所以要通过大数据对海量信息进行处理。
　　一、大数据的概述
　　大数据的应用非常有利于各项业务的开展，在各项业务的进行过程当中会产生很多由各项数据集中到一起而产生的数据集合，这些数据集合便是大数据。大数据是一种信息资产，它的健康运行需要更加先进的处理模式，对于决策力的要求也更加严格，同时还要求具有很好的洞察和发现力以及良好的流程优化能力。大数据的信息量非常巨大，同时大数据自身的增长率非常高，在信息的多样化上也非常复杂，完全不同于传统的数据运行。
　　大数据有四个特性，分别是：（1）数据量巨大。（2）數据种类繁多。（3）价格高昂。（4）运行速度快。
　　在数据量上，大数据自身所具有的体量早已不仅仅局限于TB级别，甚至就当前的技术以及数据运转需求来说，PB级的数据吞吐能力也无法长期满足需求，向更高级别进行增长是必然趋势。
　　在数据种类上，大数据所包含的数据种类过于繁杂。大数据当中包括了文本数据、图片数据、视频和音频数据以及现在已经开始普及的空间位置等等数据信息。
　　在高价上，大数据所能产生的价值非常巨大。大数据当中所包含的信息，有很多具有非常高的价值，这些高价值信息都需要人们去不断的进行挖掘，将其进行更好的运用。
　　在快速上，大数据对于数据的处理能力以及速度非常快。大数据的运行基础是基于高速度的云计算，其非常有效的将云计算的一秒定律直接展现在人们眼前。
　　大数据的信息源头来自于互联网的数据吞吐，来自于各类数字设备以及人们手中的移动设备，这些设备在人们的日常生活当中，会产生各种各样的信息数据，这些数据上传到网络或者云计算中心之后，便会形成一个数据集合，这便是大数据的数据源头和集中点。
　　大数据的概念当中包括了集中，但却并不等于集中。大数据的存在和运行往往需要与云计算相联系，以云计算做为基础进行工作。大型数据在数据集中以及数据分析时，需要通过大量的分布式计算以及并行计算共同工作，将整个计算过程进行分解，从而将复杂的计算任务分散到大量的个体计算机上。大数据在2013年便在中国正式的展开了应用，然而大数据与云计算也并不等同，大数据是问题，云计算是解决问题的实际运算方法。云计算可以对数据进行大量的计算和分析，从而为决策工作提供更加精准的信息，使得数据信息当中所隐藏的价值得到最大限度的释放。
　　二、大数据下科技管理解决方案
　　1.Hadoop。Hadoop是作为大数据处理进行的软件框架，高可靠性，高扩展性，高效性并存。Hadoop主要构成要素包含两个要素，底部主要构成要素是HDFS，存储的Hadoop集群上任何一点文件内容均与上部引擎有着相似之处，其实所有的数据信息均是以数据处理的形式存在的。
　　HDFS支持是以流的形式进行数据文件编写，主要的内容节点分别是NameNode和DataNade节点结构。由于NameNode节点数量只有一个，所有在对其进行数据服务提供的情况下，可以在多点上进行文件整理，其中由于上部均为MapReduce引擎，所有能用于对数据进行大规模的处理。MapReduce作为一种简化的分布式编程模式，设计思路中主要是将问题进程映射拆分，通过化简的方法，把所有的数据程序变成不相关的区块，分配给大量的计算机处理以达到运算分布的效果，然后再次通过Reduce程序将所有的结果进行开发，最终以输出开发者所需的信息。
　　2.NoSQL。NoSQL主要是针对数据库进行革命瓶颈理念，通过对其进行系统化管理，让大数据具有良好的数据延展性，通过对数据模型的分析，能让数据模型的性和效果更佳，从而达到可用性强的特点。传统的NoSQL均是由Key-value等存储模式构成的，其中较为常用的存储模式是以Key-Value为存储方式，通过键值对存储中的每个元组进行对应的增加，这样能减少时间与空间的开销。
　　现代化的科学技术管理中，在使用大量结构化的数据库模式，其中由于存在相关的信息量，能在大量半结构化和非结构化的数据流中，通过流媒体的方式，进行数据填充，从而让知识产权获利更大。科技管理中，从大数据的分层中能获悉，大数据能直接分为数据层、处理层和应用层几个层面，具体的系统体系如图所示。
　　存储层；当资源和数据能进行对应以后，会得到半结构化的数据库系统，在存储后能在制定的载体中提取所需数据。处理层：对存储的数据进行采集以后，使用融合、分发等处理模式，最为常用的管理工具是ETL。具体分布如图一所示：
　　在现有的三层结构中，数字化是基础，集成化是手段，挖掘才是最终的目的。如，科技文献管理期间，不但要对现有的科技文献进行数字归档，以形成结构化的数据资源，同时也要对文献进行扫描和文字识别，这样开展的实物拍照方式更易于数字结构的处理，也便于对全文进行检索。其中，非结构量的数据存储方式能占总存储量的95%以上。现代化的信息检索，不仅需要对信息有认知，同时也要对互联网进行网页、微博和传感器等多项职能仪器的挖掘，由于需要处理的数据量偏大，在浩如烟海的数据量中进行大量的数据赛选就显得难能可贵了。
　　大型仪器共享期间，通过对物联网等搜索仪器设备运行情况的了解，能将设备的空闲资源利用起来，以便于进行历史分析，对将来的个性化服务也有着积极的意义。
　　科技平台是管理的重要内容之一，其中包括对重大课件基地，科研条件和科研服务平台的分析。在利用SWOT的情况下，探知大数据技术中遇到的机遇与挑战。
　　三、结语
　　数据是新时代各个行业所必须要重视和应用的重要资源，它是行业发展所必须的生产资料，其重要性丝毫不弱于行业硬资产以及人力资产。大数据能够帮助我们更好的了解世界，能够帮助我们对未来进行更好的预测。大数据的发展，并将为社会的变革带来更加强大的推动力，在这个知识时代，数据对于我们更加重要。
　　作者简介：刘岩（1983.07—）男。天津市人。法学硕士。助理工程师。研究方向：科技管理。