大数据云计算技术
大数据云计算技术范文第1篇
【关键词】云计算技术 大数据 数据处理
随着物联网、网络、移动通信等的快速发展，特别是互联网的普及使得信息传播的规模和速度呈现几何增长，人们获取信息的途径和方式开始变得异常丰富，人们事实上已经进入了“信息大爆炸”时代。与此同时信息传播的大容量、高效性和准确性也对现有的数据处理体系提出了更高要求。根据大数据摩尔定律，人类世界的数据产生量将按照每两年一倍的速率增长，预计2020年世界数据量将超过35亿GB，“大数据”时代迫在眉睫。“大数据”具有离散型、随机性、发散性、爆发性等特点。近年来，随着云技术的兴起全面革新了传统的数据技术，大容量、多样化、快速处理、信息价值性和准确性为了云技术背景下大数据处理的五大主要特征。如何利用云计算技术对大数据进行高效处理已经成为了信息技术发展亟待解决的关键问题。
1 大数据和云计算的关系
云计算技术是指利用集中式远程计算资源池，通过按需分配的方式，为终端用户提供强大而廉价的计算服务技术。云计算技术作为一种数据处理方式，其技术特点包括：一是资源池在物理上是对终端用户完全透明的；二是能够为任何行业提供规模化计算服务，其服务能力可看做是“无限”的；三是其应用部署快速便捷，服务能力和方式是可以完全按照终端客户要求定制的，具有极强的弹性伸缩能力；四是云端数据获取方便，能够资源共享，用户使用成本低廉。
云计算技术是目前最强大的数据存储、传输和处理平台，它是大数据处理的最优选择。云计算能够为大数据提供几乎“无限”的存储空间和处理能力，满足其超大容量存储和超级复杂的处理需求，也是传统存储方式无法实现的。云计算侧重数据的计算处理，而大数据需要强大数据处理能力，因而它是云计算的处理对象。此外大数据所产生的业务需求也为云计算的实现提供了更多的形式。
2 基于云计算的大数据处理技术
2.1 大数据的采集技术
目前数据采集方式主要分为集中式和分布式两大类。其中分布式的灵活性较强，而集中式的全局性较好。实际上大数据采集的对象通常包括组织内部和相互独立组织间的各类数据，而云计算恰好具有并行处理的优势，因而可采取混合式采集方式能够更加有效地完成数据采集任务。即在各个组织内部采用集中式数据采集方式，通过在组织内配置中心服务器，作为集中式数据注册机构，用于存储和共享内部的数据。在相互独立组织间，采用云计算的集群技术、虚拟化技术等在各独立组织中心服务器间采用分布式采集方式实现数据采集、组织间对接和共享。大数据结构类型包括结构化、半结构和非结构化数据，因而在应用云计算技术进行分布式采集时，可依托其超强的扩展性和容错力，将数据池内数据进行同构化，从而实现数据进行分类存储。
2.2 大数据的存储技术
由于超大体量、离散、复杂的数据特点，传统数据存储模式已经难以满足大数据存储要求。一方面单结点的数据仓库在容量上难以满足呈几何增长的数据量，在运行效率上也难以满足大数据的分析处理需求。另一方面传统数据仓库按行存储模式，虽然可以实现大容量索引和视图，但实际操作中其时间和空间过高。而云计算主要采取列式存储模式，即区分数据不同属性，不同属性列都单独存放。云计算中列式存储的优势在于在投影数据时只需查询其属性列，系统处理量和处理效率显著提升。此外按数据属性进行列式存储，数据仓库中相邻列数据的相似性更高，因而能够得到更高的数据压缩率，进一步减少存储所需空间。
2.3 大数据的挖掘技术
联机分析能够完成数据的复杂处理，得到直观结果，实现决策性分析。云计算并行模式下联机分析能够基于数据全局，建立多维分析模型对数据进行多维度分析，从而尽可能获得全面的分析结构。由此可见多维度分析是联机分析的重要特征，而云计算技术下数据仓库正好是通过多维数据组织的。
联机分析对数据的处理仅仅只是表面的，其获取的信息价值并不高，难以得到数据深层次的含义与内在关联。而数据挖掘正是在联机分析的基础上，从超大体量的数据仓库中提取数据所蕴含的隐性信息，并将这些信息用规律、概念或是模型等表现出来。基于云计算的数据挖掘主要采用分布式并行挖掘技术。与其他串行方式相比，云计算技术下并行数据挖掘能够利用机器集群拆分分布式系统中的并行任务，并将拆分后的各个任务分别交由不同的机器去处理，从而实现大规模数据处理，其时间成本也大大降低。
2.4 大数据的可视化技术
上文所述数据挖掘可实现大数据的深层次、多维度分析，获取更多有用信息。而云计算平台下可视化技术则能够将上述信息具体化，从而使数据及其有关结构的相关信息能够更直观地表现出来，更容易被发觉和理解。可视化技术是指在存储空间中，将数据库及其中数据以图像（图形）的形式表示出来，并在其中再采用其他的分析手段获取图像中所蕴含的未知信息。而原有的数据处理仅仅只能够从数据本身入手，分析和观察数据中的内在信息。云计算下的可视化技术不但能够实现非空间数据的多维度图像显示，而且能够实现检索过程的直观图形显示，从而帮助人们更好地挖掘和理解信息，信息检索效率也大大提升。
3 结语
在数据爆炸时代，云计算的出现为大数据的存储和处理提供了可能，也为数据处理系统的功能扩展提供了重要保障。以往的数据管理将收集和存储作为重点，而在云计算模式下，大数据管理将更多地侧重数据分析、挖掘及管理模式的创新。目前数据采集和统计技术已经较为成熟，利用云计算进一步丰富大数据的存储和处理方式，实现更高层次的数据挖掘和可视化将是今后需要解决的问题之一。
参考文献
[1]孟小峰，慈祥.大数据管理：概念，技术与挑战[J].计算机研究与发展，2013，50（1）：146+169.
[2]吴雪琴，基于云计算的大数据信息检索技术研究[J].电脑知识与技术，2014，10（10）：38-41.
[3]迪莉娅.基于云计算的电子政务大数据管理研究[J].信息管理与信息学，2013（12）：50-51.
大数据云计算技术范文第2篇
在海量数据时代环境下，以往的主流软件工具已经无法满足大规模数据的存储和计算要求，对于医疗行业来讲同样面临着大数据的挑战。云计算和大数据是相辅相成的，云计算技术为海量的、复杂的、多样化的大数据的存储和计算提供了有效平台，该平台下的数据挖掘技术可以在不受其他因素影响的条件下快捷地收集到可靠真实的医疗信息，而且云环境下的数据集存储具有较强的稳定性，进一步优化了数据挖掘模式。
2大数据与云计算
随着医疗信息化的发展，医疗数据规模迅速扩大，数据的种类和数量的变化令人难以置信，不论是病理分析图还是医疗影像都产生了大量的医疗数据。区域医疗数据虽然是医疗大数据的组成各个部分，但其数据来自百家医疗机构和百万人口的区域，一个患者的信息资料要保留50年以上，而且数据量呈不断增长趋势。医疗数据中每个患者的数据不仅包括临床诊断以及用药建议、医疗影像以及分析决策、（非）结构化文档，还包括患者大量的在线实时数据，仅仅一个社区医院就可以生成多个TB级甚至PB级的（非）结构化数据，所以说海量医疗数据名副其实。云计算技术是被称为是21世纪的技术和商业革命，如今已成为IT行业主流技术。云计算技术是在大数据环境下数据存储、数据计算以及数据动态分析要求越来越高的背景下产生的一种基础构架和商业模式，该模式可以为用于提供便捷的、快速的、可用的、足量的计算资源，并且用户按照用量付费，只需要进行少量的管理工作以及与云计算供应商进行必要的互动。云计算技术是在大数据背景下产生的，对于云计算来讲，大数据是一种重要应用环境，而对于大数据来讲，云计算则是其IT基础和驱动力，两者之间是相辅相成的。随着大数据规应用的广泛推广，云计算技术的重要性也越来越突出。在医疗数据规模以几何级形式增长的情况下，数据挖掘平台是医疗数据中病历数据、诊断检验数据、影像数据等内在数据得到有效应用的关键所在，所以基于云计算的医疗数据挖掘平台是医疗信息化的一个重要研究方向。
3云计算在医疗数据挖掘平台中的应用分析
数据挖掘技术的概念可定义为“从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的过程,能够发现隐含在大规模数据中的知识,从而指导决策，主要涉及特征化、区分、关联或相关分析、分类、聚类、演变分析等。”数据挖掘在金融、交通、军事、电子商务、医疗等等领域中得到广泛应用。相同其他领域，医疗领域中数据挖掘技术的应用有很大不同，因为医疗数据包括患者诊疗过程中的所有相关信息资料，例如诊断记录、影像资料、治疗决策、用药方案等等，这些数据除了包括结构化数据之外还包括大量的非结构化数据，因此医疗数据挖掘的应用效益和收获最大。基于医疗数据的复杂性，医疗数据挖掘也存在极大难度，这主要体现在两个方面，一是诊断记录、治疗决策、护理过程等复杂的医疗程序导致了医疗数据的海量性特点；二是医疗数据类型多样化，不仅包括数值型数据，还包括图像、语音、视频等等类型数据。总之，医疗数据的海量性和异构性为医疗数据挖掘带来极大难度，需要具有强大数据处理能力的技术提高数据挖掘的效率和准确性，这就是云计算。
3.1基于云计算的医疗数据挖掘平台架构
云计算是一种基于大数据的商业模式，其强大的数据存储、数据处理以及数据管理能力让大数据丰富的信息积淀不再是镜花水月，云计算在改变计算机运行模式的同时也正在改变这个世界。云计算以及其分布式结构是实现云构架的重要途径，云计算的应用实现了网格计算并行计算、分布式计算等概念，通过互连的计算机来完成计算任务，并根据应用需要获取各种资源和服务。中国电子学会将云计算技术定义为“云计算是一种基于互联网的、大众参与的计算模式,其计算资源(包括计算能力、存储能力、交互能力等)是动态、可伸缩、被虚拟化的,并以服务的方式提供”。云计算环境下的医疗数据挖掘平台的设计结构主要包括云计算环境、数据采集、数据清洗以及并行分析4关键个部分。海量数据挖掘技术对云计算的应用主要是其低成本分布式并行计算环境，云计算的应用不仅极大减少了应用成本，同时也为海量数据挖掘提供更多的解决方案和途径。
3.2云计算环境下的医疗数据挖掘的应用
医疗大数据挖掘技术应用主要表现正在临床决策支持系统、医学图像挖掘、生物信息学研究以及促进公众健康等方面。1）数据挖掘技术在临床决策支持系统的应用：云环境下的数据分析、处理技术得到大幅度提升，这使医疗数据中非结构化数据的分析和处理分析是难题（例如图像分析和识别技术），对临床决策支持系统功能的进一步优化提高系统智能性。可以为医生对患者的诊疗提出有效建议，同时也可以将诊疗医生的大部分工作内容和时间流向护理人员，让医生摆脱繁琐咨询，有利于规范医疗工作流程，提高诊疗效率。2）医学图像挖掘：医学图像时医疗数据的重要组成部分，如今医学图像在医疗领域中的应用价值越来越高，例如CT、MRI、PET等等影像学资料为人体各种疾病或者损伤的诊断和治疗提供了有效手段。3）生物信息学-DNA分析：生物学研究领域开展的基因组计划产生了大量的基因组信息，基因信息的识别以及鉴定是基于工程的重要研究内容，将高效的数据挖掘技术应用于基因工程有利于进行基因信息分析，可挖掘潜在的更高价值的信息，为基因工程的研究提供决策支持。4）促进公众健康：利用医疗大数据分析技术可以对传染疾病进行快速检测，对疫情的发展态势进行实时监测、评估，并在此基础上提出有效应对策略。另外，利用大数据挖掘技术建立可以覆盖全国的患者电子病历数据库并及时准确地提供公众健康咨询，提高健康风险意识，这将有利于改善公众健康监控，降低传染病感染率，创造了极大的社会效益。
4结论
大数据云计算技术范文第3篇
关键词：煤矿 物联网 大数据 云计算 安全生产
中图分类号：TD672 文献标识码：A 文章编号：1672-3791（2017）03（c）-0028-02
The Internet of Things， Big Data and Cloud Computing Technology in the Application Research of Coal Mine Safety Production
Yang Jingjie
（LiaoNing JianZhu Vocational University， Liaoyang Liaoning，111000，China）
Abstract： The development and construction process of coal mine integrated automation， points out that the three kinds of technology in coal mine safety production guarantee of the position， the role of safety production in coal mine relationships： coal mining technology of each system framework and roadmap， by the Internet of things and big data to establish， for large data processing， adopt cloud computing， Internet of things， big data and cloud computing technology monitoring system will be ZhuLiuShi， make its present early warning and monitoring system function， improve the safety in production.
Key Words： Coal mine； The Internet of things； Bigdata； Cloudcomputing； Production safety
物联网、大数据及云计算技术作为多个管理方法及管理系统提出，主要是为了确保煤炭企业的安全生产与发展；我们在此方面投入了资金及设备，用这样的方法来保护安全生产系统及设备。在过去的生产实践中，缺乏系统技术的瞻远性，缺少有效的技术处理手段，缺少互联互通的关系，导致了原有的系统和设备不能够提高煤炭企业的安全生产水平，且使煤矿安全生产系统不能有机生产，在逻辑和功能方面均有不足之处。那么，为了能够更好地提高煤矿的安全生产，我们就必须对物联网、大数据、云计算这几类技术进行深入研究，并有效地应用到煤矿生产中去。
1 物联网、大数据及云计算技术
1.1 物联网、大数据技术
美国工科学院第一次列举出“物联网”的技术核心，无线识别频率这一特性正是物联网技术的核心所在，可实现清晰的通信协议，更完美的信息联通。发达国家指出互联网技术产业发展的重要性，并资助了一些物联网核心技术的企业，相较于落后国家，发达国家较为重视互联网技术的发展。我国早已看到这种新兴产业的优势，正在对物联网，实现战略协调，投入政策和资金来支持物联网事业及互联网的发展，开始了长远的研究和建设。
大数据的概念是抽象的，一般是由它的功能推出，代表定义“3V”，它有“大容量，多样性，快”的数据库特性。数据中心网络标识具有“低价值密度”的大型数据库的重要特征。数据存储，管理和分析数据引发的挑战，皆为大数据所影响。因此，基于数据收集和集成方法的ETL、数据抽取、变换和加载已经提出了基于Hadoop的数据存储方法。
1.2 云计算技术
现今，新兴的云计算技术是非常流行的，其具备按排需求、规模庞大、虚构能力强、模拟能力高、真实性强、发展空间广阔等特征。在这些技术中，云计算的商用能量也是不可比拟的，因此得到广泛性运用，软硬件架构体系也由此诞生，例如百度、亚马逊、微软等公司都是系统运用的代表性企业。
2 煤矿信息化技术
2010年开始，我国对煤矿行业信息化的介入有了新的起点。现今的科技人员掌握的煤矿信息大体上一致，没有突破性进展，因此实施起来不能够做到尽善尽美，它所实现的无非是对各个子系统设备进行联网及远程控制，不能够完善有效的改造计划。
3 物联网、大数据及云计算技术提升煤矿安全生产水平的思考
3.1 3种技术的地位和作用
3种技术的应用，可使环境监测监控系统得到扩容，电视数字化实现共享，有效防止数据瘫痪，因此大大减少了煤矿生产的安全隐患，3种技术介入煤矿有其必要性。
3.2 应用展望
煤矿物联网改造建设后终将迎来煤炭企业质的飞越。我们可以直观地预测到，矿山物联网改造建设后，煤矿安全生产监测监控系统提高了预警能力，使其由被动监测系统转换为主动监测系统，图1展现了其特有的功能，只有根据相应变化，实时抓取安全信息并掌握信息系统的煤矿工作人员情r，使其呈现主动状态，主动知道预警情况，可迅速离开危险区域或即将发生的灾难。只有实现这一转变，才能提高煤矿安全生产水平。
4 结语
物联网、大数据及云计算技术应成为提高煤矿安全水平的必要技术核心方法。为使中国的煤炭科技腾飞，中国的信息工作者应把握机会，率先进入国际化先进行列，真正迈入物联网、大数据及云计算技术的应用研究领域中去。
参考文献
[1] 邬贺铨.物联网与大数据[C]//2013中国物联网大会暨2013中国（北京）国际物联网博览会.2013.
大数据云计算技术范文第4篇
关键词 云计算；云数据；管理技术
中图分类号：TP315 文献标识码：A 文章编号：1671—7597（2013）032-007-01
在过去，为了实现更大的范围的资源共享和高效率的低成本计算，在充分利用网络计算与存储资源的基础上，提出许多类似云计算的模式如软件即服务（SAAS）、平台即服务（PAAS）、按需计算、互联网计算等的新理念，在这些理念研究和发展的基础上，“云计算”概念才被正式提出，因其清晰的商业概念和模式引起广泛的关注和了解，受到学术界和工业的普遍称许，成为近几年最具影响的信息技术之一。继亚马逊提出简单存储服务S3和弹性计算云EC2，“云计算”发展的新阶段正在来临，本文在这样的背景下对当前的云计算发展提出自己的理解和思考，目前网络的数据数据管理正在向云数据管理技术发展，一个全新的管理研究领域正在形成。本文介绍了云计算技术和数据管理技术的基本原理，分析云数据管理领域的主要研究方向。
1 云计算技术
现代社会每天的信息如海量般涌入，用户对技术及的存储能力提出越来越多的要求，云计算作为一项正在兴起的信息技术，因其改变传统用户使用计算机的模式，根据客户的要求提出不同的存储能力、应用服务能力和按需分配的能力，用户在体现计算资源时很便捷和自由，同时降低使用硬件和软件采买费用，云计算在面对极大的分布式模块提出了分布式系统和网格计算的新概念，应用的重点在于以巨大的数据存储功能来提高计算的效率，通过以上种种还延展出其他的应用形式。当前的云计算不在仅限于计算这个问题的本身，现在仍需配合其他的成果和技术来提升云技术的基础功能。
云计算以互联网为载体提供平台、软件和基础架构的服务，以虚拟技术为基础，整合可扩展的海量数据、应用、计算、存储等分布式计算资源协同超级计算模式的运行。目前云计算的概念和分类初步区分，云计算究竟反映怎样的价值更为重要。云计算最核心的是使得计算资源可以实现动态的分配，消费者在无需困扰复杂的技术前提下最大限度实现使用功能。云计算机构分为公有云和私有云两种，实现改善业务，降低成本好精简数据等核心价值。云计算的一个重要价值是软硬件需求的按需扩展能力，完全脱离“本地”计算、数据资源的云计算只是一种比较理想的状态，考虑到私有云、遗留系统、可靠性、安全性等因素，云计算具有整合资源按需扩展方面的特殊意义。云计算在传统电信增值服务的基础上进行一些开拓和延伸，给互联网用户提供信息技术基础资源，在很大程度上减低互联网用户的使用成本，用户可以投入更多的时间和精力关注自身业务的发展。云计算将大量计算分布在分布式计算机之上，数据中心运行更接近互联网的运行模式，企业根据自身的需求转换相关资源，并有效实现和促进企业的管理。云计算因宽带接入、按需服务、虚拟化资源池等特点，对当前的信息技术系统带来巨大的有挑战和风险，对未来云计算技术的发展提出了更高层面的要求。
2 云数据管理技术
云数据管理系统基础理论建设日渐成熟和完善，但也存在一些无法解决的问题和困境，云计算搭建平台用户数据的分隔问题，在数据因为意外丢失时怎样高效修复和恢复的技术，在应对完全认证和外部审计时云数据体现出的一致性和安全性，云计算支持传统网路数据管理系统和数据库管理系统，在云数据管理方式的变换方面研究，将原有的数据库查询功能增强，目前在研究领域运用S3、HDFS、GFS等文件系统可以很好的解决云计算中大量的数据集合问题，对于云端出现的大量数据进行有效解读，结构化数据管理在依靠专门数据管理的同时，两者之间的关系也很微妙，相类似于一方负责文件组织一方负责数据管理，云数据管理应该着眼于云计算中大量数据精准定位和数据集合的高效管理，只有高效的管理模式才能适应不断海量的信息冲击。
谷歌目前运用BigTable作为有效管理大规模结构化数据的分布式存储系统，在继网络数据管理系统和数据库管理系统之后，云数据管理系统成为一个重要发展阶段，云数据管理技术大规模、结构化、分布式等特点出发，把BigTable等分布式数据管理系统演化系统界定为云数据管理系统，它在应用上为客户提供方便快捷的数据模型，提供高效的数据读取率，但是不完全支持关系数据结构。为了实现原有数据系统的逐渐丰富化和多元化，不断提高查询的功能和索引功能，云数据服务智能和数据挖掘等方面亟待提高。我们相信在技术的创新与变革过程中，厚重的沉淀一定会提供更多的支撑力，随着人们的认知的提升和普遍接受认知性的提高，社会的大量信息化的冲击下，云数据的管理技术也越来越赢得普遍的关注，我们传统的数据处理方式在应对海量信息的冲击下，会出现一定的困难，云数据管理系统从全新的视角阐释了数据处理的问题，从更深的层面对数据额的处理问题给与一定的关注和理解。随着应用领域的不断发展和演变，现在出现越来越多新的数据管理技术，导致数据存储和管理方式不断在变换。
总之，目前云计算出现并得到了迅速发展的结果，同时也是数据密集型技术发展的必然结果，目前云计算技术还未形成一定的系统和标准，云计算的平台搭建成功后承载了很多用户，但云计算技术仍面临数据安全、服务质量和行业标准等等一系列亟待解决的问题，而云数据管理技术出现了一些管理平台和应用实例，随着目前科技的发展和学界的普遍关注，在逐渐推进云数据管理技术日渐成熟和完善，在应对大量信息的冲击下感到一定的困难，依靠云数据管理技术增加对问题的探讨和解决。
参考文献
[1]刘正伟，文中领，张海涛.云计算和云数据管理技术[J].计算机研究与发展，2012（1）.
大数据云计算技术范文第5篇
（一）数据的体量巨大，存储体积大。
现在运用的云计算技术它的存储设备已经由原来的TB级别的技术上升到了PB级别的技术，这种技术的主要特点就是存储的空间体积更加的大，云计算技术通过存储设备级别的提升，也大大的提高了其自身可存储的数据的体量。
（二）数据的种类繁多。
一般应用云计算技术的领域都是涉及到这个领域的各个不同方面的数据，对于这种数据若是通过传统的方式进行整合处理，其工作量巨大，且分析的有效性有待考量，而通过云计算技术就可以实现对同一领域的不同数据的有效整合，分析出切实有效的数据。
（三）数据的处理速度快。
云计算技术将各个方面的数据进行搜集，通过后台操作，可以实现一秒处理这样的高效率运行，极大的提高的数据的处理速度，实现了现代管理的效率化运行。
二、目前图书馆管理在云计算背景下面临的挑战
随着云计算技术的广泛应用，在现代化图书馆管理模式中的应用越来越广泛，云计算技术的特点有效的解决了传统人工管理存在的工作量大、数据计算难度大等突出的问题，大大的提高了图书馆管理工作的效率，但是由于技术能力、设备水平及人员素质等方面的影响，云计算在现代化的图书馆管理中还存在着很多的问题，其面临的挑战具体表现为以下几个方面：
（一）云计算技术的发展使图书馆管理面临着大量的人才缺口。
云计算技术是一种高端的数字化技术，对其的操作需要具有一定水平的技术人员，但是目前大多数的图书馆管理人员一般都是市场雇佣员工，他们的知识水平和技术能力都不太高，对于现代化的数字技术存在着一定的盲区，不能够有效的操作现代技术设备，使云计算技术在图书馆管理中的应用面临很大的阻碍。
（二）云计算技术的发展使图书馆管理面临着巨大的硬件、软件建设资本投入。
云计算是现代计算技术的又一次腾飞，其具有着存储数据大、处理速度快等优势，目前现在图书馆中应用的计算机等一系列的硬件软件的功能都不能适应云计算的要求，为了有效的扩大云计算技术在图书馆管理中的应用就必须要对现代的设备进行更新换代，引进适宜的、先进的现代化的云计算处理设备。
（三）云计算技术的发展使图书馆管理面临着一定的安全问题的挑战。
目前大多数的图书馆应用的还是传统的计算机处理管理模式，对于数据的安全性和可靠性没有形成一定的保护措施，这使大多数的图书馆经常会发生一些数据遗失或被盗等问题，随着云计算技术的投入应用，图书馆管理的安全性就会有一个质的提高，各项数据统一管理、集中处理，大大的降低了数据流失的可能性。
三、完善图书馆管理过程中的云计算技术支持措施
为了有效的提高图书馆管理技术的水平，我们目前大多数的图书馆管理者都在逐步的加强云计算技术在管理过程中的应用范围，总的来说云计算技术对于完善图书馆管理水平的支持主要是包括基础服务层、数据分析层和终端层这三个技术平台，为了能够使云计算技术更好的适应现代化图书馆管理的要求，我们可以从以下三个方面的发展来加强技术的支持：
（一）基础服务层。
这是数据的分析层和终端的层的基础设施，它的主要目的是利用现有的云计算技术，对涉及的不同的类型的数据进行整合分析，同时对异构的数据进行存储，从而保障数据的安全、稳定。在图书馆管理过程中，我们首先就应该加强对这一技术的发展，大大的扩大数据的数量，把一些图书馆中的信息转换成电子数据信息，从而上传到存储设备中，加大基础服务层的信息量。
（二）数据分析层。
这一层面的技术主要是结合着服务层面存储的数据和图书馆管理的实际需求，利用数据分析功能和数据的挖掘技术，对所存储的信息进行处理、分析，从而产生切实有效的决策或者是判断数据，实现数字化的图书馆管理水平。这一层面技术的保障工作就是我们必须要不断地对图书馆管理的实际需求进行调查更新，从而使数据分析的依据更加的切实有效。
（三）终端层。
终端层主要是将数据分析层传输回的数据分析结果到云终端之上，我们可以根据不同的要求，提供不同的分析结果从而使服务对象能够更加容易的使用和理解，准确的找到与需求相对应的功能入口。
四、结语
