1、英特尔智慧交通解决方案提纲 大数据带来交通管理上的挑战 Intel企业级 Hadoop平台 基于Intel Hadoop构建智慧交通应用解决方案大数据时代-数据爆发性增长3统计、分析、预测、实时处 理IDC预测全球的数据使用量到2020年会增长44倍，达到35.2ZB (1ZB = 10亿TB)*Source: McKinsey Global Institute AnalysisSG Cross Asset Research, PwCValue大数据处理速度要求越来越高 大数据与海量数据的一个重要区别，在于不但数据尺寸大，而且对数据处理的响应速度有有着更高的要求 传统 的以周，天，小时为单 位2、的运算处理周期，下降到以分钟，秒为单位 大数据高价值的重要体现-处理速度High utilityDiminishing utilityArchival valueTimeHighLowNegative数据的多样性 数据形式的多样: 结构化数据 ，数据间有很强的因果关系 半结构化数据 ，数据间因果关系较弱 非结构化数据， 数据间无因果关系 数据来源的多样性:不同的应用系统各种设备互联网其它Flat file创造显著业务 价值（VALUE） Copyright 2011EMCCorporation. All rights reserved.大数据分析显著的业务 价值3V特性驱动下创建挖掘数据资产价3、值，通过数据驱动业务 ，变成本中心为利润中心智慧城市-最典型的大数据应用7智能交通系统面临大数据的挑战 海量数据 城市A: 500000个探头, 三个月会产生200PB的视频数据 城市B: 12,000个ITS探头, 每天20亿条记录，三个月产生1PB的数据 实时计 算 实时数据的采集、扫描、查询和共享 实时事件监测 准实时的预测分析 大型跨区域分布式计算数据过于庞大，建设中心机房困难带宽所限无法将海量数据汇总至总中心数据多为分中心本地用户访问数据过于集中，系统风险 加大总中心投资过大，无法分摊到位8数据处理需求与传统平台扩展能力之间的差距不断增大数据处理需求与传统 平台硬件扩展的差距不断扩大Industry Progress大数据处理需要的扩展能力Big DataBig云计算技术是有效处理大数据的有效手段大数据和云是两个不同的概念，但两者之间有很多交集。支撑大数据以及云计算的底层原则是一