基于大数据的云数据库平台可行性报告目录一、产业化目标及实现措施 (3)（一）目标客户 (3)1、需求产生的背景 (3)2、典型目标客户 (3)（二）实现措施 (9)（三）竞争力分析 (10)1、国外竞争对手分析 (10)2、国内相关竞争产品分析 (15)二、效益分析 (23)1、经济效益分析 (23)2、社会效益分析 (23)3、市场占有率 (24)4、对产业链的拉动作用 (24)一、产业化目标及实现措施面向大数据应用的通用云数据库将在平安城市、智能交通、智能电网、互联网数据处理、移动信令处理等领域不断的深化应用并进行大规模产业推广，将对传统产业转型升级和新兴产业的培育发展起到关键的作用。
同时由于云计算代表了信息产业，由硬件向软件，软件向服务，分散服务向集中服务的发展趋势。
随着其逐步在各个行业开展应用实践，还将会促进产业升级，对国家的经济结构调整产生重要的推动作用。
（一）目标客户本项目的目标客户包括大型集团用户、国家机关、中小企业、事业单位、科研院所、军队、网站、教育、医疗、媒体等，几乎涵盖国民经济发展的各个环节的每个层面。
1、需求产生的背景市场研究机构IDC在2012年5月24日发布研究报告指出，2011年全球被创建和复制的数据总量达1.8ZB（1.8万亿GB），这相当于每个美国人按每分钟发3条微博的速度，不停发布2.7万年。
不仅如此，这浩瀚的“信息宇宙”正在以惊人的速度膨胀，据IDC预测，到2020年全球数据量将达到35ZB。
全球新产生的数据总量保持异常惊人的增长—每过18个月就会把有史以来到今天的数据总量翻一番。
世界正在走向“大数据”时代，每年50%的数据骤增速度，将“海量数据处理”这个巨大难题摆在了市场面前，在商业、经济及其他领域中，决策将日益基于数据和分析，而非基于经验和直觉。
目前大数据的产生主要来源于“大人群”的泛互联网数据、大量传感器的机器数据以及行业内容数据多结构专业数据等。
2、典型目标客户2.1平安城市领域的目标客户现代经济活动对于数据的依赖是前所未有的。
今天，信息甚至被视为21世纪的“石油”，数据已变成生产资料，与硬资产和人同等重要，这也是为什么海量数据会在各行各业出现。
在麦肯锡的一份调查报告中，仅就商业数据及射频数据而言，美国15个主要行业中每家公司过去一年所产生的数据量，就超过了同期美国国会图书馆所存储的数据量(235TB)。
在中国，产生大数据的行业同样层出不穷。
与平安智慧城市相关的项目所产生的数据量，就达到了200PB。
而如何将海量数据转化为城市治理的方法，则是“平安城市”建设过程中亟待破解的课题。
平安城市是一个特大型的管理系统，综合性非常强。
它的建设目标是满足治安管理、城市管理、交通管理、应急指挥等需求，往往还要兼顾灾难事故预警、安全生产监控等方面对图像监控的需求，并考虑报警、门禁等配套系统的集成以及与广播系统的联动。
如何做到对海量视频数据的精准分析，正是平安城市的“大数据”痛点。
近年来数据量爆发式的增长已经将安防行业变成了典型的大数据行业。
从“事后查看”到“事前预警”的需求变化，也为安防行业以视频为核心的应用带来了巨大挑战。
依靠大数据分析技术，从海量视频图像中提取有效的安防信息，早已成为业界共识。
而城市安全建设对大联网的要求，也让云计算、物联网这样的IT基础架构成为新型平安城市的首选。
对平安城市而言，其IT基础架构不仅要完成数据的采集、传输，更要支撑对海量视频数据的分析。
在平安城市的安防项目中，视频数据有其特殊性，一方面，流量非常大，另一方面，对高清的要求也很高。
一个高清视频的流量一般是8MB，数据则来自成千上万的摄像头，这些摄像头的信息又是24小时不间断传送的，数据就像长年累月不停流出来的水一样。
如果采用全集中的计算框架，必然会存在很大风险，不仅数据传输容易出现瓶颈，还很容易导致灾难性的损失。
而全分布式的计算框架也有问题，比如管理、运维会非常复杂，因为难以把专业的IT人员也分散到各个机房。
所以，面向大数据应用的通用云数据库中的全业务支持、多存储模式、高效丰富的索引机制、多系统整合、不同种类数据的存储和处理以及通用化核心技术，将是解决上述主要问题的最佳方案。
大数据存储系统中标青奥会智能安保支撑系统技术集成与应用项目，将助世界级赛事以及与之配套的城市化管理一臂之力。
平安城市衍生出的目标客户包括：公安、交管、广电、电信运营商、政府信息中心以及与之配套的上下游客户。
2.2智能交通领域的目标客户智能城市项目及物联网的发展，正在让大数据分析技术更广泛地为城市交通提供智能监控及预测服务。
在智能交通不断发展的今天，ITS系统，GPS交通调度系统，3G监控系统，已普及全国大中小城市，并不断的完善，这些可能给管理者带来管理的便利，给交通安全带来保证，这些给社会安全稳定提供监控和依据。
智能交通系统每时每刻都要处理来自四面八方的海量数据，特别是通过RFID 采集的数据比其他技术采集的数据本身就大100倍，并且还是源源不断地产生。
以南京市为例，每年仅车辆通过卡口所产生的数据记录就达到惊人的200 亿条，而一个Oracle 数据库的数据记录上限值为10 亿条。
从数据查询速度来看，即使是一个县的卡口数据，其查询响应时间都是分钟级的，就更不要说南京市或江苏全省的数据查询响应时间了，其响应延迟时间可能是人们无法忍受的。
在智能交通不断推进的过程中，如何对海量的交通信息进行处理、分析、挖掘和利用，将是未来智能交通中信息系统的关键问题，需要建立一个高效、智慧的面向大数据应用的通用云数据库平台来统领智能交通运行中各种信息数据的处理。
在智能交通运行中，交通数据将具有以下特点：（1）数据量大：智能交通服务要提供全面的路况，需要组成多维、立体的交通综合监测网络，实现对道路交通状况、交通流信息、交通违法行为等的全面监测，特别是在交通高峰期需要采集、处理及分析大量的实时监测数据。
（2）应用负载波动大：随着道路交通状况日趋复杂化，交通流特性呈现随时间变化大、区域关联性强的特点，需要根据实时交通流数据及时全面采集、处理、分析等。
（3）信息实时处理要求性高：市民对出行服务的主要需求之一就是交通信息发布的时效性，需要将准确的信息及时提供给不同需求的主体。
（4）数据共享需求：交通行业信息资源的全面整合与共享，是智能交通系统高效运行的基本前提，智能交通相关子系统的信息处理、决策分析和信息服务建立在全面、准确、及时的信息资源基础之上。
（5）高可用性、高稳定性要求：以智能交通手段的充分利用来保障交通运输的高安全、高时效和高准确性，势必要求ITS应用系统需具有高可用性和高稳定性。
通过布署面向大数据应用的通用云数据库，将极大改善目前交通行业信息系统规模日益庞大，将带来高能耗、数据中心空间紧张、信息设备利用率低或不均衡，造成资源浪费、IT基础架构对业务需求反应不够灵敏，不能有效地调配系统资源适应业务需求等问题。
因此，基于面向大数据应用的通用云数据库的智能交通系统将实现以新的理念和新的技术构建具备足够灵活性、可扩展性和节能性的交通管理数据中心，通过整合硬件资源，优化基础设施配置，实现信息系统的高效应用，提升资源利用率，降低总能耗和运维成本。
目前数据立方云计算一体机已成功应用于江苏省交巡警信息服务系统中，该产品采用云计算模式，通过分布式数据库、任意关键字实时索引、实时查询、秒级响应请求、API将交通管控平台升级到智慧交通云平台，不仅提升了系统的性能和可靠性，而且降低了运营成本，可以承载江苏省上万路视频的接入，并能处理百万级用户的在线点播服务。
智能交通衍生出的目标客户包括：公安、交管、广电、电信运营商、政府信息中心以及与之配套的上下游客户。
2.3智能电网领域的目标客户普通的大型电力网是一片广阔蔓延的能量传输网络，但它包含的与能量有关的信息却令人震惊地匮乏。
电力公司主管没法“深入”地看到支撑起电力网络的数千个变电站和中转单位。
在临近区域断电时，有些电力网甚至不是通过精密的监控设备得知这一状况的，而是要等到客户向他们致电投诉时才知晓。
实时信息的匮乏是公用事业公司和IT供应商正在靠“智能电网”（smart grid）这一现代方式来解决的挑战之一。
一旦电力公司与客户拥有了电力使用的精准信息，电力的供应与需求就都能得到更有效的管理。
例如，顾客可在指导下，将一些电耗挪用于非高峰期，这样就减少了污染更多、造价更高的发电厂在高峰期被迫启动的必要。
在本质上，智能电网是大数据在电力上的应用。
当前，电网业务数据大致分为三类：一是电力企业生产数据，如发电量、电压稳定性等方面的数据；二是电力企业运营数据，如交易电价、售电量、用电客户等方面的数据；三是电力企业管理数据，如ERP、一体化平台、协同办公等方面的数据。
如能充分利用这些基于电网实际的数据，对其进行深入分析，便可以提供大量的高附加值服务。
这些增值服务将有利于电网安全检测与控制（包括大灾难预警与处理、供电与电力调度决策支持和更准确的用电量预测），客户用电行为分析与客户细分，电力企业精细化运营管理等等，实现更科学的需求侧管理。
数据立方云计算一体机已成功运用于国家电网项目，成为数字化、自动化、互动化的用电环节以及各项营销业务需要来自用电信息采集系统的有力支撑。
目标客户：国家电网相关企业、互联网运营商、电信运营商等。
2.4互联网领域的目标客户互联网用户的消费习惯、兴趣爱好、关系网络以及整个互联网的趋势、潮流都将成为互联网从业者关注的热点，而这一切的获取和分析都离不开大数据。
一方面，社会化媒体基础上的大数据挖掘和分析将会衍生很多应用；另一方面，今天的大数据时代，让商业的生态环境在不经意间发生了巨大的变化：网民和消费者的界限正在变得模糊，无处不在的智能终端，随时在线的网络传输，互动频繁的社交网络让以往只是网页浏览者的网民的面孔从模糊变得清晰，对于企业来说，他们第一次有机会进行大规模的精准化的消费者行为研究；作为保持着持续变革欲望的企业，主动地拥抱这种变化，从战略到战术层面开始自我的蜕变和进化将会让他们更加适应这个新的时代。
基于数据分析的营销咨询服务也正在兴起，这些专注于数据挖掘和数据服务的公司将成为电子商务乃至互联网第三方服务业中的新兴力量。
2.5移动信令处理领域的目标客户近年来，电信运营商在语音业务增长乏力的境况下，纷纷实施战略转型，大力发展数据业务。
但基于互联网和移动互联网的OTT业务的兴起，开始对运营商尚不够强壮的数据业务形成挑战。
大数据时代的到来，为电信运营商增强竞争优势、拓展蓝海业务带来了新的机会。
电信运营商可以利用大数据提升管道智能化水平，更加精准地洞察客户需求，提升行业信息化服务的能力和水平，提供数据挖掘和分析相关的新业务与服务。
随着互联网和移动互联网的发展，运营商的网络将会更加繁忙，用于监测网络状态的信令数据也会快速增长。