大数据 ›› 2017, Vol. 3 ›› Issue (4): 37-45.doi: 10.11959/j.issn.2096-0271.2017040

• 专题:大数据标准 • 上一篇    下一篇

大数据平台的基础能力和性能测试

姜春宇1,2,魏凯1,2   

  1. 1 中国信息通信研究院移动互联网与大数据部,北京 100191
    2 数据中心联盟大数据发展促进委员会,北京 100045
  • 出版日期:2017-07-01 发布日期:2017-08-07
  • 作者简介:姜春宇(1987-),男,中国信息通信研究院移动互联网与大数据部工程师,数据中心联盟大数据技术与产品工作组组长。主要研究方向为大数据技术体系,从事大数据技术和产品的标准化工作,牵头建立了国内首个大数据产品能力评测体系。参与起草《促进国家大数据发展行动纲要》,参与编写工业和信息化部《大数据产业“十三五”发展规划》。|魏凯(1981-),男,中国信息通信研究院移动互联网与大数据部高级工程师、副主任,数据中心联盟大数据发展促进委员会常务副主任委员。主要研究方向为云计算和大数据相关技术、标准和政策,参与《促进大数据发展行动纲要》《大数据产业“十三五”发展规划》等文件的研究起草。

Basic capability and performance test of big data platform

Chunyu JIANG1,2,Kai WEI1,2   

  1. 1 Department of Mobile Internet and Big Data,China Academy of Information and Communications Technology,Beijing 100191,China
    2 Council for the Promotion of Big Data Development,Beijing 100045,China
  • Online:2017-07-01 Published:2017-08-07

摘要:

目前整个大数据技术还处于以开源方式为主导、多种技术并存的阶段。开源技术催生了大量的商业发行版大数据平台软件,大数据企业级市场竞争加剧,如何测试和评估这些大数据平台软件成为新的研究主题。简要地介绍了大数据技术发展的背景以及大数据技术标准的需求,综述了国际大数据平台标准化和评测的现状,详细介绍了数据中心联盟在大数据平台技术标准化和测评方面的实践,最后总结了当前工作的问题,并展望了下一步大数据技术和评测的发展方向。

关键词: 大数据, 大数据技术标准化, 大数据产品评测, 数据, 负载

Abstract:

The whole big data technology is now leaded by open source society which results in coexist of many competing technologies.Open sources also help to cultivate a great number of big data commercial software.The enterprise market is now crowded by various providers.How to evaluate these softwares becomes a new research topic.At the beginning,the development of big data system was briefly reviewed.Then the requirement of big data technology standardization was illustrated.After reviewing the progress of international big data technology standardization,the standardization and test practices in big data products under the organization of Data Center Alliance was introduced.Finally,the drawbacks of current practices were discussed,and the future direction of standardization and test for big data products was summarized.

Key words: big data, big data technology standardization, big data products evaluation, data, workload

中图分类号: 

No Suggested Reading articles found!