八大行业大数据部署案例

全世界数据量正呈指数级上升，每18个月翻一倍。无论是关于大数据引起的问题，还是它带来的潜在效用，都是当下的热议话题。不过，除了议论，还有不少人付诸了实际行动。以下是八大行业的大数据部署案例。

NOAA (国家海洋暨大气总署)国家气象局

NOAA的大数据业务已有50个年头。如今，NOAA管理的年数据量高达30 PB，每日能从卫星，船只，飞机，浮标，以及它处传感器收集超过35亿份观察资料。收集完毕后，NOAA会汇总大气数据，海洋数据，以及地质数据，进行直接测定，绘制出复杂的高保真预测模型，将其提供给NWS(国家气象局)。每日，NWS的模型会生成成千上万的数据——私营或公有部门(包括国防部，或宇航局)的气象预报员播报的气象警报，以及气象预报。

AM生物技术DNA序列分析解决方案

美国休斯顿是全国AM生物技术重镇。AM生物技术的工作重心，在于开发一项新技术专利：制造适配子(经化学改性，基于DNA的分子物质)。从特定血样分析的定量诊断，到人体特定部位的定向药物分配，适配子的用途十分广泛。若要制造适配子，需要进行亿万次DNA短链分析。分析产生的数据量极其惊人，需要使用CD-HIT ，以及Galaxy公司的网络大数据分析工具才能处理。

NARA电子档案存档

NARA (国家档案记录管理机构)是美国的官方记录管理机构。NARA 管理的信息量高达142TB(这个数字仍呈上升趋势)，对象多达70亿, 记录范围涵盖：联邦机构生态系统，国会，以及各总统图书馆。这些记录经过数字化，以不同格式进行存储，存储格式多达4800种。同时，NARA正着手另一项进程：将400多万立方英尺德馆藏档案数字化。最迟至2016，NARA 95%的电子档案信息都会对研究者开放。NARA 建立了ERA(电子档案存档)，将其作为“系统体系”，在不同的法律框架下，执行各类存档功能，并实行记录管理。

Vestas风能发电配置与维护

Vestas是一家丹麦风力公司，Vestas通过使用超级计算机，以及大数据模型解决方案，来精确定位其风力发电机，以达到最大发电量，并减少能源成本。公司将从全球天气系统中收集的数据，与公司现有发电机的数据结合，存储于风库中。目前，Vestas风库存有近2.8 PB数据。现有参数范围包括：地面至300英尺高空的气温，气压，空气湿度，空气沉淀物，风向，风速;以及公司的历史数据记录。Vestas还计划添加以下数据：全球森林砍伐追踪图，卫星图像，地理数据，以及月相与潮汐数据。

IRS顺从性数据仓库

1996年，, IRS (美国国税局)启动了一项计划，计划上传一年纳税数据，以作分析使用。这项计划发起后，CDW(顺从性数据仓库)应运而生，CDW 能够容纳的信息量超过1 PB 。多数旧数据都已经过结构化，然而，新数据都为半结构，或未结构化格式：电子纳税申请，国际税务合作，第三方XML(可扩展标示语言)，或其它格式。从估算国家税收缺口，至身份盗窃预测，从纳税人税率测定，至政策变更对公民纳税的影响，IRS 研究小组会对各类职业数据进行分析。

UOIT（安大略大学理工学院）医疗监测

UOIT携手IBM，开展了Artemis计划， 希望提升医学监测技术，在生命体征达临界值之前，监测器能察觉出危险迹象，并发出警示——如院内感染症状。对于早产儿而言，院内感染具有高致命性，初发症状为：婴儿脉搏跳动异常，虽在安全范围内，但时快时慢不符常规。数据流分析软件是Artemis计划的基础所在， 其信息处理架构能基于连续数据流分析，提供第一手决策支持。

TerraEchos公司Perimeter入侵检测

TerraEchos 是一家技术公司，专营关键基础架构防护，以及监控技术。美国能源部实验室就是公司的客户之一，实验室的科学数据，技术，以及研究资源依赖于TerraEchos 的保护。实验室需要一项技术解决方案，以检测，分类，查找，并追踪潜在(机器及生化)威胁 ——能察觉千里之外的风吹草动。为达到这一目的，解决方案使用了传感器，分析软件，以及高性能计算技术，以持续应对从的海量流动数据，并对这些范围囊括人与动物活动，至大气条件的数据进行大量分析。

NASA人类航天影像收集，存档，以及管理

NASA JSC(约翰逊航天中心)是美国宇航员培训中心，以及ISS(国际空间站)任务操作的中枢所在。从1959年至今，JSC已收集400多万静态图像，总达950万英尺的16毫米胶卷，85000卷录像磁带，以及总时长81616小时的视频模拟及数码档案。这些收藏可用于媒体，以及科学与工程范畴。NASA开发了一项应用，将其命名为IO(在线影像)，IO 能够将影像文件名与所有相关元数据连接。然而，JSC 依然面临一大难题：如何将初始资源，以及自然资源向公众开发，以及如何对这些资源进行代码转换，使其空间占用更小，可利用率更高。