沉默的数据会说话
案例一：某学院的宿舍发生盗窃事件，多台电脑和手机被盗，当地公安机关立刻查询周边的视频监控及周边卡口的视频，根据作案时间推算出卡口的嫌疑车辆通过时间，快速锁定了嫌疑车辆，根据车牌号，警方很快锁定了嫌疑人的踪迹。在“大数据作战平台”中，输入车牌号，这辆车的行动轨迹一目了然，再与能捕捉手机信号的“电子围栏”信息碰撞，谁在案发后坐上了这辆车，很快有了结果。
案例二：一辆满载货物的外地牌照大货车，从某高速出口进市区道路，司机贪图快捷，丝毫不理会货车禁止上市区高架道路的交通警示牌，“步履蹒跚”地驶入了某路高架。没想到，才行驶出五六公里，车辆就被被交警迅速拦下。据当地交警介绍，得益于智能化的视频监控系统，这辆车在违法进入高架上行岔口的瞬间，系统就会在10秒钟内自动将违法信息发送到距离最近的交警的警务通手机里，交警得以及时执法。
公安警务云大数据的典型特征
如今，利用大数据手段助力公安成功破案的案例不胜枚举，以上只是两个普通的案例。随着信息技术的发展，以情报为主导的警务信息化系统得以推进，帮助警察轻松应对挑战。公安系统数据库里集合了大量警务数据和社会资源数据，警务云作为大数据的载体，具有大数据的典型特征：
一是海量，大到“以目前的技术无法管理的数据量”;
二是多样，数据种类复杂，不止包括传统的格式化数据，还包括来自互联网的网络日志、视频、图片、地理位置信息等等。非结构数据占了存储数据总量的75%—95%，这些非结构数据无法以现在的技术手段处理;
三是价值密度低，商业价值高。从大量的低质量、低价值的数据中获取数据成本很高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。
四是处理速度快。数据产生的频率和传送频率非常快，需要进行实时处理;这一点和传统的数据挖掘技术有着本质的不同。
警务云大数据对基础设施的挑战
随着公安警务云的深入建设，信息系统数据不断增多，有着爆炸式增长的趋势。以传统建设模式构建的公安信息系统越来越庞大，越来越复杂，管理和运维压力也随之增大。而数据中心基础设施是跟随着上层的发展而发展的，传统的数据中心架构相形见绌，已然适应不了警务云大数据时代下的数据中心建设要求。
一、功率密度低：传统的数据机房通常采用下送风的形式，支持的功率密度低，在应用高密度服务器时，容易产生局部热点，导致设备故障。因此，传统的下送风架构已不再适用于警务云大数据的新型数据中心。
二、运维效率低下：某省厅信通运维人员有6个，需要负责信通、视频、系统安防、信息化项目管理等，只有1人负责机房基础设施的运维，且只能通过人工巡检的方式，效率非常低，甚至出现过设备故障，业务中断了半天后才响应处理的情况。
三、扩容困难：传统的数据机房在建设之初就已固化，想要实现后期扩容非常困难，对于需要扩容的数据机房，则必须在设计之初提出方案，一次性预埋所需的基础设施。
新型模块化架构应运而生
在这样的背景下，如果采用模块化的架构，以上问题的就可以迎刃而解。模块化数据中心主要面向平安城市在市局、区县、派出所级的数据中心，为其提供数据中心基础设施所需的风火水电。方案集成了供配电系统、行级制冷系统、机柜系统、监控系统和综合布线系统，采用模块化架构，工厂预制，快速部署，帮助公安系统构建可靠、绿色、智能的数据中心。
一、高功率密度：模块化数据中心采用行级空调靠近热源方式，相比传统制冷系统可实现更高功率密度，并且由于行级空调的分散布置特性，可以支持在不同微模块中实现不同的功率密度的需求，更大程度满足不同业务所需的功率密度不一致的需求。
二、简化运维：模块化数据中心具备统一的运维接口，接口界面更易管理，由统一的模块化设备提供商负责解决所有基础设施所涉及专业的衔接问题，从根本上杜绝了不同专业间相互推诿的现象发生。其次，模块化数据中心具有智能化特性，如电池电容风机预警、电池关断等功能，使运维更加简单。
三、灵活扩容：模块化数据中心实现各子系统在工厂预集成，极大简化了工程安装量，减少现场部署时间，并且实现了架构的灵活性，并不需要像传统机房那样先确定整个机房格局后再统一规划基础设施。模块化数据中心，可以随工程建设同步进行工厂预制，按业务需求进行规划，一步步分期部署，类似搭积木的方式，随着公安系统的需求进行同步扩容。
模块化数据中心其实不仅适用于公安行业的警务更适用于云应用，其它行业中，如金融，交通，能源等。最新的ICTresearch报告显示，模块化数据中心市场规模正逐年增长。2015年华为模块化数据中心以17%市场份额领先于行业。(下图)
联系我们请点击：
数邦客
