文章针对智慧城市大数据中心功能与架构进行探讨，在了解相关理论的基础上，分析大数据中心的主要功能，并尝试提出架构模式。希望能充分认识大数据与智慧城市之间的关联，通过搭建数据中心，将大数据中蕴含的大智慧充分挖掘、应用到城市建设中去。
1引言
智慧城市是城市发展的主要趋势，需要在大数据技术的支撑下，为人们提供高效便捷的服务和管理。目前，智慧城市的发展仍处于探索阶段，作为关键核心，大数据中心的构建没有统一标准，需要根据实际情况，科学搭设组织架构，让市民、政府、单位等相关主体能够顺利实现各种功能，更好的参与到社会生活中去，推动现代城市和区域经济不断向前发展。
2大数据与智慧城市
2.1大数据
随着互联网信息技术的不断成熟，人类社会产生的数据信息成几何级数增长，从而产生了大数据的概念。大数据中蕴含着巨大的价值，是重要的资源库，成为各行各业改革发展的突破口，对人类社会发展具有更大的推动作用。大数据体现出体量大、种类多、速度快、价值密度低四个主要特点，如何高效快速的寻找潜在价值是现阶段需要着重解决的问题。2.2智慧城市智慧城市也是现代信息技术发展的产物，近几年成为世界各国关注的热点话题。从不同的视角看，智慧城市有着不同的定义，可以说，智慧城市是在现代信息和通信技术的基础上建设的，通过开发利用大数据，更好的发挥城市功能，实现科学高效管理，为经济发展注入动力，为居民生活提供便利。智慧城市建设不仅需要技术支持，而且要进行政治、经济、文化、社会等多个层面的改革。智慧城市表现出许多特征，比如，覆盖广泛，协同共享，数据处理智能化，开放应用等[1]。
2.3大数据与智慧城市的关系
政府管理部门在数据获取上拥有得天独厚的优势，这些数据资源潜藏着重要的利用价值，智慧城市的建设离不开大数据的支持，能够为城市管理提供科学依据，简而言之，大数据催生了智慧城市，能够实现对城市运行状态的全面感知。反过来，智慧城市产生了大数据，智慧城市的数据来源更加广泛，包括基础性数据、实时动态数据、海量移动数据等，二者相互促进、相互协调、共同发展。
3智慧城市大数据中心功能分析
在国家十四五规划中，明确提出了加快数字化发展的目标，而建设智慧城市、打造以数据为核心的数字化产业体系正是实现这一目标的可行路径。
3.1智慧城市大数据中心相关职能
智慧城市大数据中心的主要职能体现在三个方面：①开展与城市综合治理相关的政务服务和活动;②面向市民提供优质公共服务产品;③支持与城市发展密切相关的生产经营活动。所以，政府部门、企事业单位、管理机构、广大市民都是智慧城市大数据中心建设的受益方，这些相关方扮演了不同的角色，政府相关部门通过政务信息系统为社会提供政务服务，同时对市场经营和公共服务进行有效监管。企事业单位在行业应用系统的支持下进行生产经营活动，提供公共服务产品，并接受相关部门的服务与监督，实现生产经营活动成果的共享。市民群众可以通过手机APP或者应用门户接收公共服务，享受政府部门及社会机构提供的产品。所以，智慧城市大数据中心成为连接各社会主体的纽带，为政务活动、公共管理、生产经营提供了有力支持[2]。
3.2智慧城市大数据中心主要功能
智慧城市大数据中心的主要功能包括数据服务功能和智慧城市应用功能。其中，数据服务功能主要指的是大数据中心的收集、分析、处理、分享海量数据的能力，利用有价值的信息，为各类生产经营活动开展、监督管理等方面提供科学决策，政务信息系统和行业应用系统既是这项功能的提供方，又是这项功能的使用方。
4智慧城市大数据中心架构探索
4.1智慧城市大数据中心总体架构
根据现阶段的建设经验，智慧城市大数据中心总体架构主要包括应用服务网关、大数据基础设施层、大数据服务层、大数据应用层等方面，具体组成如下图1所示。广大市民、企事业单位、政府相关部门分别通过互联网、行业应用系统、政务信息系统访问大数据中心，而应用服务网关提供了统一的访问点，能够对访问权限进行有效管理。大数据基础设施层主要包括了网络设施、存储设施、计算设施，能够为服务层和应用层提供安全可靠的运行环境。大数据服务层主要包括数据清洗整合服务、数据分析挖掘服务、数据交换共享服务，能够保障各类数据服务业务的顺利实现。智慧城市大数据中心与政务信息系统、行业应用系统、互联网应用有信息交互接口，为各种服务对象提供功能支持[3]。
4.2智慧城市大数据中心架构分解
4.2.1应用服务网关应用服务网关为各种用户提供统一访问点，为服务查询、授权管理、登录认证等操作提供支持。现阶段，智慧城市和大数据服务采用的技术体制并不统一，在服务接口、传输与处理延时、数据量等方面存在一定差异，所以，在面对不同智慧城市运用和大数据服务时，可以选择最适宜的应用服务网关实现路径，以实现高效率的信息交互处理。
4.2.2大数据基础设施层大数据基础设施层涵盖了网络设施、存储设施、计算设施，为应用层和服务层提供了安全可靠的运行环境。其中，网络设施主要由前端网络和后端网络组成，前端网络能够实现计算设施之间以及计算设施与外部接口的有效连接，而后端网络则完成了计算设施和存储设施的有效连接。存储设施主要包括两个系统，一个是通用网络存储系统，另一个是分布式存储系统。计算设施主要包括通用的云计算平台和大数据一体机，大数据一体机能够对数据分析挖掘、数据清洗整合进行优化，有效提高计算质量和效率[4]。
4.2.3大数据服务层大数据服务层为外部应用系统和大数据应用层提供数据服务，包括数据清洗整合、数据分析挖掘、数据交换共享，与之对应的形成了诸多分系统。其中，数据清洗整合分系统能够清洗原始数据，对那些不符合要求、不完整、有矛盾或错误的数据进行识别处理，同时，有效整合在表面上属于不同数据源但存在内部逻辑关系的数据，从而构建质量较高的主题数据库和基础数据库。数据分析挖掘分系统是一种可扩展、可通用的大数据分析挖掘工具，对定制化数据分析挖掘插件提供支持，方便根据特定要求对原始数据、主题数据、基础数据进行分析统计。
参考文献
[1]王宏，徐世中.智慧城市大数据中心功能与架构探讨[J].通信技术，2017，50(7):1432-1436.
[2]李帆.智慧城市大数据中心功能与架构探讨[J].智能建筑与智慧城市，2018(12):67-69.
[3]马照亭，刘勇，沈建明，李成名.智慧城市时空大数据平台建设的问题思考[J].测绘科学，2019，44(6):279-284.
作者：秦冲 李从岩
智慧城市大数据中心功能与架构探讨相关推荐智慧城市规划与建设理论探讨
