数据库检索实习报告

实习是大学阶段必不可少的一部分，通过实习大学生不仅能实现理论知识与社会实践的统一，更是能对社会有初步的了解，为毕业后走出社会奠定一定的基础。以下是小编收集整理的《数据库检索实习报告》相关资料，欢迎阅读！

第一篇：数据库检索实习报告

数据库检索报告

XXX10114041013姓名:XXX系别: 教育学院班级: 10小学教育学号: 10114041007XXX10114041041XXX10114041029XXX10114041023检索课题: 免费义务教育项目实施的状况

检索工具: 维普科技期刊全文数据库

检索途径: 义务教育、教育、教育制度

检索式:图书馆*期刊管理

检索结果:

1、 瞿卫星/学有所教视域下区义务教育若干问题的思考.江苏教育学院学报：社会科

学版.2010(2)

2、齐守印/发挥职能作用确保完成化解农村义务教育债务工作任务.公共支出与采购.2011(3):6-9

3、栗万里，廖仕湖/地方性继续教育政策法规制度建设研究.高等函授学报：哲学社会科学版.2010(5)

4、刘洪银，林霓裳/农村中职免费教育财政可行性的实证分析.教育发展研究.2011(17):24-28

5、蔡丽红/台湾义务教育均衡发展状况及评述，东北师大学报：哲学社会科学版.2011(5)：167-171

6、张惠英/义务教育质量监测刍议.河北教育：教学版.2011(10):4-6

7、丰向日，杨宝忠/校际合作：义务教育均衡发展机制探讨——基于天津市河西区小学“教育发展联合学区”调查.中国教育学刊.2011(10):27-30

8、冯永刚/中国学校教育制度的变革趋势.教育科学论坛.2011(10):5-7

9、韦善干，韦入予/西部贫困地区义务教育阶段学生健康问题的思考.教学与管理：理论版.2011(10):65-66

10、于笑妍，孟吉清/推进义务教育均衡发展财政对策研究.公告与采

购.2011(5):42-44

检索小结：

本次检索使用的数据库是我们平常比较少接触的，而就检索出的内容来看，种类较为繁多，也比较杂乱，需要另外筛选出自己需要的资料，而且还找了一些关于其他地方教育制度的相关信息作为对比。另外，检索关键字的选择会对检索结果的范围大小、方向有很大的影响。根据需要来选择检索关键字非常重要，将会直接影响检索结果。 本次检索我们采取明确分工合作的原则，有人负责检索，有人负责筛选，有人负责综合总结，总体而言，我们小组内部分工明确，积极配合彼此，很好地完成任务。

第二篇：实习一 中文数据库检索实习

1.利用SinoMed检索中国医学科学院院长、中国协和医科大学校长刘德培近10年来以第一作者发表的献(写出检索流程和检索结果)。

1: 新乡医学院图书馆 中文数据库 中国生物医学文献服务系统sinomed 2:检索入口 作者 刘德培 出版时间 2002—2011年 选择中文库 检索

3：中国生物医学文献数据库 作者检索 4：刘德培 第一作者 5：共检索有关文章22篇

2.利用中国知识资源总库检索2000年以来发表在核心期刊上有关肝癌基因治疗方面的文献(写出检索流程和检索结果)。 1：新乡医学院图书馆 中国知识源总库CNKI 2：关键词 肝癌 基因治疗 从2000年—2011年 核心期刊 3：精确检索

4：结果 共194条

3.利用维普数据库检索近5年发表在《中国组织工程研究与临床康复》上除白血病以外的脑出血方面的文献(写出检索流程和检索结果)。 1：中文数据库 中文科技期刊数据库-维普 2：高级检索

3：J=刊名 中国组织工程研究与临床康复 K=关键词 脑出血

不包括K=关键词 白血病

扩展检索条件 时间2006年—2011年 4：检索

5：检索20篇文献

4.利用万方数据医药信息系统医药期刊检索尼群地平治疗高血压方面的文献(写出检索流程和检索结果)。

1：中文数据库 万方医学全文库 2：跨库检索 关键词 尼群地平

关键词 高血压

点击医药期刊 3：检索

4：共找到106篇有关文献

5.利用国家知识产权局专利数据库检索“华兰生物工程股份有限公司”的专利。(写出检索流程和检索结果)。

1:百度 中华人民共和国国家知识产权局

2：高级检索

3：专利人

华兰生物工程股份有限公司

检索

4：发明专利 8条

第三篇：2中文数据库检索-大

实习二中文数据库检索

实习目的：

1、掌握中文数据库的检索使用(维普、万方和CNKI)。

2、掌握关键词的选取、逻辑算符和检索字段的使用，能合理制定检索策略;能写出专业检索式。

3、掌握不同数据库的文献导出功能，和引文(参考文献)的规范著录格式。

4、了解英文数据库的检索使用。

实习题目：

一、在以下课题中任选择一题，分别在三个数据库中检索相关论文。

①3D打印技术的相关论文

②锂电池在汽车行业中的应用

③数字化地形测量技术的研究

④银行业的知识产权保护研究

要求：

1.分析课题，提取检索概念，用关键词表达，并考虑关键词的不同表达形式：

2.利用关键词和逻辑算符构造检索式：

第3-6步请在三个数据库中分别进行。

3.限定检索字段，确定实际的检索策略：

4.进行检索，记录检索结果数量：

5.记录文摘信息1条：

6.导出所选文献的引文格式：

7.熟悉维普数据库的查看同义词、查看同名著者等特色功能。

8.熟悉万方和知网的结果聚类功能。

9.如有时间或课后自行了解使用其他数据库，如银符考试模拟题库、新东方多媒体学习库、环球英语多媒体资源库、MeTeL国外高校外文多媒体教学资源库等。

二、练习使用英文数据库。

课题名称：

使用的数据库：

关键词：

检索式：

检索结果：

三、课后小组作业。每班分成8组，任选一个内容，制作PPT，第5次课进行小组演示，每组约5分钟演示时间。课前每组请将名单和PPT发送给学委。

内容1：英文数据库检索实例。

内容2：网络资源交流：专业网站、人气较高的专业论坛、有助于学习或提高学习效率的信息工具和资源的介绍。可从简介、应用实例、同类比较等方面作介绍。

内容3：第8章参考工具(字词典、百科全书、年鉴、手册等，任选一类)资源介绍。

第四篇：数据库信息检索上机说明

实习目的：

1.请先熟悉图书馆主页，了解信息资源以及提供的服务内容。

2.完成实习报告。

实习报告说明如下(按题号顺序说明)

一 中外文图书的检索与使用

1.通过校园网可以访问到哪几种电子图书数据库?中文、英文各列出三个。

略，了解其他数据库资源可从图书馆主页“资源检索”下的“电子资源/数据库”看到各数据库的概要说明。

2.请自行设计检索课题在超星数字图书馆中进行检索，注意检索课题与检索结果之间的相关性，完成以下内容。

检索课题：即要查找的内容，如查找某位作者的图书或查找某一主题方面的图书等。 检索字段：即检索途径或检索入口、检索项等，各数据库中说法不一。就是你选择从“作者”途径、“书名”途径、还是其他途径进行检索。

二 中外文期刊的检索与使用

1.通过校园网可以访问到哪几种期刊全文数据库?中文、英文各列出三个。

可从图书馆主页“资源检索”下的“电子资源/数据库”看到各数据库的概要说明

2.请自行设计课题并分别在指定数据库中进行检索，完成以下内容。在检索结果中选相关度最高的一篇文章并参照以下格式著录： 检索过程：包括检索方式、检索字段、检索词、检索式等，建议进行多字段、多检索词的组合检索，组合检索可以用文字叙述，也可以用检索式表达。同时检索的限定条件也要写清楚，如时间限定、期刊范围限定等。外文数据库检索时请注意使用截词等检索技术。 检索结果：严格按照报告中给出的范例格式书写。范例如下：

姚东金.金融业计算机系统的安全性.金融电子化，2000(4): P.19-23.

三 请利用万方《中国学位论文全文数据库》自命课题进行检索，写明检索过程。略

四 简述布尔逻辑检索技术并与所学数据库结合说明如何使用。

布尔逻辑检索技术包括什么，分别说明其功能。并结合数据库给出具体实例说明如何使用。

五 请利用搜索引擎在互联网上查找一份本专业的文献，将检索过程与检得文献的URL列在下面。

URL：统一资源定位符 (Uniform Resource Locator)，如需说明用的什么搜索引擎，查找什么内容，并把过程和结果写清楚。

第五篇：大数据-信息检索论文（范文）

浅谈大数据的概念、技术与挑战

王涛 (信管110502220)

摘要：计算、物联网、社交网络等新兴服务促使人类社会的数据种类和规模正以前所未有的速度增长，大数据时代正式到来.数据从简单的处理对象开始转变为一种基础性资源，如何更好地管理和利用大数据就云计算技术对于大数据时代数据管理所产生的作用进行分析.最后归纳总结大数据时代所面临的新挑战.

关键词：大数据;技术;挑战;数据分析;云计算

Abstract： Data type and amount in human society is growing in amazing speed which is caused by emerging new services such as cloud computing，internet of things and social network，the era of big data has come. Data has been fundamental resource from simple dealing object，and how to manage and utilize big data better has attracted much attention.

key words：big data;technology; Challenge;data analysis; cloud computing

引言

近年来，伴随着物联网、云计算、移动互联网等新技术的迅猛发展，数据正以前所未有的速度不断增长和积累，大数据时代已经成为普遍关注的话题.大数据的规模效应给数据存储、管理以及数据分析带来了极大的挑战，数据管理方式上的变革正在酝酿和发生.对大数据的基本概念进行剖析，并对大数据的主要应用作简单对比.在此基础上，阐述大数据处理的基本框架。这引起了产业界、学术界、科技界和政府机构的广泛关注。

大数据的火热并不意味着对于大数据的了解深入，反而表明大数据存在过度炒作的危险.大数据的基本概念、关键技术以及对其利用上均存在很多的疑问和争议【1】。

一、大数据的基本概念及大数据时代产生的必然

早在1980年，美国著名未来学家阿尔温托夫勒( AlvinToffler) 在 第三次浪潮 一书中就提出了 大数据 ( BigData) 的概念，并将其赞颂为 第三次浪潮的华

1 彩乐章[2]著名的数据库专家 图灵奖获得者吉姆 格雷( JimGray) 认为传统的实验 理论和计算机3大范式在科学研究，特别是一些新的研究领域已经无法很好地发挥作用，于是，其在2007年提出当前科学研究已发展到了 第4种范式( The FourthParadigm)[3]，即以大数据为代表的数据密集型科学近几年，一些国际顶级学术刊物也相继出版专刊对大数据进行探讨研究 2008 年9 月，Nature推出了 Big Data 专刊[4]，从互联网技术环境科学 生物医药等多个方面介绍了海量数据带来的挑战 2011年2月，Science出版关于数据处理的专刊 Dealing with data[5]，讨论了数据洪流( Data Deluge) 所带来的挑战，并阐明了大数据对于科学研究的重要性 2012年4月，欧洲信息学与数学研究协会会刊ERCIM News出版专刊 Big Data[6]，讨论了有关大数据时代的数据管理 数据密集型研究的创新技术等问题，并介绍了欧洲科研机构开展的研究活动和进展情况最早提出大数据时代已经到来的是全球知名咨 询 公 司 麦 肯 锡，其下属机构全球研究所( Mckinsey Global Institute) 于2011年6月份发布的一份专门的研究报告，将 大数据 视为全世界 下一个创新竞争和生产力提高的前沿领域[7]，并指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素; 而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来 著名的市场调研机构IDC( International Data Corporation，国际数据公司) 在同年的报告中指出，全球数据总量在2011年已达到1.8ZB( 1ZB=240GB) ，而这个数据大约以每两年翻一番的速度增长，预计至2020年全球拥有的数据量将达35ZB[8]。《华尔街日报》更是将大数据时代 智能化生产和无线网络革命称为引领未来繁荣的三大技术变革 此外，Gartner、埃森哲、普华永道等咨询公司，以及财富周刊 福布斯 纽约时报 等商业管理刊物也对大数据进行了大量的介绍与研究纵观国际形势，对大数据的研究与应用已引起各国政府部门的高度重视，成为重要的战略布局方向. 各国陆续出台有关大数据的国家政策和战略2012年3月，美国奥巴马政府宣布将投资2亿美元用于启动 大数据研发倡议( Big Data Researchand Development Initiative)[9]，旨在提高从海量和复杂的数据中分析萃取信息的能力，这是继1993年美国宣布 信息高速公路 计划后的又一次重大科技发展部署 继美国率先开启大数据国家战略先河之后，其他各国也随后跟进，已经或者即将出台相应的战略举措 日本政府重新启动2011年日本大地震后一度搁置的政府ICT战略研究，于2012年7月推出新的综合战略 活力ICT日本，重点关注大数据应用所需的云计算 传感器社会化媒体等智能技术开发2013年1月，英国政府宣布将注资6亿英镑，发展大数据 合成生物等8类高新技术，其中信息行业新兴的大数据技术将获得1.89亿英镑，占据总投资的近三分之一 澳大利亚政府在同年3月表示，澳联邦政府大数据战略草案有望在5月份出台，预计会在6 7月间正式颁布一些区域性或全球性组织也对大数据予以高度关注 在过去几年，欧盟

2 已对科学数据信息化基础设施投资1亿多欧元，并将数据信息化基础设施作为Horizon2020计划的优先领域之一[6]2012年初，世界经济论坛一份题为 大数据，大影响( BigData，BigImpact) 的报告宣称，数据已经成为一种新的经济资产类别，就像货币或黄金一样联合国也推出了全球脉动( GlobalPulse)[10]倡议项目，希望利用大数据来促进全球经济发展。

尽管各界 各地区 各机构对大数据广泛关注，进行了大量研究，但目前对于大数据尚未形成公认的定义 信息管理专家涂子沛在大数据: 正在到来的数据革命 中这样定义大数据:指那些大小已经超出了传统意义上的尺度，一般的软件工

[11]具难以捕捉 存储管理和分析的数据，一般以 太字节( TB) 为单位 这一定义基本上简单明了地阐述了大数据的内涵。

数据是云计算技术的延伸，更是社会进步和发展的必然结果，大数据时代的到来引领了未来IT技术发展的战略走向。在信息和网络技术飞速发展的今天，越来越多的企业业务及社会活动实现了数字化，特别是随着数据生成的自动化及数据生成速度的加快，数据量也随之快速增长【12】。同时，随着存储设备、内存、处理器等电脑元件成本的稳定下降，使得之前较昂贵的大规模数据存储和处理变得十分经济【13】，也使得大数据的存在成为可能。传感器数据也是大数据的主要来源之一。在物联网时代，成万上亿计的网络传感器嵌入在数量不断增长的智能电表、移动电话、汽车等物理设备中，不断感知、生成并传输超大规模的有关地理位置、振动、温度、湿度等新型数据。此外，移动互联网、三网融合、Web 2.0技术和电子商务技术的飞速发展，也促进了大数据时代的产生和发展。可以发现，数字化已经成为社会发展的必然趋势。与生产过程必须依赖硬件设备和人力资本一样，企业的业务活动、创新、成长也越来越离不开大量数据的支持【14】。也就是说，企业的任何一项业务活动都与大量的数据紧密相联，而我们每一个人都是数据的产生者，数据量与日俱增，数据结构繁杂多变，数据产生速度非常之快，我们已经进入了大数据的时代【15】。

二、大数据的特点及关键技术分析

1.大数据的特点

大数据不是一种新技术，也不是一种新产品，而是一种新现象，是近来研究的一个技术热点 大数据具有以下4个特点，即4个V[16]: ( 1) 数据体量( Volumes) 巨大大型数据集，从TB级别，跃升到PB级别; ( 2) 数据类别( Variety) 繁多 数据来自多种数据源，数据种类和格式冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据;

( 3) 价值( Value) 密度低 以视频为例，连续不间断监控过程中，可能有用的数据仅仅一两秒钟;

( 4) 处理速度( Velocity) 快 包含大量在线或实时数据分析处理的需求，1秒

3 定律。

随着互联网技术的不断发展，数据本身就是资产云计算为数据资产提供了保管访问的场所和渠道，但如何盘活数据资产，使其为国家治理企业决策乃至个人生活服务，是大数据的核心议题，也是云计算的灵魂和必然的升级方向。

大数据已经出现 IDC多年的研究结果告诉我们: 全球数据量大约每两年翻一番，每年产生的数据量按指数增长，数据增速基本符合摩尔定律 全球有46亿移动电话用户，有20亿人访问互联网，人们以比以往任何时候都高得多的热情在与数据或信息交互 思科公司预计，到2013年，在互联网上流动的数据量将达到每年667艾字节[17]。

关键技术

2.1云计算;大数据的基础平台与支撑技术

如果将各种大数据的应用比作一辆辆“汽车”，支撑起这些“汽车”运行的“高速公路”就是云计算.正是云计算技术在数据存储、管理与分析等方面的支撑，才使得大数据有用武之地.文件系统是支撑上层应用的基础。原始的数据存储在文件系统之中，但是用户习惯通过数据库系统来存取文件.因为这样会屏蔽掉底层的细节，且方便数据管理.直接采用关系模型的分布式数据库并不能适应大数据时代的数据存储。据查询是数据库最重要的应用之一，而索引则是解决数据查询问题的有效方案。而数据分析技术是最核心的业务【18】。

2.2大数据处理工具

关系数据库在很长的时间里成为数据管理的最佳选择，但是在大数据时代，数据管理、分析等的需求多样化使得关系数据库在很多场景不再适用.而HadOop

【19】是目前最为流行的大数据处理平台.而Hadoop最先是Doug Cutting模仿GFS，MapReduce实现的一个云计算开源平台，后贡献给Apache.Hadoop已经发展成为包括文件系统(HDFS)、数据库(HBase、Cassandra)、数据处理(MapReduce)等功能模块在内的完整生态系统(Ecosystem)【20】.某种程度上可以说Hadoop已经成为大数据处理工具事实上的标准【21】.

三、大数据时代面临的机遇与挑战

综上所述，大数据时代的数据存在着如下几个特点：多源异构;分布广泛;动态增长;先有数据后有模式.正是这些与传统数据管理迥然不同的特点，使得大数据时代的数据管理面临着新的机遇与挑战。

大数据带来的机遇【22】

1.大数据的挖掘和应用成为核心，将从多个方面创造价值。

大数据的重心将从存储和传输，过渡到数据的挖掘和应用，这将深刻影响企业的商业模式 据麦肯锡测算，大数据的应用每年潜在可为美国医疗健康业和欧洲政府分别节省3000亿美元和1000亿欧元，利用个人位置信息潜在可创造出

【23】6000亿美元价值，因此大数据应用具有远超万亿美元的大市场。

2.大数据利用中安全更加重要，为信息安全带来发展契机。

随着移动互联网物联网等新兴IT技术逐渐步入主流，大数据使得数据价值极大提高，无处不在的数据，对信息安全提出了更高要求 同时，大数据领域出现的许多新兴技术与产品将为安全分析提供新的可能性; 信息安全和云计算贯穿于大数据产业链的各个环节，云安全等关键技术将更安全地保护数据 大数据对信息安全的要求和促进将推动信息安全产业的大发展。

3.大数据时代来临，使商业智能信息安全和云计算具有更大潜力。 大数据产业链按产品形态分为硬件基础软件和应用软件三大领域，商业智能信息安全和云计算主题横跨三大领域，将构成产业链中快速发展的三驾马车就国内而言，商业智能市场已步入成长期，预计未来3年复合年均增长率( CAGR) 为35%，十二五期间潜在产值将超300亿元; 信息安全预计未来3年CAGR有望保持35%～40%的快速增长，十二五期间潜在产值将超4000亿元; 云计算刚进入成长期，预计未来5年CAGR将超50%，2015年产业规模预计将达1万亿元。

(一)面临的挑战 1.大数据集成

数据的广泛存在性使得数据越来越多地散布于不同的数据管理系统中，为了便于进行数据分析需要进行数据的集成.数据集成看起来并不是一个新的问题，但是大数据时代的数据集成却有了新的需求，因此也面临着新的挑战.

1)广泛的异构性.传统的数据集成中也会面对数据异构的问题，但是在大数据时代这种异构性出现了新的变化，大量出现的各种数据本身是非结构化的或弱结构化的，如留言、博客、图像、视频数据等，如何将这些数据转化成一个结构化的格式是研究者面临的一项重大挑战【25】.

2)数据质量.数据量大不一定就代表信息量或者数据价值的增大，相反很多时候意味着信息垃圾的泛滥. 2.大数据分析

大数据最为严重的风险存在于数据分析层面。数据量的增大会带来规律的丧【26】失和严重失真。传统意义上的数据分析主要针对结构化数据展开，且已经形成了一整套行之有效的分析体系.首先利用数据库来存储结构化数据，在此基础上构建数据仓库，根据需要构建数据立方体进行联机分析处理(online analytical processing，OI。AP)，可以进行多个维度的下钻(drill一down)或上卷(roll—up)

5 操作.对于从数据中提炼更深层次的知识的需求促使数据挖掘技术的产生，并发明了聚类、关联分析等一系列在实践中行之有效的方法.这一整套处理流程在处理相对较少的结构化数据时极为高效.但是随着大数据时代的到来，半结构化和非结构化数据量的迅猛增长，给传统的分析技术带来了巨大的冲击和挑战。据阿里巴巴称，虽然其各类业务产生的数据为数据分析创造了非常好的基础条件，然而却招聘不到合适的数据科学家而影响了研发进展【27】。

3.大数据的隐私问题

隐私问题由来已久，这基本也是大家最关心的问题。计算机的出现使得越来越多的数据以数字化的形式存储在电脑中，互联网的发展则使数据更加容易产生和传播，数据隐私问题越来越严重.

大数据高度依赖数据存储与共享，必须考虑寻求更好的方法消除各种隐患与漏洞，才能有效地管控安全风险。数据的隐私保护是大数据分析和处理面临的重要问题，既是技术问题也是社会学问题。如果对私人数据使用不当，尤其是泄漏有一定关联的多组数据，将导致用户的隐私泄漏【28】。

当前，数据安全形势不容乐观，需要保护的数据量增长已超过了数据总量的增长 据IDC统计【29】:2010年仅有不到1/3的数据需要保护，到2020年这一比例将超过2/5; 2012年的统计显示，虽然有35%的信息需要保护，但实际得到保护的不到20% 在亚洲 南美等新兴市场，数据保护的缺失更加严重 首先个人隐私更容易通过网络泄露，随着电子商务 社交网络的兴起，人们通过网络联系的日益紧密，将个人的相关数据足迹聚集起来分析，可以很容易获取个人的相关信息，隐私数据就可能暴露，而数据在网络上的发布机制使得这种暴露似乎防不胜防; 在国家层面，大数据可能给国家安全带来隐患，如果在大数据处理方面落后，就可能导致数据的单向透明。信息安全战略是国家战略不可分割的重要组成部分，其必要性体现在其从上而下，而非从下而上的推动作用。30美国发布大数

【

】据研发计划，大力发展大大数据技术就有增强国家安全方面的战略考量. 4.大数据能耗问题

在能源价格上涨、数据中心存储规模不断扩大的今天，高能耗已逐渐成为制约大数据快速发展的一个主要瓶颈.从小型集群到大规模数据中心都面临着降低能耗的问题，但是尚未引起足够多的重视，相关的研究成果也较少.在大数据管

6 理系统中，能耗主要由两大部分组成：硬件能耗和软件能耗，二者之中又以硬件能耗为主.理想状态下，整个大数据管理系统的能耗应该和系统利用率成正比.但是实际情况并不像预期情况，系统利用率为0时仍然有能量消耗【31】。

5.大数据处理与硬件的协同

硬件的快速升级换代有力地促进了大数据的发展，但是这也在一定程度上造成了大量不同架构硬件共存的局面.大数据处理必须要有舍才有得。可以通过舍

【32】弃一些不必要的性能和精确性来获取更为重要的性能和精确性。

6.大数据管理易用性问题

从数据集成到数据分析，直到最后的数据解释，易用性应当贯穿整个大数据的流程.易用性的挑战突出体现在两个方面：首先大数据时代的数据量大，分析更复杂，得到的结果形式更加多样化.其复杂程度已经远远超出传统的关系数据库.其次大数据已经广泛渗透到人们生活的各个方面，很多行业都开始有了大数据分析的需求.但是这些行业的绝大部分从业者都不是数据分析的专家，在复杂的大数据工具面前，他们只是初级的使用者(naIve users).复杂的分析过程和难以理解的分析结果限制了他们从大数据中获取知识的能力.这两个原因导致易用性成为大数据时代软件工具设计的一个巨大挑战.关于大数据易用性的研究仍处于一个起步阶段.从设计学的角度来看易用性表现为易见(easy to discover)、易学(easy to learn)和易用(easy to use)。

7.性能测试基准

数据库产品的成功离不开以TPC系列为代表的测试基准的产生.正是有了这些测试基准，才能够准确地衡量不同数据库产品的性能，并对其存在的问题进行改进。在过去20年里，产业基准起到了很大的作用。在制定行业的标准时，性能、持有成本和能源效率是成功的三大关键。产业界标准的基准都扮演了非常重要的作用，进一步推动了计算机产业科学的发展

四、结果和结论关系

像互联网、云计算以及物联网等技术一样，大数据时代的到来势必会再次让信息技术领域焕然一新。大数据时代下，每个个体都是数据的产生者，企业的任何一项业务活动都可以用数据来表示，如何保证大数据的质量，如何建模、提取并利用隐藏在大数据中的信息以提升企业信息系统绩效、提升企业决策能力，成

【33】

。 为摆在业界和学术界面前的重大难题。

总的来说，目前对于大数据的研究仍处于一个非常初步的阶段，还有很多基础性的问题有待解决.大数据的几个特征中究竟哪个最重要?面对大数据管理我们需要的是简单的技术上的演变(evo1ution)还是彻底的变革(revoIution)?不同学科的研究者之间怎样协作才能更有利于大数据问题的解决?诸如此类的问题还有许多，要解决大数据问题仍有很长的路要走。

[参考文献]

[1]孟小峰，慈祥: 大数据管理：概念、技术与挑战。计算机研究与发展[146-169,2013] [2]阿尔温 托夫勒. 第三次浪潮[M]. 北京: 三联书店出版社，1984.

[3]Jim Gray. One Science A transformed scientific method[C]//Tony H，Stewart T，Kirstin T. The fourth paradigm: Data-intensive scientific discovery.Redmond，WA: Microsoft Research，2009: 19-33.

[4]Nature.BigData[EB/OL].http:// 【2013年10月31日】

[33]CSDN:大数据：基准测试是一把尚未完成的尺子。IT专家网数据中心，【2013年12月10日】