高峰

摘要：由于大数据本身所存在的信息量大且内容多等特点，使得计算机在对信息内容进行处理时效率低下，然而目前出现的虚拟化技术恰好能够有效地解决此类问题，利用该技术对数据进行整合，从而集中满足数据的需求，增强计算机的工作效率。本文就大数据虚拟化系统的实施与管理方法展开分析研究，探讨数据虚拟化在实施和管理当中存在的问题并提出合理建议。

关键词：大数据；虚拟化系统；实施举措；管理方法

一、数据虚拟化的基本概念

所谓的虚拟化即是把真实环境中能够运行的计算机系统适应到虚拟环境中。利用虚拟化能实现统一访问抽象前和抽象后的资源，而且对该资源进行抽象降低了时间、空间、物理配置等条件的限制。随着科技的发展，虚拟化技术已被应用于多种领域，逐渐被各企业所重视和青睐，同时也使得大数据处理技术面临着前所未有的发展机遇。此外，虚拟化技术还能将程序应用到多种层次，并以多样化的形式展现给用户，设计、维修人员都可以结合自身的需求利用该系统，对系统程序进行管理。

二、虚拟化的具体分类

（一）虚拟化软件

软件上的虚拟化所涉及到的层次主要包含数据层、业务逻辑层、应用层，下面依次进行介绍。

在进行数据层虚拟化时，需要事先定义好数据视图或虚拟表，当用户申请访问时需要对其进行认证并授权，在收到用户的数据访问请求时，将已经虚拟化的数据发送至用户手中。

对业务逻辑层进行虚拟化。虚拟化系统在对请求的内容进行适当的判断后，制定出相应的方案，并给出执行流程，在对数据访问所采用的方式进行确定后，优化整个步骤，提高数据处理效率。

对应用层进行虚拟化。用户在利用软件进行工作时，不需要再挂载操作系统，可直接将压缩好的软件放入可执行文件中并运行，该技术使得用户减少了与文件系统等辅助设备的对接，降低应用程序造成的风险率。

（二）虚拟化硬件

硬件虚拟化涵盖的方面包括服务器、互联网、存储等的虚拟化，下面展开详细说明。

对服务器进行虚拟化的最终目的是转化其内部的物理资源，从而满足多台设备对逻辑资源上的需求，使得运行系统时不再一味地依賴服务器硬件方面的设备，实现系统资源的多方面效用，简化管理系统。

要想实现对网络进行虚拟化，可以在局域网的范围内，划分互联网，利用专属网络及虚拟局域网等方法降低区域范围内用户的上网数量，从而有效提高用户访问互联网的速度。

所谓存储虚拟化指的是利用虚拟化技术对服务器内部的文件进行操作，使用复制文件以及快速扫描的方法有效处理数据文件。

三、大数据虚拟化系统的实施和管理方法

虚拟化技术在数据中心应用的方面较多，因为数据中心是预先处理大数据的地方，故而需要首先建立起虚拟化系统。接着再次开展管理工作，保障系统中的大数据始终能正常运行。

（一）大数据虚拟化的实施

企业可以根据大数据的具体的虚拟化结构对网络图进行构想并搭建，完成后安装虚拟化一般需要的软件，从而帮助系统设置虚拟化数据，设置完毕后系统即带有虚拟化的高级功能，再次安装所需软件，以配置好互联网及应用设施，最后对数据中心进行设置，使得数据中心与服务器连接以便统一管理虚拟服务器。在进行管理时把相对独立并且资源占用率小的服务器搬移到另一台服务器上，同时为其提供独立的储存环境。

（二）大数据虚拟化的管理

企业在完成建立大数据虚拟化环境之后，应当注意做好系统方面的管理。

1.实现系统的搬移特性。在实际应用时由于需要使用多台服务器保障运行，在其中一台服务器有问题时，使得工作在该设备的虚拟服务器能够实现数据的快速搬移，防止因突然的故障导致数据丢失。

2.实现数据间的转换。由于虚拟机通常被用于处理大型数据，造成其所承受的负荷过大，所以需要适时地转换数据，以保障服务器的运行效率，同时服务器也具备实现物理服务器和虚拟服务器以及虚拟服务器自身的转换的特点，且因为虚拟服务器所具备的连续工作的特性，使得服务器在转换时也能保障虚拟机的正常工作。

3.储存大型数据。由于大数据内存储的数据十分庞大，故而需要利用虚拟系统完成系统还原点的建立，帮助系统在发生问题处在无法运行的状态时，修复系统到还原点，实现数据的恢复和运行状态的还原。

四、大数据虚拟化的优点及存在的问题

（一）优点分析

实现大数据虚拟化将对企业的未来有很大帮助。利用大数据虚拟化以增加服务器的运行速度，对服务器内部的资源进行整理，帮助系统实现效率最大化；通过观察企业中所应用到的中小型服务器来看，大数据虚拟化技术能够有效增长经济效益，实现资源的节约；在大数据的背景下，数据虚拟化发挥着重要的作用，用于落实云计算的弹性；大数据将共享存储和本地储存联系起来，实现系统性能方面的增强，同时大数据虚拟化最大限度地符合了用户的要求理念，其所具备的自由转变等的特点实现依照用户的实际需求完成自身的扩展；将大数据作为生存发展环境的虚拟化技术对不同的数据应用能实现有效整合，如果将所有的应用统一到共同的虚拟化平台上，即可节约系统维护所需成本。

（二）大数据虚拟化过程中隐藏的问题

即使大数据虚拟化技术的实际应用可以有效提高系统的功能及性能，企业在确定应用时仍需要考虑到以下几方面问题。

1.传统的系统运行的核心主要是由互联网、服务器以及存储器组成的，虽然其在运行的效率上有一定限制，但整体上来说相对稳定。在大数据的背景下，利用虚拟化的整合技术后，其运算数据较多，此时如果服务器发生问题将会导致很大部分的虚拟机无法正常工作。

2.影响服务器性能的优劣以及安全问题。因为多数应用还是被安装在虚拟机上，所以一旦系统承担的负载过大，将很可能导致虚拟机出现故障；由于用户的数据信息都保存在虚拟化平台上，如果不能保障该平台的安全性，将致使用户数据出现泄露，威胁用户的生命财产安全。

五、结语

在大数据日益备受关注的条件下，随着服务器技术的发展以及信息化时代的到来，各行业领域要求数据能高度集成化，目前数据处理已严重制约了技术的发展，然而应用虚拟化技术则能有效增强数据处理的速度和质量，使得服务器在管理上的难度降低，故而可以推测未来虚拟化技术有更广阔的发展前景。

【参考文献】

[1]任婷.基于虚拟化的大数据异地容灾数据库系统的组网应用方法[J].四川劳动保障，2016（S1）：158-159.

[2]袁政英.美军将大数据及其虚拟化技术作为强大的防务手段[J].防务视点，2015（05）.

[3]袁家恒.面向工业大数据存储虚拟化迁移方法研究[D].齐鲁工业大学，2016.

[4]姚琴.面向医疗大数据处理的医疗云关键技术研究[D].浙江大学，2015.endprint