數據處理的服務有哪些

1. 公共數據處理活動有哪些

今年3月1日，備受矚目的《浙江省公共數據條例》（以下簡稱《條例》）正式施行。這一全國首部公共數據領域的地方性法規，全文不到萬字，管理的卻是海量數據。截至目前，浙江省級公共數據平台已歸集省級公共數據800多億條，共享調用700多億次，開放數據集近2萬個；1.2萬余個政務應用，提供著方方面面服務……在浙江省數字化改革格局不斷放大做深的當下，群眾、企業、基層等各方主體的數字化需求不斷增長，數據要素市場化改革方興未艾，《條例》更肩負規范拓展公共數據開發利用「跑道」的重任，公共數據的價值也有待進一步激發釋放。

《條例》共8章51條，從明確公共數據定義范圍、平台建設規范、收集歸集規則、共享開放機制、授權運營制度、安全管理規范等方面對公共數據發展和管理作出具體規定。

條例解讀

一
《條例》的適用范圍

 《條例》規范的是浙江省行政域內公共數據收集、歸集、存儲、加工、傳輸、共享、開放、利用等數據處理活動，以及公共數據安全等管理活動。

公共數據包含以下四種類型：1.浙江省國家機關在依法履行職能過程中 收集產生的數據；2.法律法規規章授權的具有管理公共事務職能的組織在依法履 行職能過程中收集產生的數據；3.供水、供電、供氣、公共交通等公共服務運營單位在依法提供公共服務過程中收集、產生的數據；4.稅務、海關、金融監督管理等國家有關部門派駐浙江管理機構根據需求提供的數據。

與草案相比，正式稿刪除了「依照法律、行政法規規定，電子商務平台經營者應當提供的數據」，整體排除了電子商務平台經營者收集產生的數據，進一步限定了公共數據的范圍，突出「公共」屬性。

02
內容解讀

（一）哪些部門需要履行公共數據管理職責？

•公共數據主管部門：縣級以上人民政府大數據發展主管部門或者設區的市、縣（市、區）人民政府確定的負責大數據發展工作的部門；

•公共數據生產部門：收集產生公共數據的公共管理和服務機構，負責本部門、本系統、本領域公共數據處理和安全管理工作；

•公共數據安全監管部門：網信、公安、國家安全、保密、密碼等部門。

（二）公共數據的收集應符合哪些要求？

•遵循合法、正當、必要的原則，按照法定許可權、范圍、程序和標准規范收集；

•可以通過共享獲取數據的，不得重復收集；

•組織及個人針對公共數據收集活動有義務進行配合。針對個人信息的收集，這一條為《個人信息保護法》第十三條第（三）款和（四）款規定的因履行法定職責或法定義務以及應對突發公共安全衛生事件處理個人信息無需取得個人同意的適用；

•個人身份信息收集的「兩個不得強制」：不得強制採用多種方式或特定方式驗證身份；已經通過有效身份證件驗明身份的，不得強制通過收集指紋、虹膜、人臉等生物識別信息重復驗證；

•突發事件中數據收集的限制：收集的數據不得用於與應對突發事件無關的事項；突發事件應急處置工作結束後對涉及個人信息、商業秘密、保密商務信息的數據進行封存並關停數據應用。

針對個人身份信息收集的「兩個不得強制」，雖然《條例》僅針對公共數據的收集，但浙江省內企業在經營活動中需要對個人進行身份驗證的，很大可能需要參照該條執行。

（三）組織及個人在公共數據處理活動中享有哪些權利？

•數據校核申請權：自然人、法人或者非法人組織對涉及自身的公共數據有異議或者發現公共數據不準確、不完整的，也可以向公共數據主管部門或公共管理和服務機構提出校核申請。

個人對構成個人信息的數據校核申請權為《個人信息保護法》中的更正補充權，除此之外，如果公共機構採集的信息為個人信息，個人還依法享有《個人信息保護法》中賦予的查閱、復制、轉移權等。

（四）組織和個人如何獲取及使用公共數據？

省級公共數據主管部門將組織編制全省公共數據開放目錄，組織和個人可在開放目錄范圍內申請使用公共數據。

2. 信息技術服務包括哪些方面

信息技術服務，是指利用計算機、通信網路等技術對信息進行生產、收集、處理、加工、存儲、運輸、檢索和利用，並提供信息服務的業務活動。包括軟體服務、電路設計及測試服務、信息系統服務、業務流程管理服務和信息系統增值服務。

軟體服務，是指提供軟體開發服務、軟體維護服務、軟體測試服務的業務活動。

電路設計及測試服務，是指提供集成電路和電子電路產品設計、測試及相關技術支持服務的業務活動。

信息系統服務，是指提供信息系統集成、網路管理、網站內容維護、桌面管理與維護、信息系統應用、基礎信息技術管理平台整合、信息技術基礎設施管理、數據中心、託管中心、信息安全服務、在線殺毒、虛擬主機等業務活動。包括網站對非自有的網路游戲提供的網路運營服務。

業務流程管理服務，是指依託信息技術提供的人力資源管理、財務經濟管理、審計管理、稅務管理、物流信息管理、經營信息管理和呼叫中心等服務的活動。

信息系統增值服務，是指利用信息系統資源為用戶附加提供的信息技術服務。包括數據處理、分析和整合、資料庫管理、數據備份、數據存儲、容災服務、電子商務平台等。

3. 什麼是EDI

您好，關於EDI許可證的問題，下面大通天成給您簡單介紹，希望對您申請資質有幫助。

什麼是edi許可證?

在線數據處理與交易業務，是利用各種與公用通信網相連的數據與交易事務處理應用平台，通過公用通信網互聯網為用戶提供在線數據處理和交易/事物處理的業務牌照，簡稱edi證或edi資質。

edi許可證全稱「增值電信業務經營許可證-在線數據處理與交易處理業務」，屬於第B21類增值電信業務的范疇。該資質是增值電信業務許可證辦理企業排名第二，截止2022年5月份辦理數量是40390個。

具體是指利用各種與通信網路相連的數據與交易/事務處理應用平台;通過通信網路為用戶提供在線數據處理和交易/事務處理的業務;在線數據和交易處理業務包括交易處理業務;電子數據交換業務和網路/電子設備數據處理業務。

通俗來講：電子商務等有在線交易的網站基本都要辦理edi許可證。

電子商務企業突出特點是通過互聯網進行商品數據的在線交易，即用戶通過互聯網在電子商城上進行在線商品的出售及購買，例如我們熟知的天貓、淘寶等。

哪些網站平台需辦理edi許可證?

通俗來講：電子商務類、在線交易類、入駐類的網站平台都要辦理edi許可證，電子商務企業突出特點是通過互聯網進行商品數據的在線交易，即用戶通過互聯網在電子商城上進行在線商品的出售及購買。隨著互聯網的不斷發展，相關小程序上線也會需要edi許可證。微信小程序也有明確要求。

例如我們常用的京東、淘寶、美團、叮當快葯、攜程、以及全國人民都知道12306訂票網站等購物網站或平台。

edi許可證申請流程

辦理的流程：收集申請需要的材料——網上提交電子版的蓋章的材料——網上材料審核通過後就該提交書面材料了，書面材料提交時如果受理會給你個受理單，最後就是領取資質啦。

如果申請的是全網的在線數據處理與交易許可證，受理是國家工信部，如果是地方的，是由公司所在的省、自治區、直轄市通信管理局受理辦理哦。

對於在線數據處理與交易業務許可證的申請，一般工業和信息化部或省、自治區、直轄市通信管理局應當自收到申請之日60日內審查完畢，作出批准或者不予批準的決定。

edi許可證申請條件

申請經營增值電信業務的，應當符合下列條件:

(1)經營者為依法設立的企業。

(2)有與開展經營活動相適應的資金和專業人員。

(3)有為用戶提供長期服務的信譽或者能力。

(4)在省、自治區、直轄市范圍內經營的，注冊資本最低限額為100萬元人民幣;在全國或者跨省、自治區、直轄市范圍經營的，注冊資本最低限額為1000萬元人民幣。

(5)有必要的場地、設施及技術方案。

(6)企業及其主要出資者和主要經營管理人員三年內無違反電信監督管理制度的違法記錄。

(7)國家規定的其他條件。

4. 上海港EDI中心提供哪些服務

edi許可證全稱「增值電信業務經營許可證-在線數據處理與交易處理業務」，屬於第B21類增值電信業務的范疇。是指是指利用各種與通信網路相連的數據與交易/事務處理應用平台；通過通信網路為用戶提供在線數據處理和交易/事務處理的業務；在線數據和交易處理業務包括交易處理業務；電子數據交換業務和網路/電子設備數據處理業務。

edi許可證從業務角度可以分為三類：交易處理業務、網路/墊資設備數據處理業務、電子數據交換業務。

1、「交易處理業務」是指辦理各種銀行業務、股票買賣、票務買賣、拍賣商品買賣、費用支付等。

2、「網路/電子設備數據處理業務」是指通過通信網路傳送，對連接到通信網路的電子設備進行控制和數據處理的業務。

3、「電子數據交換業務」，是一種把貿易或其它行政事務有關的信息和數據按統一規定的格式形成結構化的事務處理數據。

企業辦理edi許可證要滿足以下條件：

1.公司注冊資金100w以上

2.公司名下3名人員近期1個月社保證明

3.有可行性研究報告和相關技術方案

4.網站域名備案必須在公司名下

5.伺服器託管要求在本省

6.網站搭建必須符合辦理EDI許可證

企業辦理edi許可證需要准備的材料有：

1、營業執照副本

2、法人及股東身份證

3、公司章程（需要最新的，工商局加蓋檔案查詢章）

4、3人近期1個月的社保證明

5、公司人員身份證、及人員的手機、郵箱

6、公司座機、法人手機、郵箱

7、網站域名證書（公司名義購買）

8、網站伺服器托協議及伺服器提供商的IDC/ISP資質

證書案例

5. 數據處理主要有哪些工作

數據是對事實、概念或指令的一種表達形式，可由人工或自動化裝置進行處理。數據的形式可以是數字、文字、圖形或聲音等。數據經過解釋並賦予一定的意義之後，便成為信息。數據處理的基本目的是從大量的、可能是雜亂無章的、難以理解的數據中抽取並推導出對於某些特定的人們來說是有價值、有意義的數據。數據處理是系統工程和自動控制的基本環節。數據處理貫穿於社會生產和社會生活的各個領域。數據處理技術的發展及其應用的廣度和深度，極大地影響著人類社會發展的進程。數據處理離不開軟體的支持，數據處理軟體包括：用以書寫處理程序的各種程序設計語言及其編譯程序，管理數據的文件系統和資料庫系統，以及各種數據處理方法的應用軟體包。為了保證數據安全可靠，還有一整套數據安全保密的技術。
根據處理設備的結構方式、工作方式，以及數據的時間空間分布方式的不同，數據處理有不同的方式。不同的處理方式要求不同的硬體和軟體支持。每種處理方式都有自己的特點，應當根據應用問題的實際環境選擇合適的處理方式。數據處理主要有四種分類方式①根據處理設備的結構方式區分，有聯機處理方式和離線處理方式。②根據數據處理時間的分配方式區分，有批處理方式、分時處理方式和實時處理方式。③根據數據處理空間的分布方式區分，有集中式處理方式和分布處理方式。④根據計算機中央處理器的工作方式區分，有單道作業處理方式、多道作業處理方式和互動式處理方式。
數據處理對數據（包括數值的和非數值的）進行分析和加工的技術過程。包括對各種原始數據的分析、整理、計算、編輯等的加工和處理。比數據分析含義廣。隨著計算機的日益普及，在計算機應用領域中，數值計算所佔比重很小，通過計算機數據處理進行信息管理已成為主要的應用。如側繪制圖管理、倉庫管理、財會管理、交通運輸管理，技術情報管理、辦公室自動化等。在地理數據方面既有大量自然環境數據（土地、水、氣候、生物等各類資源數據），也有大量社會經濟數據（人口、交通、工農業等），常要求進行綜合性數據處理。故需建立地理資料庫，系統地整理和存儲地理數據減少冗餘，發展數據處理軟體，充分利用資料庫技術進行數據管理和處理。
有關商務網站的數據處理：由於網站的訪問量非常大，在進行一些專業的數據分析時，往往要有針對性的數據清洗，即把無關的數據、不重要的數據等處理掉。接著對數據進行相關分分類，進行分類劃分之後，就可以根據具體的分析需求選擇模式分析的技術，如路徑分析、興趣關聯規則、聚類等。通過模式分析，找到有用的信息，再通過聯機分析（OLAP）的驗證，結合客戶登記信息，找出有價值的市場信息，或發現潛在的市場。
您可能會感興趣

6. 數據處理方法有哪些

數據處理方法有：

1、標准化：標准化是數據預處理的一種，目的的去除量綱或方差對分析結果的影響。作用：消除樣本量綱的影響；消除樣本方差的影響。主要用於數據預處理。

2、匯總：匯總是一個經常用於減小數據集大小的任務。匯總是一個經常用於減小數據集大小的任務。執行匯總之前，應該花一些時間來清理數據，尤其要關注缺失值。

3、追加：追加節點將結構類似的表，選取一個主表，將另外的表追加在主表後面（相當於增加行記錄）。注意：要追加文件，欄位測量級別必須相似。例如，名義欄位無法附加測量級別為連續的欄位，即欄位類型的相同。

4、導出：用戶可以修改數據值並從現有數據中派生出新欄位。可以根據一個或多個現有欄位按6種方式創建出一個或者多個相同的新欄位。

5、分區：分區節點用於生成分區欄位，將數據分割為單獨的子集或樣本，以供模型構建的訓練、測試和驗證階段使用。通過用某個樣本生成模型並用另一個樣本對模型進行測試，可以預判此模型對類似於當前數據的大型數據集的擬合優劣。

7. 國內大數據分析服務平台這么多,哪家比較好

以下為大家介紹幾個代表性數據分析平台：
1、 Cloudera
Cloudera提供一個可擴展、靈活、集成的平台，可用來方便的管理您的企業中快速增長的多種多樣的數據，從而部署和管理Hadoop和相關項目、操作和分析您的數據以及保護數據的安全。Cloudera Manager是一個復雜的應用程序，用於部署、管理、監控CDH部署並診斷問題，Cloudera Manager提供Admin Console，這是一種基於Web的用戶界面，是您的企業數據管理簡單而直接，它還包括Cloudera Manager API，可用來獲取集群運行狀況信息和度量以及配置Cloudera Manager。
2、 星環Transwarp
基於hadoop生態系統的大數據平台公司，國內唯一入選過Gartner魔力象限的大數據平台公司，對hadoop不穩定的部分進行了優化，功能上進行了細化，為企業提供hadoop大數據引擎及資料庫工具。
3、 阿里數加
阿里雲發布的一站式大數據平台，覆蓋了企業數倉、商業智能、機器學習、數據可視化等領域，可以提供數據採集、數據深度融合、計算和挖掘服務，將計算的幾個通過可視化工具進行個性化的數據分析和展現，圖形展示和客戶感知良好，但是需要捆綁阿里雲才能使用，部分體驗功能一般，需要有一定的知識基礎。maxcompute(原名ODPS)是數加底層的計算引擎，有兩個維度可以看這個計算引擎的性能，一個是6小時處理100PB的數據，相當於1億部高清電影，另外一個是單集群規模過萬台，並支持多集群聯合計算。
4、 華為FusionInsight
基於Apache進行功能增強的企業級大數據存儲、查詢和分析的統一平台。完全開放的大數據平台，可運行在開放的x86架構伺服器上，它以海量數據處理引擎和實時數據處理引擎為核心，針對金融、運營商等數據密集型行業的運行維護、應用開發等需求，打造了敏捷、智慧、可信的平台軟體。
5、網易猛獁
網易猛獁大數據平台使一站式的大數據應用開發和數據管理平台，包括大數據開發套件和hadoop發行版兩部分。大數據開發套件主要包含數據開發、任務運維、自助分析、數據管理、項目管理及多租戶管理等。大數據開發套件將數據開發、數據分析、數據ETL等數據科學工作通過工作流的方式有效地串聯起來，提高了數據開發工程師和數據分析工程師的工作效率。Hadoop發行版涵蓋了網易大數據所有底層平台組件，包括自研組件、基於開源改造的組件。豐富而全面的組件，提供完善的平台能力，使其能輕易地構建不同領域的解決方案，滿足不同類型的業務需求。
6.知於大數據分析平台
知於平台的定位與當今流行的平台定位不一樣，它針對的主要是中小型企業，為中小型企業提供大數據解決方案。現階段，平台主打的產品是輿情系統、文章傳播分析與網站排名監測，每個服務的價格單次在50元左右，性價比極高。

8. 人工智慧的數據服務包括哪些步驟

數據挖掘和數據分析。

1、數據挖掘（Data mining），又譯為資料探勘、數據采礦。它是資料庫知識發現（Knowledge-Discovery in Databases，簡稱KDD)中的一個步驟。數據挖掘一般是指從大量的數據中通過演算法搜索隱藏於其中信息的過程。數據挖掘通常與計算機科學有關，並通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。

2、數據分析是數學與計算機科學相結合的產物，是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。在實際生活應用中，數據分析可幫助人們作出判斷，以便採取適當行動。

在統計學領域，有些人將數據分析劃分為描述性統計分析、探索性數據分析以及驗證性數據分析；其中，探索性數據分析側重於在數據之中發現新的特徵，而驗證性數據分析則側重於已有假設的證實或證偽。

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。

9. 人工智慧的數據服務包括哪些步驟

AI處理數據主要是通過數據挖掘和數據分析。

一、數據挖掘（Data mining），又譯為資料探勘、數據采礦。它是資料庫知識發現（Knowledge-Discovery in Databases，簡稱KDD)中的一個步驟。數據挖掘一般是指從大量的數據中通過演算法搜索隱藏於其中信息的過程。數據挖掘通常與計算機科學有關，並通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。

2利用數據挖掘進行數據處理常用的方法主要有分類、回歸分析、聚類、關聯規則、特徵、變化和偏差分析、Web頁挖掘等， 它們分別從不同的角度對數據進行挖掘。

10. 系統的數據處理的功能有哪些

1.可視化分析 大數據分析的使用者有大數據分析專家，同時還有普通用戶，但是他們二者對於大數據分析最基本的要求就是可視化分析，因為可視化分析能夠直觀的呈現大數據特點，同時能夠非常容易被讀者所接受，就如同看圖說話一樣簡單明了。 2. 數據挖掘演算法 大數據分析的理論核心就是數據挖掘演算法，各種數據挖掘的演算法基於不同的數據類型和格式才能更加科學的呈現出數據本身具備的特點，也正是因為這些被全世界統計 學家所公認的各種統計方法（可以稱之為真理）才能深入數據內部，挖掘出公認的價值。另外一個方面也是因為有這些數據挖掘的演算法才能更快速的處理大數據，如 果一個演算法得花上好幾年才能得出結論，那大數據的價值也就無從說起了。 3. 預測性分析 大數據分析最終要的應用領域之一就是預測性分析，從大數據中挖掘出特點，通過科學的建立模型，之後便可以通過模型帶入新的數據，從而預測未來的數據。 4. 語義引擎 非結構化數據的多元化給數據分析帶來新的挑戰，我們需要一套工具系統的去分析，提煉數據。語義引擎需要設計到有足夠的人工智慧以足以從數據中主動地提取信息。 5.數據質量和數據管理。 大數據分析離不開數據質量和數據管理，高質量的數據和有效的數據管理，無論是在學術研究還是在商業應用領域，都能夠保證分析結果的真實和有價值。 大數據分析的基礎就是以上五個方面，當然更加深入大數據分析的話，還有很多很多更加有特點的、更加深入的、更加專業的大數據分析方法。 大數據的技術 數據採集： ETL工具負責將分布的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層後進行清洗、轉換、集成，最後載入到數據倉庫或數據集市中，成為聯機分析處理、數據挖掘的基礎。 數據存取： 關系資料庫、NOSQL、SQL等。 基礎架構： 雲存儲、分布式文件存儲等。 數據處理： 自然語言處理(NLP，Natural Language Processing)是研究人與計算機交互的語言問題的一門學科。處理自然語言的關鍵是要讓計算機」理解」自然語言，所以自然語言處理又叫做自然語言理解也稱為計算語言學。一方面它是語言信息處理的一個分支，另一方面它是人工智慧的核心課題之一。 統計分析： 假設檢驗、顯著性檢驗、差異分析、相關分析、T檢驗、 方差分析 、 卡方分析、偏相關分析、距離分析、回歸分析、簡單回歸分析、多元回歸分析、逐步回歸、回歸預測與殘差分析、嶺回歸、logistic回歸分析、曲線估計、 因子分析、聚類分析、主成分分析、因子分析、快速聚類法與聚類法、判別分析、對應分析、多元對應分析（最優尺度分析）、bootstrap技術等等。 數據挖掘： 分類 （Classification）、估計（Estimation）、預測（Prediction）、相關性分組或關聯規則（Affinity grouping or association rules）、聚類（Clustering）、描述和可視化、Description and Visualization）、復雜數據類型挖掘(Text, Web ,圖形圖像，視頻，音頻等) 模型預測 ：預測模型、機器學習、建模模擬。 結果呈現： 雲計算、標簽雲、關系圖等。 大數據的處理 1. 大數據處理之一：採集 大數據的採集是指利用多個資料庫來接收發自客戶端（Web、App或者感測器形式等）的 數據，並且用戶可以通過這些資料庫來進行簡單的查詢和處理工作。比如，電商會使用傳統的關系型資料庫MySQL和Oracle等來存儲每一筆事務數據，除 此之外，Redis和MongoDB這樣的NoSQL資料庫也常用於數據的採集。 在大數據的採集過程中，其主要特點和挑戰是並發數高，因為同時有可能會有成千上萬的用戶 來進行訪問和操作，比如火車票售票網站和淘寶，它們並發的訪問量在峰值時達到上百萬，所以需要在採集端部署大量資料庫才能支撐。並且如何在這些資料庫之間 進行負載均衡和分片的確是需要深入的思考和設計。 2. 大數據處理之二：導入/預處理 雖然採集端本身會有很多資料庫，但是如果要對這些海量數據進行有效的分析，還是應該將這 些來自前端的數據導入到一個集中的大型分布式資料庫，或者分布式存儲集群，並且可以在導入基礎上做一些簡單的清洗和預處理工作。也有一些用戶會在導入時使 用來自Twitter的Storm來對數據進行流式計算，來滿足部分業務的實時計算需求。 導入與預處理過程的特點和挑戰主要是導入的數據量大，每秒鍾的導入量經常會達到百兆，甚至千兆級別。 3. 大數據處理之三：統計/分析 統計與分析主要利用分布式資料庫，或者分布式計算集群來對存儲於其內的海量數據進行普通 的分析和分類匯總等，以滿足大多數常見的分析需求，在這方面，一些實時性需求會用到EMC的GreenPlum、Oracle的Exadata，以及基於 MySQL的列式存儲Infobright等，而一些批處理，或者基於半結構化數據的需求可以使用Hadoop。 統計與分析這部分的主要特點和挑戰是分析涉及的數據量大，其對系統資源，特別是I/O會有極大的佔用。 4. 大數據處理之四：挖掘 與前面統計和分析過程不同的是，數據挖掘一般沒有什麼預先設定好的主題，主要是在現有數 據上面進行基於各種演算法的計算，從而起到預測（Predict）的效果，從而實現一些高級別數據分析的需求。比較典型演算法有用於聚類的Kmeans、用於 統計學習的SVM和用於分類的NaiveBayes，主要使用的工具有Hadoop的Mahout等。該過程的特點和挑戰主要是用於挖掘的演算法很復雜，並 且計算涉及的數據量和計算量都很大，常用數據挖掘演算法都以單線程為主。 整個大數據處理的普遍流程至少應該滿足這四個方面的步驟，才能算得上是一個比較完整的大數據處理。