Application创新应用392电子技术第52卷第2期（总第555期）2023年2月减少信息储存的可能性。数据的表示、检索和随机访问。由于大数据自身的特点，其表现形式多而复杂。在检索数据时，传统的数据管理系统是将多个检索引词分别发布到每个数据服务器，以便数据并行被检索。有时候由于大数据信息处理性能不好，找到来的数据信息也很难保证让用户得到满意。为了逐步改变目前这种使用方式，用户选择使用HDFS系统或在开源Apache和开源Hadoop系统框架帮助下访问开源的大数据信息，实现了对海量大数据资源的实时随机访问。数据的使用和挖掘。大数据分析能够广泛应用到人们日常的各个方面，例如在线购买、在社交网络上发表视频和照片。大数据挖掘成为大数据分析科技发展的重要方面。在数量众多、不完全、随机的大数据库中发现所需要的数据，就能够帮助许多公司和个人减少在业务和活动过程中的损失，并做出合理的决策和决定。大数据挖掘方法可包括信息分析、总结分析、资料聚类、Web挖掘等。2大数据和人工智能技术的特点计算机网络技术正处于大数据时代，通过对大量信息的整合与存储，可以精确地搜索出所需的数据，并利用计算机技术进行有目的的搜索，大数据是按信息的类型进行分配的，容量一般为10T以上，由于大数据信息进行更新速度相当快，就可以便于使用者更加准确地实时数据的查询，在信息系统工作的环境中，通过大数据信息的自动更新，就0引言大数据技术和人工智能的高度融合，为人们信息利用提供了重要的科技保证，给人工智能科技的深入开发带来了巨大的发展动能，进而催生出智能化能力和技术水平都较高的人工智能产业。1大数据的关键技术数据的收集。随着计算机技术的飞速发展和人口不断增加，大量新信息可以随时随刻出现，并以每年50%的速度增长。利用大数据技术可以研究工业生产装置和车辆的工作情况以及运行状态，从而彻底改变了常规信息技术的工作方式，使信息处理者可以在较短的时间和资源内完成信息检索和分析，同时可以通过对所获取到的信息进行读取，并通过对信息的统计分析和概率分析的手段进行更加智能的管理，从而大大提高了人工智能本身的精准性。数据的存储。大数据的存储主要用在并行数据库系统中，运行数据库的任务由多个节点的并行数据完成，具有很大的性能，在实际技术应用中应用广泛。近年来，随着数据库的稳定性的不断提升，信息检索、数据缓存等功能的性能也有了显著改善。然而，由于并行数据库系统本身仍存在许多挑战，使得信息的...
