企业内控建设实务 企业内控建设应当以经营的效率与效果为主导目标，以财务报告可靠、资产安全与经营合规为三个保障目标，在此基础上，建设实务将围绕内控组织的设置与内控建设的五要素。 （1）内部控制组织 组织是体系运行的基本保障。通常的内控组织包括董事会与经营层两个层面，强调内部控制的建设与实施是董事会的责任，并且下设审计（风险）管理专门委员会加强管理。此外，内控组织的设置特别强调经理层是企业内控建设的具体实施者与责任人，各经营管理部门按照职能归口进行内部控制的建设与实施。其中，是否设置专职的内控部门是企业界关注的焦点，通常的设置方式包括三种： 方式一：单独设置内控部门。优点是有利于提高内控建设的初期推动效率，缺点是内控部门与经营管理部门割裂，未能很好地体现内部控制责任与经营管理责任的融合。此方式在金融类企业普遍应用，对于实体经济体，通常不设置专职的内控部门。 方式二：由内部审计部门牵头负责内控工作。优点是待体系初建完成且运行平稳后，内部审计作为内控的监督部门，可以立足于公司整体牵头协调各部门定期进行内部控制的自我评价，并且持续完善内控体系的建设。缺点是国内企业内审部门往往人才匮乏，在内控建设的初期独立当此重任可能力不从心。 方式三：在内部控制建设集中期设立内部控制建设办公室，该办公室从各主要部门抽调人员专职从事内控体系建设工作，待体系正式运行时，办公室解散，人员归位到各经营管理部门，且牵头职能也归位至内审部门。此方式的优点是可以集中各部门力量完成内部控制的体系化建设，待体系平稳运行后，相关人员回到经营管理部门的骨干岗位上，有利于促进各经营部门对内部控制体系的理解，有利于内控与经营管理的融合。实践表明，对于管理基础弱的实体经济企业，采取方式三的内控推行效果较佳。 当然，组织的设置没有一定之规，企业应当依据自身的特点设置内部控组织，明确相关的管理责任。 （2）内部环境的诊断与完善 内部环境是企业内部控制建设与运行的载体，企业在建设内部控制机制时，首先要诊断与完善内部环境。一方面，内部环境的完善可以为控制活动的设计与运行奠定基础，另一方面，内部环境的诊断可以加强控制活动与内部环境的匹配性，有利于控制活动的顺畅运行。 通常，内部环境的诊断与完善包括六个方面的内容：治理结构、机构设置、权责分配、内部审计、人力资源政策、企业文化。其中，机构设置、权责分配与内部审计的定位三个方面必须先行完善，后续的控制活动设计与运行才会顺畅。治理结构、人力资源政策与企业文化三个方面，可以伴随控制活动的运行同步完善。 （3）动态的风险评估 风险评估是内部控制体系化建设的重要表现，是后续内控措施设计的重要依据。根据成本效益原则，企业应当针对评估的重要风险强化内部控制措施，有效降低风险。对于次要风险，企业应当简化控制活动与流程设计，承担相关的风险，体现经营的效率与效果为主导目标的内控建设理念。 风险评估包括风险辨识与风险评估两个阶段。在风险辨识阶段，企业应当围绕内部控制目标识别影响目标实现的不确定性因素，辨别企业风险并进行分类，形成企业的风险管理库。通常，企业的风险可以划分为战略风险、市场风险、运营风险、财务风险与法律风险五类，并在此基础上进一步细分。在风险评估阶段，企业应当运用二维风险评估坐标图，从破坏性与发生频率两个维度评估风险，并将风险点界定为重大风险、中风险与低风险。企业应当依据行业特点与目标设置等确定风险评估的标准，评估标准应当注意定量与定性标准相结合。 在实务中我们强调，处于不同行业的企业，或是同一行业的不同企业，或是同一企业处于不同的发展阶段，其风险评估结果各不相同。为此，企业应当至少每年评估一次风险，及时发现新环境、新业务带来的新风险，动态地调整风险评估结果，进而动态地调整控制活动规范，让原本静止的内控制度动起来，始终踏上企业发展的节奏。 （4）控制活动的设计 控制活动是内控体系实施的核心要素，企业在规范控制活动的过程中，应当形成内部控制政策与程序手册（下简称内控手册）。 企业在设计控制活动时，应当树立与经营管理活动相融合的设计理念，首先界定企业的控制活动循环，然后将内部控制措施嵌入控制活动中，完善经营管理活动的制度流程设计，形成企业的内控手册。内控手册分模块设计，每一模块一般包括五个方面的内容： 第一，管理目标。围绕内部控制的目标，企业在设计内控手册时，首先应当明确控制活动的管理目标。例如采购付款循环，其管理目标应当包括保障物资供应、提高采购效率、降低资金占用、控制采购成本、保证核算准确等。 第二，管理机构及职责。该部分将控制活动涉及的组织及职责清晰界定，以确保后续流程运行的顺畅性。 第三，授权审批矩阵。该部分应当明确控制活动涉及的所有权限在董事会、经理层与各职能部门间的划分，并且明确各级审批责任。 第四，控制活动要求。该部分一般以制度文本的形式书写，明确控制活动各控制环节的内控要求，作为相关经营管理流程设计的基础。 第五，比照上述几部分，各经营管理部门应当重新梳理与完善业务流程，针对关键风险点强化控制措施，确保组织职责、授权审批、内控要求落实到经营流程中，保证管理目标的实现。 在内控手册的设计过程中，特别强调与企业现有的经营管理活动相融合的设计理念，切忌脱离原有制度流程设计孤立的内控手册，以避免实务中业务部门仍参照原有流程、内控手册则束之高搁的现象。 （5）信息与沟通贯穿始终 信息与沟通是指在内控建设中，保证在恰当的时机让恰当的岗位获取适当的信息。信息与沟通的设计应当贯穿于内部环境、风险评估与控制活动的始终，例如风险评估报告的报告程序，控制活动中的控制文档设计，都体现了信息与沟通要素的建立与健全。 （6）内部监督手段。 内部监督置于五要素之末，是内控管理闭环的体现。为此，内部监督也可以视为五要素之首，是内部环境、风险评估、控制活动、信息与沟通要素持续完善的基础。内部监督手段包括风险预警、内部评价与绩效考核，三者缺一不可。 风险预警是较新的管理工具，通过预警指标的报告与跟踪，可以突破企业传统的内部审计在时间与空间上的限制，运用现代企业高效的信息集合手段，帮助管理层从浩如烟海的数据中提炼关键信息，捕捉企业易于忽略或是下级管理者企图隐瞒的临界数据，及时发现并采取措施防范风险。风险预警系统的设计包括选择指标项、设定临界值、跟踪分析报告与修正临界数据四项工作。企业应当结合自身的行业特点与管理重点设定风险预警指标，并且逐步积累临界值。 内部控制的自我评价是基本规范的要求，也是管理审计的重要组成部分。内部评价手段完善的关键是建立评价标准与评价流程，明确内控缺陷的认定标准，规范评价报告。 此外，绩效考核强调将内部控制建设与运行的有效性纳入企业的绩效考核， 以促进内控体系的实施。
② 如何架构大数据系统hadoop
大数据数量庞大，格式多样化。
大量数据由家庭、制造工厂和办公场所的各种设备、互联网事务交易、社交网络的活动、自动化传感器、移动设备以及科研仪器等生成。
它的爆炸式增长已超出了传统IT基础架构的处理能力，给企业和社会带来严峻的数据管理问题。
因此必须开发新的数据架构，围绕“数据收集、数据管理、数据分析、知识形成、智慧行动”的全过程，开发使用这些数据，释放出更多数据的隐藏价值。
一、大数据建设思路
1）数据的获得
大数据产生的根本原因在于感知式系统的广泛使用。
随着技术的发展，人们已经有能力制造极其微小的带有处理功能的传感器，并开始将这些设备广泛的布置于社会的各个角落，通过这些设备来对整个社会的运转进行监控。
这些设备会源源不断的产生新数据，这种数据的产生方式是自动的。
因此在数据收集方面，要对来自网络包括物联网、社交网络和机构信息系统的数据附上时空标志，去伪存真，尽可能收集异源甚至是异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。
2）数据的汇集和存储
互联网是个神奇的大网，大数据开发和软件定制也是一种模式，这里提供最详细的报价，如果你真的想做，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了
数据只有不断流动和充分共享，才有生命力。
应在各专用数据库建设的基础上，通过数据集成，实现各级各类信息系统的数据交换和数据共享。
数据存储要达到低成本、低能耗、高可靠性目标，通常要用到冗余配置、分布化和云计算技术，在存储时要按照一定规则对数据进行分类，通过过滤和去重，减少存储量，同时加入便于日后检索的标签。
3）数据的管理
大数据管理的技术也层出不穷。
在众多技术中，有6种数据管理技术普遍被关注，即分布式存储与计算、内存数据库技术、列式数据库技术、云数据库、非关系型的数据库、移动数据库技术。
其中分布式存储与计算受关注度最高。
上图是一个图书数据管理系统。
4）数据的分析
数据分析处理：有些行业的数据涉及上百个参数，其复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间之间的交互动态性，难以用传统的方法描述与度量，处理的复杂度很大，需要将高维图像等多媒体数据降维后度量与处理，利用上下文关联进行语义分析，从大量动态而且可能是模棱两可的数据中综合信息，并导出可理解的内容。
大数据的处理类型很多，主要的处理模式可以分为流处理和批处理两种。
批处理是先存储后处理，而流处理则是直接处理数据。
挖掘的任务主要是关联分析、聚类分析、分类、预测、时序模式和偏差分析等。
5）大数据的价值：决策支持系统
大数据的神奇之处就是通过对过去和现在的数据进行分析，它能够精确预测未来；通过对组织内部的和外部的数据整合，它能够洞察事物之间的相关关系；通过对海量数据的挖掘，它能够代替人脑，承担起企业和社会管理的职责。
6）数据的使用
大数据有三层内涵：一是数据量巨大、来源多样和类型多样的数据集；二是新型的数据处理和分析技术；三是运用数据分析形成价值。
大数据对科学研究、经济建设、社会发展和文化生活等各个领域正在产生革命性的影响。
大数据应用的关键，也是其必要条件，就在于"IT"与"经营"的融合，当然，这里的经营的内涵可以非常广泛，小至一个零售门店的经营，大至一个城市的经营。
二、大数据基本架构
基于上述大数据的特征，通过传统IT技术存储和处理大数据成本高昂。
一个企业要大力发展大数据应用首先需要解决两个问题：一是低成本、快速地对海量、多类别的数据进行抽取和存储；二是使用新的技术对数据进行分析和挖掘，为企业创造价值。
因此，大数据的存储和处理与云计算技术密不可分，在当前的技术条件下，基于廉价硬件的分布式系统（如Hadoop等）被认为是最适合处理大数据的技术平台。
Hadoop是一个分布式的基础架构，能够让用户方便高效地利用运算资源和处理海量数据，目前已在很多大型互联网企业得到了广泛应用，如亚马逊、Facebook和Yahoo等。
其是一个开放式的架构，架构成员也在不断扩充完善中，通常架构如图2所示：
Hadoop体系架构
（1）Hadoop最底层是一个HDFS（Hadoop Distributed File System，分布式文件系统），存储在HDFS中的文件先被分成块，然后再将这些块复制到多个主机中（DataNode，数据节点）。
（2）Hadoop的核心是MapRece（映射和化简编程模型）引擎，Map意为将单个任务分解为多个，而Rece则意为将分解后的多任务结果汇总，该引擎由JobTrackers（工作追踪，对应命名节点）和TaskTrackers（任务追踪，对应数据节点）组成。
当处理大数据查询时，MapRece会将任务分解在多个节点处理，从而提高了数据处理的效率，避免了单机性能瓶颈限制。
（3）Hive是Hadoop架构中的数据仓库，主要用于静态的结构以及需要经常分析的工作。
Hbase主要作为面向列的数据库运行在HDFS上，可存储PB级的数据。
Hbase利用MapRece来处理内部的海量数据，并能在海量数据中定位所需的数据且访问它。
（4）Sqoop是为数据的互操作性而设计，可以从关系数据库导入数据到Hadoop，并能直接导入到HDFS或Hive。
（5）Zookeeper在Hadoop架构中负责应用程序的协调工作，以保持Hadoop集群内的同步工作。
（6）Thrift是一个软件框架，用来进行可扩展且跨语言的服务的开发，最初由Facebook开发，是构建在各种编程语言间无缝结合的、高效的服务。
Hadoop核心设计
Hbase——分布式数据存储系统
Client：使用HBase RPC机制与HMaster和HRegionServer进行通信
Zookeeper：协同服务管理，HMaster通过Zookeepe可以随时感知各个HRegionServer的健康状况
HMaster: 管理用户对表的增删改查操作
HRegionServer：HBase中最核心的模块，主要负责响应用户I/O请求，向HDFS文件系统中读写数据
HRegion:Hbase中分布式存储的最小单元，可以理解成一个Table
HStore：HBase存储的核心。
由MemStore和StoreFile组成。
HLog：每次用户操作写入Memstore的同时，也会写一份数据到HLog文件
结合上述Hadoop架构功能，大数据平台系统功能建议如图所示：
应用系统：对于大多数企业而言，运营领域的应用是大数据最核心的应用，之前企业主要使用来自生产经营中的各种报表数据，但随着大数据时代的到来，来自于互联网、物联网、各种传感器的海量数据扑面而至。
于是，一些企业开始挖掘和利用这些数据，来推动运营效率的提升。
数据平台：借助大数据平台，未来的互联网络将可以让商家更了解消费者的使用**惯，从而改进使用体验。
基于大数据基础上的相应分析，能够更有针对性的改进用户体验，同时挖掘新的商业机会。
数据源：数据源是指数据库应用程序所使用的数据库或者数据库服务器。
丰富的数据源是大数据产业发展的前提。
数据源在不断拓展，越来越多样化。
如：智能汽车可以把动态行驶过程变成数据，嵌入到生产设备里的物联网可以把生产过程和设备动态状况变成数据。
对数据源的不断拓展不仅能带来采集设备的发展，而且可以通过控制新的数据源更好地控制数据的价值。
然而我国数字化的数据资源总量远远低于美欧，就已有有限的数据资源来说，还存在标准化、准确性、完整性低，利用价值不高的情况，这**降低了数据的价值。
三、大数据的目标效果
通过大数据的引入和部署，可以达到如下效果：
1）数据整合
·统一数据模型：承载企业数据模型，促进企业各域数据逻辑模型的统一；
·统一数据标准：统一建立标准的数据编码目录，实现企业数据的标准化与统一存储；
·统一数据视图：实现统一数据视图，使企业在客户、产品和资源等视角获取到一致的信息。
2）数据质量管控
·数据质量校验：根据规则对所存储的数据进行一致性、完整性和准确性的校验，保证数据的一致性、完整性和准确性；
·数据质量管控：通过建立企业数据的质量标准、数据管控的组织、数据管控的流程，对数据质量进行统一管控，以达到数据质量逐步完善。
3）数据共享
·消除网状接口，建立大数据共享中心，为各业务系统提供共享数据，降低接口复杂度，提高系统间接口效率与质量；
·以实时或准实时的方式将整合或计算好的数据向外系统提供。
4）数据应用
·查询应用：平台实现条件不固定、不可预见、格式灵活的按需查询功能；
·固定报表应用：视统计维度和指标固定的分析结果的展示，可根据业务系统的需求，分析产生各种业务报表数据等；
·动态分析应用：按关心的维度和指标对数据进行主题性的分析，动态分析应用中维度和指标不固定。
四、总结
基于分布式技术构建的大数据平台能够有效降低数据存储成本，提升数据分析处理效率，并具备海量数据、高并发场景的支撑能力，可大幅缩短数据查询响应时间，满足企业各上层应用的数据需求。
③ 大数据系统体系建设规划包括哪些内容
技术模型控制、适应传统管理工作需求 新一代电子政务系统在得出了业务资源及关系模型和业务资源权限控制模型后，再结合机关单位办公实际，梳理传统管理工作需求，把机关单位的传统管理工作、规章制度通过技术模型的形式固定了。还有像传统的规章制度中对文件传阅控制、处理规定等，新一代电子政务系统就通过查询授权功能在技术上实现。提炼标准模型在创新的业务核心模型基础上，新一代电子政务系统建设为了保障业务核心模型的有效实现和规划，再提炼了业务标准模型。统一数据库结构设计 新一代电子政务系统通过数据标准规范，统一了各子系统的数据结构标准，从数据底层实现了标准统一，为各子系统之间的数据共享和数据整合提供了统一结构基础。统一系统和基础信息资源分类 新一代电子政务系统通过统一各业务及应用子系统之间的系统和基础信息资源分类，实现了信息资源支撑的统一，从而为各子系统之间的数据关联相互交换提供了统一数据基础。业务数据标准化保障了业务模型在数据层次的统一，确保了业务模型数据标准。统一主界面布局与统一应用层次 在业务数据标准统一基础上，为了确保业务核心模型在电子技术实现后的规范和方便应用，新一代电子政务系统又创新实现了系统布局和展示层的标准,还可以为应用层次划分标准，从而方便用户对系统的规范使用。制定设计模型创新了业务核心模型，提炼了业务标准后，新一代电子政务系统针对各种办公业务资源，从业务工作的实际出发，结合实践经验，又创新制定了基于业务核心模型基础上的业务设计模型，业务设计模型的创新又在于归纳可复用各业务功能模块上面。新一代电子政务系统中，业务设计模型的创新在于提炼可复用各业务功能模块。以往的电子政务建设，模块不清晰，系统建设杂乱无章，很多建设工作重复，这不仅仅耗费了大量资金，而且不利于系统的长远发展和推广应用。新一代电子政务系统从建设的实践中，从功能模块层提炼出了可复用的各业务功能模块，以方便系统的继续发展和建设，局部见图2
④ 智慧城市大数据可视化分析决策系统
智慧城市大数据可视化决策分析系统，能够将城市运行核心系统的各项关键数据进行可视化呈现，从而对包括应急指挥、城市管理、公共安全、环境保护、智能交通、基础设施等领域进行管理决策支持，进而实现城市智慧式管理和运行。
系统支持将不同平台系统数据、不同业务部门数据融合贯通，综合汇集于系统之上，以全方位掌控城市综合态势。包括：市政、警务、交通、电力、商业等多领域数据。
系统支持集成包括地理信息、GPS数据、倾斜摄影数据、BIM建筑模型数据、统计数据、摄像头采集画面等多类型数据。
基于三维地理信息，系统利用三维视图结合虚拟现实技术，将包括城市街区、地标点、建筑物、机动目标、管线设施等在内的城市全景进行完整、鲜活的呈现。
系统支持多样化的二维电子地图，能够加载矢量数据和栅格数据，进行地图的放大、缩小、漫游、距离量算、区域覆盖计算、标绘以及图层控制，支持移动目标的显示控制。
我司独创的二三维地理信息系统联动功能，二维的平面地理视图便于操作交互，三维视图便于直观形象化呈现，适用于大屏、多屏环境下的地理信息可视化。
将数据按照时间和空间两个维度进行同步呈现，全面掌控数据变化态势。支持空间数据的实时监控、历史回放、模拟推演，让规律清晰可见，让决策有数可依、更加高效。
针对城市管理部门众多数据的指标与维度，将数据按主题、成体系地加以呈现，帮助用户从不同角度观察、分析数据，聚焦趋势规律。
支持将实时数据监测以及历史数据分析，以逐时曲线、时域统计柱图等形式，呈现数据随时间的变化趋势，显现规律，支持决策。
系统提供丰富的图表呈现方式，包括散点图、折线图、柱状图、饼图、雷达图、K线图、热力图、箱线图、关系图、桑基图等。除了平面图表，还支持基于三维空间场景的图表叠加。
通过建立预警指数或模型对与其存在关联的数据进行监测、分析，提供基于数据挖掘的预警机制。一旦实时数据达到预定限值或发生异常，系统将自动发出报警。同时系统支持报警阈值、置信度阈值等设定值限定。
系统支持多种数据筛选方式，包括字段查询、地图圈选、点选等，用户可以根据实际需求，有针对性了解相应信息。
系统支持对单体对象进行详细查看，例如三维楼宇、机动车辆信息、单体体征数据、摄像头视频信号等。
系统提供强大友好的标绘功能，除提供基础信息标绘、行业专用标绘外，还支持标绘对象定制。同时支持触控标绘操作，可用于指挥决策会商等场景。
统一的可视化模式控制机制，集成屏幕拼接控制，实现一键同时切换软件系统和屏幕拼接模式。使用户可以简便快速的切换应用场景。
系统支持通过PAD、智能手机等手持设备作为控制终端，来实现对大屏显示布局、系统模式的切换以及软件界面内容的交互控制。为客户提供一种灵活、便捷的操控体验。
系统拥有高效可靠的大数据接入能力，支持接入超大范围地图、三维地表模型、城市建筑模型、海量摄像头数据，可以支撑TB级的业务数据吞吐 量。同时可以实现各类接口数据的无缝可视化接入，并可快速响应分析操作和实时反映数据变化。
平台打通政府各部门、各系统之间的信息壁垒，包括公安、交通、消防、情报、反恐等多部门数据，以及车辆移动GPS数据、倾斜摄影数据、BIM建筑模型数据、统计数据、摄像头采集画面等多类型数据。从市政设施分布、公安&消防车辆运行态势、交通运行情况、巡逻案件分布等多个角度，对城市各领域运行数据进行多维度可视分析，提升城市管理者资源统筹效率和管理决策能力。
平台以数字方式全面描绘城市区域经济发展现状，涵盖城市概况、宏观经济、产业发展、投资贸易等。包括科技、教育、文化、人口、卫生、环境保护；GDP、财政收支数据、贸易、价格指数；按资本、就业、税收等角度的产业分析；固定资产、工业、房地产各项投资数据分析等。为城市规划、城市产业分布和城市基础设施建设和改善居民生活条件等方面提供科学的决策依据。
平台将政府各职能部门和资源进行有效结合，为管理者应对突发事件建立一个信息共享、高效决策、部门联动的可视化指挥调度系统，可以实时监控突发事件发展态势、人员位置分布、警力资源、医疗配备情况等信息，帮助指挥人员实时了解现场情况、掌控事态发展趋势，及时指挥决策。
平台具有开放体系结构，集成监测预警、应急指挥调度、仿真推演、分析研判等于一身，支持从警力警情分布、视频监控、卡口分布、辖区人口、重点场所等多个维度进行日常监测与协调管理；支持突发事件下的可视化接处警、警情监控、警情查询、辖区定位、警情态势分析、应急指挥调度管理，以满足常态下警力警情的监测监管、应急态下协同处置指挥调度的需要，满足公安行业平急结合的应用需求。
平台是一个面向交通管理部门的综合性辅助决策平台，集成运营业务管理、应急指挥调度、监测预警、分析研判于一身，兼具道路视频监控展示，流量监测数据呈现，交通数据统计分析，具有综合监视、运营协调、应急指挥等职能。支持从交通态势监控、视频监控、智能卡口分析、交通态势评估研判等多个维度进行日常路网运行监测与协调管理。
平台能够实现将园区运行核心系统的各项关键数据进行呈现，为用户提供一个集园区生产、园区运营、园区控制、园区决策多维一体的智能运营管理平台，支持从园区基础设施、园区交通、智能楼宇、园区招商、物业管理、企业孵化、产业分析管理等多个维度进行日常运行监测与协调管理，以及突发事件下的告警接报、信息处理发布、应急指挥调度管理。
平台支持对电网多个环节的数据进行深度分析挖掘，可以实现电网拓扑分析、用户用电特征分析、用电负荷异动识别、窃电嫌疑监测分析、安全防御、商业选址等智能电网多个环节的日常运行监测与协调管理，切实提高电力生产、营销及电网运维等方面的管理水平。
城区网格化管理，人、地、物、事多维度可视化呈现，全面掌控管辖区域内的综合态势。平台基于地理信息系统，可全面包含智慧城管、智慧社区、智慧交通等几部分可视化。
⑤ 大数据系统体系建设规划包括以下哪些内容
城市现状图、市域城镇体系规划图、道路交通规划图、各项专业规划图及近期建设规划图
⑥ 大数据量的系统的数据库结构如何设计
1、把你表中经常查询的和不常用的分开几个表，也就是横向切分
2、把不同类型的分成几个表，纵向切分
3、常用联接的建索引
4、服务器放几个硬盘，把数据、日志、索引分盘存放，这样可以提高IO吞吐率
5、用优化器，优化你的查询
6、考虑冗余，这样可以减少连接
7、可以考虑建立统计表，就是实时生成总计表，这样可以避免每次查询都统计一次
mrzxc 等说的好，考虑你的系统，注意负载平衡，查询优化，25 万并不大，可以建一个表，然后按mrzxc 的3 4 5 7 优化。 速度，影响它的因数太多了，且数据量越大越明显。
1、存储 将硬盘分成NTFS格式，NTFS比FAT32快，并看你的数据文件大小，1G以上你可以采用多数据库文件，这样可以将存取负载分散到多个物理硬盘或磁盘阵列上。
2、tempdb tempdb也应该被单独的物理硬盘或磁盘阵列上,建议放在RAID 0上，这样它的性能最高,不要对它设置最大值让它自动增长
3、日志文件 日志文件也应该和数据文件分开在不同的理硬盘或磁盘阵列上，这样也可以提高硬盘I/O性能。
4、分区视图 就是将你的数据水平分割在集群服务器上，它适合大规模OLTP,SQL群集上，如果你数据库不是访问特别大不建议使用。
5、簇索引 你的表一定有个簇索引，在使用簇索引查询的时候，区块查询是最快的，如用between，应为他是物理连续的，你应该尽量减少对它的updaet,应为这可以使它物理不连续。
6、非簇索引 非簇索引与物理顺序无关，设计它时必须有高度的可选择性，可以提高查询速度，但对表update的时候这些非簇索引会影响速度，且占用空间大，如果你愿意用空间和修改时间换取速度可以考虑。
7、索引视图 如果在视图上建立索引,那视图的结果集就会被存储起来，对与特定的查询性能可以提高很多，但同样对update语句时它也会严重减低性能，一般用在数据相对稳定的数据仓库中。
8、维护索引 你在将索引建好后，定期维护是很重要的，用dbcc showcontig来观察页密度、扫描密度等等，及时用dbcc indexdefrag来整理表或视图的索引,在必要的时候用dbcc dbreindex来重建索引可以受到良好的效果。 不论你是用几个表1、2、3点都可以提高一定的性能，5、6、8点你是必须做的，至于4、7点看你的需求，我个人是不建议的。打了半个多小时想是在写论文，希望对你有帮助。
⑦ 城市交通大数据可视化解决方案
作者 | 网络大数据
如今，城市交通拥堵状况日益严重。虽说智能交通布局在不断地完善，但交通管理仍旧收效甚微。数据独立存储难以融合应用、数据内在规律难寻、数据缺乏深度挖掘等诸多问题，其困难重重，该如何解决呢?不妨看看城市交通大数据可视化解决方案吧！
交通动态看得见，交通管理更简便“大数据可视化”能够将城市运行核心系统的各项关键数据进行可视化呈现，通过贴合实战，从感官、操作、应用及数据四个维度解决交警个性化需求，构建业务场景深度应用，从而打通数据到决策的最短路径。交通管理者可以根据实战场景，利用各类图表、趋势图、视觉效果将庞杂枯燥的数据展现出来，进而深度挖掘内在数据规律，以此指导决策，助力城市交通健康的发展。
系统架构分明，场景动态清晰通过前端感知系统，实时获取城市交通动态信息。将各个子系统的数据录入数据可视化平台进行融合、分析后，呈现出不同场景下的交通信息个性化视图，从而为城市交通的管理和调控提供指导依据。
01强大的数据源整合能力
数据接入灵活多变，支持静态数据、API、数据库、本地数据四种数据对接模式，其中数据库类型支持主流的MySQL、Oracle、MPP，满足庞大、繁杂、多样数据的集中汇聚展示，从而实现不单单是海量数据表面的业务处理而是通过清洗杂乱数据，优化数据结构来进行深层次的信息挖掘，发现数据的真正含义。
02丰富的图表组件搭建工具
提供丰富多样化的图表组件工具，支持包括圆饼图、极区图、地图、柱状图等超过1100项效果配置，用户可以根据实际应用需求进行组合使用。通过结合大屏形成的组件搭配展示给人一种视觉冲击，不仅仅是简单的把数字用图表表示，而是帮助用户，发现数据背后的规律。
03多样化的场景模板
数据可视化平台提供多种应用场景模板，合理运用搭配色彩、布局以及组件，解决用户设计难题。简单的修饰即可使用，业务全景一目了然。
04图形化的编辑界面
用户也可以通过友好的图形化编辑模式完成样式编辑和数据配置，创建属于自己的个性化需求模板，并且可以进行分享，无需编程能力就能轻松搭建可视化应用。
数据可视功能强大，应用场景遍地开花从多个角度进行日常路网运行监测与协调管理、交通警情分析研判、重点人车管理，以满足常态下交通监测监管、应急状态下协同处置指挥调度的需要，满足交通行业各个场景的应用需求。
01交通态势可视化
通过对多项核心交通数据进行分析，实现交通态势评估，辅助交通管理部门依据交通评估结果动态跟踪、监测拥堵状态和预测变化趋势，为交通规划、交通优化的提供量化指标依据。
02设施运维管理
可视化运维基于系统中各种设备的运行状况，能及时直观的反映故障点位信息，包括设备在线情况、完好率以及设备故障类型，帮助运维人员解决问题、提高效率，让运维由繁化简，更加有效的保障智能交通系统的顺畅运行。
03重点车辆管控
通过构建重点车辆管控场景，可以帮助用户直观的了解到区域内所有重点车辆的类型和数量以及发放的通行证数量，实现对嫌疑车辆、布控车辆、涉案车辆、重点车辆等黑名单车辆实时监控告警强化交通管控力度。
04交通事件研判分析
针对历史交通流、交通违法、交通事故等数据进行分析汇总整合、专题化分析，达到科学细化管理目的，为交通管理部门在交通组织、警力部署、设备布设等方面的优化提供决策依据。
以上便是城市交通大数据可视化解决方案的有关介绍。
该方案不仅打通了各交警业务子系统间的数据壁垒，将交通大数据真正的价值发掘出来;更以丰富的视图展示满足了实战应用数据可视化场景需求，交通管理部门可通过清晰可视的交通动态图进行车流管控及警力调度，为城市交通的管理与健康发展带来极大的改善。
⑧ 建立大数据需要设计怎么样的大型系统
大数据需要以下六类人才： 一、大数据系统研发工程师。 这一专业人才负责大数据系专统研发，包属括大规模非结构化数据业务模型构建、大数据存储、数据库构设、优化数据库构架、解决数据库中心设计等，同时，还要负责数据集群的日常运作和系统的监测.