摘要：云计算是当前信息技术的热门研究方向， 其相关产品为企业的运营和管理带来了巨大变革。Hadoop平台作为基础云计算平台， 可以解决传统钢铁冶金行业面对海量数据和任务缺乏高效性和可控性的问题。本文针对国内钢铁冶金行业的特点， 在Hadoop平台如何在钢铁冶金行业应用及其应用过程中可能产生的问题和对策进行了论述。
关键词：钢铁冶金行业; 云计算; 应用; 问题和对策;
一、云计算技术
（一） 云计算
所谓云计算是指基于互联网的相关服务通过软硬件网络的集成形成一个海量资源共享平台--“云”， 该平台具有虚拟化集成程度高、资源利用率高和具备超大规模运算的功能， 用户可以按照自身需求使用“云”资源。
云计算按照应用范围分为企业私有云、公共云和混合云。 现阶段， 云计算技术在国内发展较快， 百度、阿里巴巴等公司先后推出的相关应用， 而国外的Amazon平台也向客户提供了成熟的云平台应用。企业根据自身情况可以选择构建内部私有云或者租用公共云的方式， 实现云计算在企业内部管理中的应用。
（二） Hadoop分布式平台
Hadoop由Apache作为Lucene的子项目引入。通过该平台， 企业可以利用已经淘汰或者处理效率不高的PC搭建成一个执行效果可观的分布式处理系统， 利用该分布式处理系统处理企业内外部海量的数据。目前， Hadoop在海量数据的存储和计算中被广泛使用， 可以处理的数据量能达到PB级， 并可以稳定运行在庞大的集群上。
二、钢铁冶金行业对云计算的实际需求
（一） 提高原系统处理性能的需求
在钢铁冶金行业， 随着企业不断壮大， 内部人员信息不断增多， 系统需处理数据激增。由于钢铁企业不少内部管理系统开发较早， 并运行在陈旧的大型机中， 使得部分功能的执行效率从数小时延长至二十四时以上。这在一定程度上会导致管理者决策延后、生产活动推迟、企业整体利润下降等情况。
（二） 降低企业管理成本的需求
现阶段， 国内钢铁企业超过80%采用ERP、MES进行管理。随着钢铁企业业务的扩展， 需要引入的系统逐渐增多。新加入的系统由于独占系统， 通常需要服务器、存储空间、人力管理等资源。这就使得钢铁企业需要投入较大成本去进行硬件购置、机房升级、管理人员培训等活动， 才能保证上述系统的效运行。
（三） 企业内部数据深入分析的需求
钢铁企业在生产和运营过程中会产生较多数据， 对这类数据进行深入挖掘， 对于产品质量的提升和制造工艺的改进具有重要意义。要实现海量数据的有效提出和分析， 就需要应用数据挖掘技术。而为提高数据集成和选择的质量， 一般采用Ma-p Reduce计算框架对数据进行预处理。
三、钢铁企业在云计算平台应用中可能存在的问题及应对建议
（一） 观念转变问题
传统的钢铁冶金行业的内部管理系统大多基于C/S模式开发， 可以满足大多数钢铁企业生产和管理的一般需求。因此， 高层领导对于信息管理系统的更新和发展不大关注， 认为企业业绩的提升主要来源于产品的生产和經营两方面。
针对上述问题， 可以组织专家和学者为钢铁企业高层领导开办相关讲座， 让其了解将云计算应用到内部管理中可以带来的效益。同时， 信息部门可以构建微量级的私有云， 在实际操作中让领导层了解云计算平台在企业内部管理中应用的意义和价值。
（二） 建设成本问题
现阶段， 国内钢铁企业市场竞争激烈， 企业资金大多用来进行产品质量管控、营销渠道拓展以及技术工艺提升， 信息化建设的投资资金有限。实现云平台通常需要投入较大费用， 会对钢铁企业的生产经营产生一定影响。如果不能立刻产生实际效益， 钢铁企业领导层很难同意花费较大资金构成云计算平台。
针对上述问题， 在钢铁企业云平台应用的初期阶段， 相关部门应该建议企业领导采用租用公用云平台的方式， 将企业的资源进行共享， 提高内部管理的效率。在取得一定成绩之后， 再慢慢构成完成企业完整的私有云。
（三） 技术培训问题
钢铁企业私有云平台构建完成之后， 必然对企业内部信息系统管理人员提出了更高的要求。如果内部信息系统管理人员本身素质不高， 在学习云计算平台相关知识和技能方面将会产生较大培训费用。
针对上述问题， 钢铁企业在选拔内部信息系统管理人员时需要制定更加严格的选拔方案， 保证选拔的人才具备相当的信息技术相关知识和实际操作能力。
四、结束语
随着信息技术的发展， 钢铁企业应用并实现云计算平台成为未来发展的趋势。但由于国内钢铁企业管理层认知程度和云计算平台相关技术成熟度的原因， 云计算平台在钢铁冶金行业的全面应用依然需要较长时间， 在未来发展过程中需要加大各方面资源的投入。
参考文献：
[1]Li， Wubin， Johan Tordsson， Erik Elmroth.Virtual machineplacement for predictable andtime-constrained peak loads.Eco-nomics of Grids， Clouds， Systems， and Services.2012
[2]Kllapi H， Sitaridi E， Tsangaris M M， etal.Scheduleoptimiza-tion for data processing flows on the cloud.Proceedings of the ACMSIGMOD Internation-al Conference on Management of Data.2011
[3]房晶， 吴昊， 白松林。云计算的虚拟化安全问题[J].电信科学。2012 （04）
[4]黄瑛， 石文昌。云基础设施安全性研究综述[J].计算机科学。2011 （07）
[5]王铁毅， 曹永彬， 王伟。钢铁企业云计算平台研究及应用[J].冶金自动化。2013 （05）