（3）数据应用如何提高效率？数据如何复用，如何不断深化数据的应用，提升应该效率。

警情管理。通过数据交换接口从 119 综合指 挥系统中获取警情数据，和警情任务安排，将相关的警 情信息通过平台及短信方式等进行预警发送，实现消 防救援高效应急反应。 ( 3) 火灾风险预报。对消防大数据进行深度挖 掘、统计、分析研判与融合展示，实现数据流、业务流、 管理流的高度融合，根据历史火情发生时间、类别、相 关单位、环境信息、溯源调查等，进行实时风险预判，提 高应急反应预见期。 3. 4 消防作战科学指挥 消防作战科学指挥系统将调度指挥所需车辆、人 员、水源、预案、重点单位、实时路况、人口信息、消防设 施、视频监控、三维地图、街景地图等全要素、全过程信 息在地图上实时显示，指挥员可以直观掌握火场动态， 动态标注作战意图、战斗任务、力量部署等作战指挥要 素，实时立体化指挥作战。基于公安、住建、交通、供 水、气象、城管等部门的动态实时、多维数据，在系统设 计中实现对消防行动的统一化、精细化、动态化的调度 指挥［4］。 ( 1) 救援力量分析。采用可视化展示技术，将起火点周围的消防力量分布、消防水源、警情位置、警情 周边重点单位、视频监控点位、道路分布等信息在 GIS 地图上统一管理和展示。 ( 2) 灭火救援预案。对火灾发生场所的救援预案 信息进行展示及管理，包括该地区的救援方法、处理程 序等，系统提供对救援预案的可视化展示。 ( 3) 火灾信息研判。结合大数据分析方法，根据 火警信息，获取起火建筑及周边地区气象数据，分析接 警后到达火警点之间的时间内，火势蔓延的趋势，同时 根据交通信息，进行救援行车路线分析，并根据所救援 对象的楼宇结构图、人员分布、存放物品等信息进行分 析，结合既定预案，灵活进行火灾及救援行动的研判。 ( 4) 救援实施方案制定及执行。根据火灾信息研 判结果，进行救援实施方案制定，通过大数据可视化技 术，对救援流程进行流程化救援作业方案的制定及展 示，并实时共享给现场救援指挥人员，可根据现场情况 进行灵活调整，使消防作战指挥加扁平化、协同化、 精细化，提高灭火救援工作效能。
（4）收集数据的频率等。多长时间收集一次数据，收集数据的格式……

如果只靠技术赚钱，可能性不大，科技世界，最赚钱的公司往往不是聚光灯下的公司。在巨大的行业壁垒面前，不是说你的算法比我好一些，市场就是你的……
（3）若蓄电池完好且电压正常，则可能电源有问题。
在前面四个步骤的基础上，在技术成熟的前提下，有可能产生智慧消防。
（2）数据检索。所有的数据要能够方便检索，方便查找。
2. 2. 2 数据融合 通过数据融合分析工具，提供完备的数据融合方 法模型，以多业务应用数据为对象，建立跨业务、跨组 织的数据融合与关联，变离散数据为关联数据，实现跨 行业智慧应用的数据基础，有效整合城市消防数据资 源，完美融合割裂的数据资源，助力“智慧消防”建设。 2. 2. 3 数据库建设 把数据资源中的“智慧消防”相 关 大 数 据 进 入 HDFS 分布式文件系统进行存储，其他数据将存储到 数据库中，作为系统应用的补充，相关数据库包括消防 基础信息、实时监测数据、消防业务管理数据、消防资 源装备管理数据、消防公共服务数据等。 2. 3 大数据平台技术 由于数据来源渠道众多、种类多样、体量庞大，传 统技术难以处理， 目前“智慧消防”领域主要采用 Hadoop 和 Spark 技术来构建高效的大数据平台，实现 了对消防大数据资源的统一标准的高效管理。 2. 3. 1 Hadoop 关键技术应用 Hadoop 是一个非常可靠的、高效的并且具有可扩 展性的分布式软件开发框架，其可以在一个相对较短 的时间内接受并完成大量的数据处理任务。主要技术 包括以下内容: ( 1) 基于 HDFS 分布式文件系统的大数据组织存 储。传统的消防信息管理平台一般采用实时历史数据 库或者普通的关系型数据库作为数据存储方案。基于 关系型数据库的存储方案除了不能支持半结构化和非 结构化的存储之外，其扩展能力差和扩展相应的昂贵 价格都是不符合期望的。针对消防大数据容量、来源 广、结构多样的特点，采用 Hadoop 分布式文件系统 ( HDFS) 进行数据存储，实现对多维异构多维消防信 息的高效存储。 ( 2) 基于 Yarn 的资源管理任务调度。YAＲN 通 过层级化队列的方式组织和划分资源，并提供了多种 多租户资源调度器，这种调度器允许管理员按照应用 需求对用户或者应用程序分组，并为不同的分组分配 不同的资源量，同时通过添加各种约束防止单个用户


m.gdliontech.b2b168.com