1、隨著互聯(lián)網(wǎng)、自動化技術的快速發(fā)展，大數(shù)據(jù)的分析和應用技術越來越成熟，大數(shù)據(jù)的興起和發(fā)展已經(jīng)成為不可阻擋的趨勢。而且新聞媒體對大數(shù)據(jù)的報道也越來越多，我們越來越感受到大數(shù)據(jù)分析其實已經(jīng)離我們很近很近了。然而云計算平臺在工業(yè)中卻應用很少，雖然工業(yè)傳感器每天都在產(chǎn)生海量數(shù)據(jù)，但數(shù)據(jù)的價值都沒有很好的開發(fā)出來，它們不是被丟棄就是存儲了也只是作簡單應用。因此，如何利用云計算平臺來研究工業(yè)大數(shù)據(jù)是本文的重點研究內容。
　　針對智能套印系統(tǒng)工業(yè)

2、大數(shù)據(jù)，本文提出了一種基于hadoop云計算平臺處理的方法。該方法基于目前大數(shù)據(jù)處理的主流技術—Hadoop+MapReduce。Hadoop起源于google發(fā)表的三篇文章，分別對應google的GFS文件系統(tǒng)[1]、Bigtable存儲系統(tǒng)[2]、MapReduce編程模型[3]，它發(fā)展至今已經(jīng)包含了很多項目。其中在Hadoop云計算平臺中HDFS分布式文件處理系統(tǒng)作為大數(shù)據(jù)存儲的基本框架，MapReduce分布式計算模型作為大數(shù)據(jù)

3、處理的核心框架。本文首先講解了智能套印系統(tǒng)工作原理和Hadoop云計算平臺的相關技術原理。然后對基于hadoop智能套印系統(tǒng)云計算平臺進行了設計。最后根據(jù)設計的方法對云計算平臺的搭建及設計進行實驗測試。
　　本文在最后通過對基于hadoop智能套印系統(tǒng)云計算平臺的搭建及功能模塊測試，成功實現(xiàn)了實驗搭建的hadoop云計算對工業(yè)視頻數(shù)據(jù)、運行參數(shù)數(shù)據(jù)、用戶數(shù)據(jù)等信息進行海量存儲和并行處理，并且利用Mahout機器學習框架對設備運行狀