政務大數(shù)據(jù)在物理上分為“數(shù)據(jù)存儲、數(shù)據(jù)計算和數(shù)據(jù)服務”三個重要層面，其物理模型示意圖如下：

　　就政務大數(shù)據(jù)的物理模型整體而言，存儲層是技術基礎、計算層是核心能力、服務層是核心價值。立體、全方位（全面覆蓋數(shù)據(jù)訪問鑒權認證、數(shù)據(jù)安全傳輸和數(shù)據(jù)安全存儲等全過程&全生命周期）的安全保障機制與體系建設是政務大數(shù)據(jù)提供和使用服務的基本前提。綜合、系統(tǒng)化（充分運用系統(tǒng)工程思想，不斷提升、優(yōu)化整個鏈條的價值再生&可持續(xù)能力）的運營支撐機制與體系建設是為實現(xiàn)政務大數(shù)據(jù)“自治和自優(yōu)化”這一最終目標做準備的。注：在《政務大數(shù)據(jù)的本質(zhì)》一文中提到：“政務大數(shù)據(jù)的未來是數(shù)據(jù)自治”。

　　有關政務大數(shù)據(jù)的立體安全保障機制與體系建設將在后續(xù)文章《政務大數(shù)據(jù)的安全》中具體展開，有關政務大數(shù)據(jù)的綜合運營支撐機制與體系建設將在后續(xù)文章《政務大數(shù)據(jù)的運營》中具體展開，本文重點討論政務大數(shù)據(jù)的存儲、計算和服務三層物理模型。

　　如同資源虛擬化是實現(xiàn)云計算的重要具體技術，大數(shù)據(jù)也離不開數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、決策支持、商業(yè)智能、分布式計算等傳統(tǒng)IT技術。然而，大數(shù)據(jù)是一個更加綜合、龐雜的生態(tài)體系，它需要IT技術的支撐但不僅僅是IT技術本身，其本質(zhì)上還是數(shù)據(jù)，是能夠資源化的、有商業(yè)價值的數(shù)據(jù)。海量數(shù)據(jù)始終存在，但以前將其存儲起來是一個問題，隨著存儲軟硬件技術的發(fā)展，容量已經(jīng)不是問題，可以實際利用的海量數(shù)據(jù)就產(chǎn)生了。還有就是計算能力的快速發(fā)展，使得基于海量數(shù)據(jù)進行全樣本的計算和分析由不可能變成現(xiàn)實。具體到政務大數(shù)據(jù)而言，很多時候其體量并不大，原因在于長期以來被人為的按照地域、按照職能、按照主題、按照數(shù)據(jù)類型分割了。這種分割的現(xiàn)狀源于之前對全樣本數(shù)據(jù)進行存儲、通信和計算的能力局限，以及數(shù)據(jù)的價值密度過低而持有成本過高。隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的快速發(fā)展，以及物聯(lián)網(wǎng)、工業(yè)4.0以及機器智能技術的不斷成熟，政務大數(shù)據(jù)具備了發(fā)展的土壤，也具備了發(fā)展的時機。歸根到底，政務大數(shù)據(jù)的核心價值在于政務優(yōu)化（協(xié)同、治理、服務和決策）。如果政務優(yōu)化比作一個人的綜合價值，存儲層就是其記憶的信息和知識（記憶力和記憶量），計算層是其學和做的能力（智商和反應能力），服務層是其結(jié)果規(guī)劃、產(chǎn)出能力（大局觀、情商和效率）。

　　政務大數(shù)據(jù)的存儲層從大的方面來講就是要解決好結(jié)構化和非結(jié)構化兩類數(shù)據(jù)的存儲問題。這兩類數(shù)據(jù)并不孤立，而且需要相互轉(zhuǎn)化：非結(jié)構化的數(shù)據(jù)往往需要將其屬性信息結(jié)構化，如視頻、圖像、聲音、文檔等非結(jié)構化數(shù)據(jù)所表達的主題、關鍵詞、人物對象等信息往往會以結(jié)構化的方式予以展現(xiàn)；同時，結(jié)構化的信息也需要轉(zhuǎn)換成非結(jié)構化的形式，比如企業(yè)或個人信用信息往往需要形成一份可讀的文檔型的信用報告，還有類似語音導航、智能設備的智能控制，根據(jù)矢量數(shù)據(jù)進行地圖繪制以及三維建模等都是在把結(jié)構化的內(nèi)容進行非結(jié)構化。因此，結(jié)構化和非結(jié)構化數(shù)據(jù)是緊密聯(lián)系的，也是可以相互轉(zhuǎn)化的。不太認同劃分出第三類數(shù)據(jù)“半結(jié)構化”，基本上這類數(shù)據(jù)就是結(jié)構化數(shù)據(jù)和非結(jié)構化數(shù)據(jù)的混合模式。

　　鑒于政務信息資源的特點，其數(shù)據(jù)是結(jié)構化還是非結(jié)構化往往取決于其原始來源和用途目的的綜合作用。如攝像頭采集的是圖形、圖像信息或者音視頻信息，在交通及治安執(zhí)法時需要識別人物（人臉）、車牌，就需要把非結(jié)構化的圖像轉(zhuǎn)化為結(jié)構化的信息。又如相關物聯(lián)網(wǎng)設備傳感器采集的溫度、濕度、pm2.5、甲醛等結(jié)構化數(shù)據(jù)，往往需要刻畫出圖文并茂的環(huán)境質(zhì)量報告。再如公共資源交易信息，即有非結(jié)構化的標書、投標書、技術圖紙等數(shù)據(jù)，也有結(jié)構化的交易主體、交易過程及結(jié)果信息、評審專家信息等數(shù)據(jù)。結(jié)構化和非結(jié)構化混合是常態(tài)，分別開來的時候往往是場景不同。

　　從具體的數(shù)據(jù)庫管理平臺來講，傳統(tǒng)的數(shù)據(jù)庫如ORACLE、SQLSERVER、DB2、SYBASE、MYSQL、POSTSQL等以及達夢、人大金倉、南大通用等國產(chǎn)數(shù)據(jù)庫多為關系型數(shù)據(jù)（SQL數(shù)據(jù)庫），適合存儲結(jié)構化數(shù)據(jù)、適合事務處理（強調(diào)ACID特性：Atomicity、Consistency、Isolation和Durability）。與之對應的是NOSQL（Not only Sql）數(shù)據(jù)庫，這個種類比較龐雜，廣義來講面向文檔的MongoDB、CouchDB等，圖形(Graph)數(shù)據(jù)庫Neo4j、AllegroGrap、GraphDB等，內(nèi)存數(shù)據(jù)庫memcached、Redis、ROMA等，面向列的Cassandra、HBase等（強調(diào)CAP特性：Consistency、Availability和Partitiontolerance）。從某種程度上來講，NOSQL是在分布式存儲的飛速發(fā)展和日益成熟而逐漸登上舞臺成為SQL數(shù)據(jù)的重要補充的。當然，分布式存儲并非NOSQL數(shù)據(jù)的專屬，傳統(tǒng)的關系型數(shù)據(jù)庫也同樣對分布式存儲有較好的支持。如果說分布式計算本質(zhì)是在充分共享利用關鍵計算資源和負載分擔，那么對應于分布式計算的分布式存儲就是依賴于分布式文件系統(tǒng)，來提高存儲能力的可擴展性。

　　在搭建政務大數(shù)據(jù)的物理結(jié)構時，可以參考淘寶商城（采用阿里自主研發(fā)的Oceanbase和Tair），優(yōu)酷（采用開放的HBase、MongoDB和Redis）等典型方案?？紤]到結(jié)構化數(shù)據(jù)和非結(jié)構化數(shù)據(jù)的綜合支持以及自主可控的指標，也可以采用國產(chǎn)數(shù)據(jù)庫組合方案（DM/GBase/KingbaseES/OpenBASE/神通數(shù)據(jù)庫等+SequoiaDB巨杉數(shù)據(jù)庫等）或者開放的存儲平臺（Mysql+HBase、MongoDB和Redis）以及基于全文檢索的ES（ElasticsSearch）/Apache Solr等。伴隨著云計算的快速發(fā)展，致力于DaaS的云數(shù)據(jù)庫也會成為搭建政務大數(shù)據(jù)存儲層的重要選擇（前提是安全、自主和可控三者的良好平衡）。

　　政務大數(shù)據(jù)的計算層是圍繞著政務業(yè)務來展開的，政務大體上可以分為協(xié)同（G2G：政府對政府）、治理（G2S：政府對社會）、服務(G2C：政府對公眾&G2B：政府對企業(yè))和決策（G2S：政府對社會）四個部分。其中，政務大數(shù)據(jù)的治理和決策是政府對社會的治理和決策的重要組成部分；政務協(xié)同是政府對外提供政務服務的基礎，政府各組成部門以及公務員之間通過工作協(xié)同使政務數(shù)據(jù)協(xié)同起來、聚合起來形成統(tǒng)一的政務信息資源庫。政務的治理過程既是政府對社會的監(jiān)督、管理基礎上的治理，也是對政務信息資源庫的數(shù)據(jù)治理。政務的服務與決策是基于政務信息資源庫的，也是以政務協(xié)同和治理為前提的。在提供服務和智慧決策的過程中，政務大數(shù)據(jù)的作用十分重要。因此，在政務活動中產(chǎn)生的政務大數(shù)據(jù)的原始信息——政務信息資源庫，需要通過關聯(lián)分析、聚類分析、分類、預測、時序模式和偏差分析等數(shù)據(jù)挖掘技術以及信息組合、數(shù)學建模、相關性分析等數(shù)據(jù)計算。

　　政務大數(shù)據(jù)的計算層就是要把分散在各個原始存儲單元中的數(shù)據(jù)進行重新組合、運算形成更全貌、綜合或者更深層次、全新的數(shù)據(jù)價值。從政務的特點來看，其實時/準實時計算里既包含面向業(yè)務分析的OLAP（實時在線分析），也包含面向業(yè)務的OLTP（實時事務處理）;非實時[離線]計算里，既包括面向業(yè)務分析的離線分析，也包括面向業(yè)務的離線處理。

　　就政務大數(shù)據(jù)而言，其計算層主要是面向業(yè)務分析的實時/準實時和離線計算。其中，政務大數(shù)據(jù)的離線計算仍是適用數(shù)據(jù)倉庫基本理論：如維度表和事實表的深度融合構成維度模型；基于數(shù)據(jù)立方體實現(xiàn)五種基本操作（consolidation/roll-up、drill-down、slice、dice和pivot）；融合了ROLAP[關系型]和MOLAP[多維]的HOLAP[混合型]分析；以ODS[Operational Data Store]為主要存儲模式等）。政務大數(shù)據(jù)的離線計算可以采用MapReduce分布式計算模型（如Spark集群計算環(huán)境）和Apache Hive基于Hadoop的數(shù)據(jù)倉庫工具；實時計算可以采用Apache Storm+Redis來實現(xiàn)；日志處理方面可同時使用Flume（日志收集管道）和Kafka（分布式消息隊列），日志流向可以從log到Kafka，再從kafka到Strom上，再由Flume去讀取日志消息。

　　政務大數(shù)據(jù)的服務層是基于計算層的支撐來實現(xiàn)的，按照計算層的政務協(xié)同、政務治理、政務服務和政務決策四類政務大數(shù)據(jù)群組，依次衍生出“協(xié)同流程、協(xié)同成效”，“治理體系、治理收益”，“服務提供、服務優(yōu)化”和“政務研判、政務預測”等八大政務業(yè)務主題域。

　　其中，協(xié)同流程重點是提供政務活動的業(yè)務流程、過程數(shù)據(jù)支持，協(xié)同成效是對政務活動的價值評估、衡量，兩者共同構成政務大數(shù)據(jù)在協(xié)同層面提供的數(shù)據(jù)基礎服務、增值服務和價值創(chuàng)新；治理體系是政務監(jiān)管評價、綜合治理在政務數(shù)據(jù)層面上進行具體保障的系統(tǒng)性規(guī)劃以及工具集、作業(yè)集，治理收益是治理效果的具體量化、數(shù)據(jù)展現(xiàn)；服務提供和服務優(yōu)化也是相輔相成的，前者是基礎、后者是用于政務服務的自我改進、提升；政務研判是對政務活動的研究、分析和判定，核心目標是政務預測，即服務于對政務活動的未來預測、更好支撐未來的政務活動。從技術落地上來講，政務大數(shù)據(jù)的服務層是需要可視化技術、機器智能技術進行支撐的，前者用于展現(xiàn)展示和基礎互動，后者用于基于AI技術的虛擬“專家”智庫/團隊。其中，可視化技術未來必然是要和VR（Virtual Reality）、AR（Augmented Reality）、MR（Mixed Reality）、HR（Holographic Reality）、ER（Expander Reality）等XR技術相融合，來提高人與數(shù)據(jù)的互動。

　　關于政務大數(shù)據(jù)在服務層的8大業(yè)務主題域（政務大數(shù)據(jù)的本質(zhì)就是政務，所以也是政務的8大業(yè)務主題域），計劃在漫談政務大數(shù)據(jù)系統(tǒng)文章完稿后，再分別做專題討論，所以本文就不再進一步深入闡述了。

　　簡言之，政務大數(shù)據(jù)的物理模型是服務于其概念模型，依據(jù)其邏輯模型進行政務大數(shù)據(jù)的實際實施、落地的。政務大數(shù)據(jù)的范圍非常廣泛，本文僅對整體脈絡、通用業(yè)務、常用技術進行了說明。鑒于作者本人的學識、經(jīng)驗所限，相關內(nèi)容難免有偏頗甚至錯誤之處，非常歡迎感興趣的同仁一起研討。同時，也會持續(xù)在該領域進行研究，并將心得、體會及時與大家分享。