大數據與視頻監控大數據的背景就是“信息爆炸”，隨著物聯網、電子商務、視頻網站、平安城市視頻監控、微博、微信等應用的迅速發展，數據信息呈爆炸性增長。據統計，2012年，全球的電腦用戶平均每天創造200多億GB數據；沃爾瑪僅每小時處理的客戶交易就超過100萬次；每天亞馬遜上將產生600萬筆訂單；Twitter上每天發布5千萬多條消息；Facebook上的照片有400億張；YouTube網站用戶每分鐘上傳50小時時長的視頻；Google每天處理的搜索量超過30億次；安裝有20萬高清攝像頭的平安城市，每天至少產生1P的視頻數據。這些被學術界分為結構化、非結構化以及半結構化的海量的各類數據，統稱“大數據”(BigData)。大數據是指無法在一定時間內用傳統數據庫軟件工具對其內容進行抓取、管理和處理的數據集合，大數據技術被設計用于在成本可承受（Economically）的條件下，通過非?？焖伲╒elocity）的采集、發現和分析，從大量化（Volume）、多類別（Variety）的數據中提取出價值（Value），大數據融合云計算是IT領域新一代的技術與架構。大數據的應用分以下幾個步驟：數據采集、核實與過濾；在數據倉庫內的分類和儲存；數據挖掘以找到數據所隱含的規律和數據間的關聯；數據模型建立和參數調整；基于數據的應用開發和決策支持。行業一般認為，云計算的核心是業務模式，本質是數據處理技術。數據是資產，云為數據資產提供了保管、訪問的場所和渠道。如何挖掘數據資產，使其為商業經營、企業決策乃至公共安全服務，是大數據的核心議題，也是云計算內在的靈魂和必然的發展方向。大數據技術將是IT領域新一代的技術與架構，他將幫助人們從大體量，高復雜的數據中提取價值。簡言之，從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。目前看，通過用戶行為分析實現精準營銷是大數據的典型而比較成功的應用目前看，通過用戶行為分析實現精準營銷是大數據的典型而比較成功的應用，但是大數據在各行各業特別是公共服務領域具有廣闊的應用前景，包括安全、氣象、醫療甚至軍事。高清監控目前存在的問題(1)海量數據存儲&擴展問題(2)海量數據智能計算&分析問題(3)系統高可靠性&冗余問題大數據視頻監控的優勢以Hadoop為主的大數據技術，核心特點是分布式存儲架構(HDFS)及分布式計算框架（Map-Reduce），Hadoop架構非常適合一次寫入，多次讀取、高效計算、海量數據的存儲及分析計算，而高清網絡視頻監控應用正好契合這些特點，視頻監控資源通過網絡進行分布存儲（到不同節點），視頻數據一旦寫入，很少需要修改，但是可能需要多次讀?。ㄤ浵窕胤牛?，并有高效計算需求（視頻實時分析及二次分析，檢索等需求。結合視頻監控業務特點，引入Hadoop的架構，以實現大數據網絡視頻監控系統，將會解決很多目前視頻監控系統存在的問題，當然，也有一些新問題需要克服。大數據的監控應用探討基于云計算的視頻監控架構基于Hadoop的視頻存儲架構基于Hadoop的視頻分析基于Hadoop的大規模視頻分析應用利用Hadoop平臺的HDFS架構實現算法的多節點并行化分析處理是提高視頻分析處理速度的關鍵。首先HDFS系統將海量視頻分布存儲在集群的所有數據節點中，在客戶端提交了任務后，Hadoop遵循了“移動計算比移動數據更經濟”的原則將任務分發到集群的各個DataNode節點的TaskTracker中；每個TaskTracker將運行各自的任務，調用本地DataNode上的視頻進行處理。由于Hadoop利用了集群的處理能力，因此大大加快了海量視頻的處理?；贖adoop的視頻轉碼視頻轉碼（VideoTranscoding）是指將已經壓縮編碼的視頻碼流轉換成另一個視頻碼流（格式、分辨率、幀率），以適應不同的網絡帶寬、不同的終端處理能力和不同的用戶需求。視頻轉碼技術主要應用于視頻廣播轉碼、媒體網管、多媒體會議、醫療影像和視頻監控等企業級應用中，也被用于包括數字媒體適配器、高清視頻會議終端、高級數字機頂盒、IP視頻電話和高清網絡攝像機等消費類產品中。轉碼本質上是一個先解碼，再編碼的過程，因此轉換前后的碼流可能遵循相同的視頻編碼標準，也可能不遵循相同的視頻編碼標準。視頻轉碼過程需要大量的計算資源，因此比較適合分布式存儲及計算架構的Hadoop系統實施?？偨YHadoop作為一個重量級的分布式開源框架已經在大數據處理領域有所作為，企業希望利用Hadoop來規劃其自身未來數據處理的藍