2013年1月14日 星期一

資通信與雲端運算發展之探討


課程論文研討()
日期 : 2012/12/07時間 : 13:50 ~ 15:40
學生 : 資傳研一  辛彥德
演講者 : 
中華電信總公司客服處處長 簡志誠

雲端分類分成 :
1. 公用雲

使用公共雲服務的主要好處是:
(一) 容易和便宜,因為硬體,應用和主機的費用由供應商支付。
(二) 可擴展性,以滿足需求。
(三) 沒有資源浪費,因為你的付出多少錢,你就用多少空間。



2. 私有雲
也稱為內部雲或企業雲,是一個專有的計算架構,可提供託管服務,在防火牆後面的人數量有限。
先進的虛擬化和分佈式計算允許企業網絡和數據中心管理員能夠有效地成為服務供應商,以滿足企業內部的“客戶”的需求。
營銷媒體使用的話“私有雲”的設計像一個組織,他們可以得到一個第三方託管的服務,如Amazon的彈性計算雲(EC2)和簡單存儲上訴服務(S3)。

3. 混和雲

混合雲是至少有一個私有雲和至少一個公共雲組成的。通常所提供的兩種方法:
(一)  混合雲供應商和私有雲和公共雲供應商形成了合作夥伴關係,或與公共雲供應商形成了合作夥伴關係,它提供私有雲的平台。

(二)  混合雲除了是一個組織提供和管理內部資源東西外,還有其它的外部提供的雲計算環境。例如,一個組織可能會使用公共雲服務,如Amazon簡單存儲服務(Amazon S3)存檔數據,但繼續保持在內部存儲業務的客戶數據。理想情況下,使企業能夠充分利用公共雲計算環境提供了無任務關鍵型應用程序和數據暴露給第三方漏洞的可擴展性和成本效益。這種類型的混合雲也被稱為混合的IT。

Bag of Block-Based Visual Words for Image Retrieving and Classification

課程: 論文研討(一)
日期 : 2012/11/16
時間 : 13:50 ~ 15:30
學生 : 資傳研一 辛彥德
演講者 : 義守大學資工系 郭忠民 教授


對使用者而言,以圖片搜尋圖片往往較易於找到想要搜尋的圖片資料。目前也有許多相關的系統及網站。用圖像來進行搜尋時,必須先利用相關演算法來將圖像進行特徵化。而SIFT (Scale-Invariant Feature Transform)就是一種電腦視覺的演算法用來偵測描述影像中的局部性特徵,它在空間尺度中尋找極值點,並提取出其位置、尺度、旋轉不變數。若找兩影像的關鍵點特徵來比對,可發現越相似的影像,關鍵點特徵符合數越多,藉此來判斷兩影像的相似度。
SIFT可用來偵測與描述影像中的局部性特徵,它在空間尺度中尋找極值點,並提取出其位置、尺度、旋轉不變數,局部影像特徵的描述與偵測可以幫助辨識物體,對於光線、雜訊、些微視角改變的容忍度也相當高。基於這些特性,它們是高度顯著而且相對容易擷取,在母數龐大的特徵資料庫中,很容易辨識物體而且鮮有誤認。但會因為背景而導致偵測錯誤,因此研究不採用SIFT。

研究以4×4區塊分割的方式來擷取影像內容具代表性的特徵,與SIFT相比較簡單容易且有效,並加入巨觀與微觀的概念,建立出巨觀視覺字典與微觀視覺字典,巨觀微觀字典以不同比例進行搜索時,可找到不同類型的照片,以相似性、差異性histogram(並非灰階值而是visual word)進行比對。利用影像檢索來驗證訓練視覺字典,觀察其特徵描述子是否能正確的描述出影像,以ARR與ANMRR的實驗結果顯示此研究所訓練的視覺字典具有描述能力,也進一步將視覺字典應用在影像分類上。


寬頻真相大公開

寬頻真相大公開
課程: 論文研討(一)
日期 : 2012/10/26
時間 : 13:50 ~ 15:10
學生 : 資傳研一 辛彥德
演講者 : 中華電信數據通信分公司網際網路處 吳雲鼎

這禮拜請到中華電信的吳雲鼎先生來講關於網路的事情,因為之前也有請過中華電信的柯智凱先生講過相同的主題,所以內容跟上次講的是差不多的事情,只是這次講得較為深入,牽扯到一些專業的才了解的TCP/IP理論,還有一些網路測速的方法,較為專業的理論我就不寫了,下圖為整個網路生態的建構圖。


最後還是想小小的抱怨一下,演講當中有提到一句話:客訴速率不足案件80%以上與客戶端有關,這有點像在說千錯萬錯都不是中華電信的錯,竟然如此的話,為何還一直提倡中華電信的品質有多好呢? 根本自相矛盾,所以總結就是中華電信的好,其實應該是跟其他網路業者的爛比較所產生得錯覺,畢竟根據調查,台灣的網路環境跟外國比起來,算是很差的。

光學自動檢測技術與職場經驗分享

課程:論文研討(一)
日期:2012/10/19
時間:13:50 ~ 15:30
學生:辛彥德
演講者:宏瀨科技研發處長 - 詹方興

AOI為自動光學檢測;AOI設備被定義為完全自動化的光學系統,依技術可分為1-D(一維條碼檢測、位移檢測)、2-D (圖像識別、瑕疵分類、二維條碼檢測、形狀量測、熱影像檢測、色澤檢測)及3-D(形狀量測、高度瑕疵檢測)三種,AOI技術應用非常廣泛,包括工業生產品質檢測、宇宙探測、生物醫學成像檢測、軍警指紋比對及字形辨認、機械視覺、多媒體技術應用等。
簡單介紹AOI自動光學檢測問與答
什麼是AOI
AOI=Automated Optical Inspection, 自動光學檢測,使用光學影像及影像比對檢測技術進行產品的檢測。針對輕薄短小、密度高之電子產品的檢測需求而開發,在不需測試治具、不需電子量測且不破壞產品的情況下,可有效檢出元件的各種不良製程。

為什麼我們需要AOI
在SMT製程中,AOI機器可以取代人工目視檢測,進行製程中或成品的自動檢測。

使用AOI可以帶來的效益
AOI除了可避免傳統人工目檢的不穩定因素,亦可加速檢測時間,有效為產品的品質把關,提高產能及減少生產、維修成本。

什麼是AOI測試技術
AOI是近幾年才興起的一種新型測試技術,但發展較為迅速,目前很多廠家都推出了AOI測試設備。當自動檢測時,機器通過攝像頭自動掃描PCB,採集圖像,測試的焊點與數據庫中的合格的參數進行比較,經過圖像處理,檢查出PCB上缺陷,並通過顯示器或自動標誌把缺陷顯示/標示出來,供維修人員修整。

IoT Multimedia Platform and Advanced Applications

IoT Multimedia Platform and Advanced Applications
課程: 論文研討(一)
日期 : 2012/10/05
時間 : 13:50 ~ 15:30
學生 : 辛彥德
演講者 : 陳俊良 教授

這次演講物聯網,就是把感測器裝備到電網、鐵路、橋樑、隧道、公路、建築、供水系統、大壩、油氣管道以及家用電器等各種真實物體上,通過網際網路聯接起來,進而運行特定的程序,達到遠程控制或者實現物與物的直接通信。物聯網,即通過裝置在各類物體上的射頻識(RFID)、感測器、二維碼等,經過介面與無線網路相連,從而給物體賦予「智能」,可實現人與物體的溝通和對話,也可以實現物體與物體互相間的溝通和對話,這種將物體聯接起來的網路被稱為「物聯網」。

物聯網一般為無線網,由於每個人周圍的設備可以達到一千至五千個,所以物聯網可能要包含500萬億至一千萬億個物體,在物聯網上,每個人都可以應用電子標籤將真實的物體上網聯結,從一瓶優酪乳到一架飛機,在物聯網上都可以查找出它們的具體位置,即使在地球的另一邊。

通過物聯網可以用中心計算機對機器、設備、人員進行集中管理、控制,也可以對家庭設備、汽車進行遙控,以及搜尋位置、防止物品被盜等各種應用。

物聯網將現實世界數字化,應用範圍十分廣泛。物聯網的應用領域主要包括以下幾個方面:運輸和物流領域、健康醫療領域、智能環境(家庭、辦公、工廠)領域、個人和社會領域等,具有十分廣闊的市場和應用前景。

2013年1月13日 星期日

1228

課程論文研討(一)

日期 : 2012/12/28

時間 : 13:50 ~ 15:30

學生 : 資傳研一 何秉叡

演講者 : 國網中心 王耀聰
 
海量資料相關的熱門工作包含資料探勘、資料視覺化、資料分析、資料操控及資料鑑識,分別應用在搜尋引擎、將資料用圖說故事、商業智慧、與法律結合的數位鑑識;未來處理海量工作的人必須了解SMAQ (storage、MapReduce及Query),全球多數使用的是自由軟體Hadoop,因使用者規模夠大,可以建構出豐富的海量資料工具庫,目前Yahoo、Facebook、微軟及Oracle等企業皆有使用,因此未來可利用Hadoop建構企業專屬的資料倉儲、商業智慧分析及搜尋引擎。
    最後聽了這麼多雲端資料處理的資訊,如果未來各個領域如果能使用到雲端這塊的技術,應該能夠大幅提升各領域的技術與使用。

1221

課程論文研討(一)

日期 : 2012/12/21

時間 : 13:50 ~ 15:30

學生 : 資傳研一 何秉叡

演講者 : 海洋大學資訊工程學系 張欽圳


在微分幾何中,單詞「度量」也用來稱呼只定義在向量空間上一種結構,它的更適合的術語是度量張量(或黎曼度量或偽黎曼度量)。距離測度即衡量多個樣本之間距離的大小,最常見的是度量空間中的歐氏距離、曼哈頓距離等。但是對於其他類型的多維度數據,由於每個維度的貢獻程度不同、提取維度的量綱有差異等原因,就需要依據數據的特性,採用維度的旋轉等方式來較為準確的表示各自的距離。


    這些條件表達了關於距離概念的直覺想法。例如,在獨特點之間的距離是正數的並且從 x 到 y 的距離同於從 y 到 x 的距離。三角不等式意味著在 x 和 z 之間的距離不大於從 x 到 y 接著從 y 到 z 的距離。歐幾里得在他的著作中聲稱在兩點之間最短距離是直線;這是他的幾何中的三角不等式。




1207

資通訊與雲端運算發展之探討




課程:論文研討


日期:2012/12/07

講師:中華電信國際分公司副總經理 簡志誠



班級:資傳碩一

學生:何秉叡


雲端運算的蓋其實就像是分散式運算(Distributed Computing)以
 
 
及網格運算(Grid Computing),分散式運算,意思就是將一件
 
 
大的工程切成許多小工程分派給各個不同的電腦做運算,運算
 
完後將結果傳給最後一台電腦彙整結果,即完成分散式運。網
 
格運算,其運算繼承分散式運算,特點是可以跨平台、架構及
 
不同等級的電腦做分散式的運算。知名分析公司Gartner將雲端
 
運算區分成雲端服務和雲端科技。
 
雲端服務,使用者可以透過手機或平板之類的設
 
備完成電腦上的工作,雲端科技利用虛擬化以及自動化等技術
 
來創造和普及電腦中的各種運算資源,這種類型可以視為傳統
 
資料中心的延伸,且不需要經由第三方提供外部資源便可套用
 
在整個公司的內部系統上。

11/16

課程論文研討(一)

日期 : 2012/11/16

時間 : 13:50 ~ 15:30

學生 : 資傳研一 何秉叡

演講者 : 義守資工系 郭忠民 教授



心得:

關於影像處理還有圖片分析的部分,平常常見的圖片搜尋大部分都是以輸入關鍵字文字來搜尋想要的圖片,但這樣子會產生一些問題,例如所輸入的關鍵字不夠清楚的描述搜尋者想要搜尋的圖片或是表達較不清楚,又或者是可能圖片命名雖然是以該關鍵字命名,實際上卻不是搜尋者想要的圖片。

    所以為了解決這個問題,今天義守大學資訊工程系的郭忠民教授要演講的題目就是關於用「圖片」來搜尋「圖片」的技術與其會產生的問題與分析等等的主題,以解決關鍵字搜尋到不相干的圖片等問題,來提高圖片搜尋的精確率,在以「圖片」搜尋「圖片」的前題,必須先分析圖片的紋理特性,將紋理特性視為visual word,如同將圖片視為文件,以關鍵字進行搜尋感興趣的文件一樣,而visual word該如何表達以及採用的數量多寡界是需要思考的問題。


10.26

課程:論文研討(一)
日期:2012.10.26
時間:14:00 ~ 15:30
地點:S104
作者:資傳研一'何秉叡
講者:中華電信數據通信分公司 網際網路處 吳雲鼎




這個Yahoo時事民調真的是反印大多數的台灣人民的心聲了,雖然上網吃到飽可能是元兇之一但是網路費又貴上網平均網速又慢,用他家的程式檢測網素可能是測出最大網路速度而已,而且問A答B比較的方式錯誤,誤導民眾,
http://tw.news.yahoo.com/pollpage-news/
下面這個新聞希望我們偉大的政府可以兌現!


http://tw.news.yahoo.com/ncc-%E8%A1%8C%E5%8B%95%E4%B8%8A%E7%B6%B2%E9%80%9F%E7%8E%87%E6%98%8E%E5%B9%B4%E5%BA%95%E5%B0%87%E5%A4%A7%E8%BA%8D%E9%80%B2-084803542.html

101年10月19日

自動光學檢測技術與職場經驗分享




課程:論文研討()
日期:1011019
時間:14:00~15:30
地點:S104
主題:自動光學檢測技術與職場經驗分享
講者:詹方興
作者:資傳碩一

本周來演講的演講者,為我們較紹光學檢測技術,有提到用高速攝影機做對零件板做檢測,有稍微提到光學檢測器大概有兩種,一種是掃描式的,該攝影機可見範圍只有長條狀,掃描範圍可以移動攝影機增加其解析度,所花的時間較長,另一種是單純的高速攝影機,速度較快,但解析度比前者較低,同樣也可應用在檢測電路板瑕疵的問題。
由於這次的演講再處理依些公文所以無花許多時間仔細聆聽,故心得偏短。
以下影片是有關高速攝影機應用在檢測瑕疵品:




https://www.youtube.com/watch?v=KtrBL0xPEVs&feature=player_embedded

1005

課程:論文研討(一)
日期:2012/10/5
時間:13:50 ~ 15:30
地點:S104
作者:資傳碩一 何秉叡
講者:國立台灣科技大學電機系 陳俊良 教授

這次演講者先用一張投影片表示了目前人們所使用的個人電腦包含手機能連上網路,未來會有幾千倍的東西都慧蓮的上網,可能冰箱、洗衣機、電鍋之類的也可以具有上網的功能,這就是誤連網IOT(Internet Of Things)。
在以下聯結中查找出有關務聯網較完整的定義,指的是任何設備或設施在任何地方具備著任何方式可能是藍芽、WiFi或是RFID之類的通訊方式聯結置網際網路。




http://rabbitming.pixnet.net/blog/post/33294171-%E7%89%A9%E8%81%AF%E7%B6%B2(iot,-internet-of-things)
由於目前除了電腦可以連接網路之外,人們最常使用來上午的就是手機,所以演講者主要以Android系統來介紹物聯網,演講者從Android和Java的關係開始講述,慢慢切入手機這種可移動式的設備是如何利用互聯網的架構去傳輸訊息。



日期 : 2012/09/28

課程 : 論文研討(一)
日期 : 2012/09/28
時間 : 13:50 ~ 15:30
地點 : S104
作者 : 資傳研一 何秉叡
講者 : 國立政治大學 陳良弼教授


這次的演講對我來說相當吃力,有一段時間沒有在上有關資料庫的課程聽起來有點陌生,但還好關鍵字當相當容易理解,這次演講者先從三種資料庫開始介紹,關聯式資料庫的開發及它具有的種特徵。分散式資料庫是將資料分別儲存在不同電腦上,運用網際網路連結成一個大的資料庫。並聯式資料庫則是使用多個CPU和硬碟來加快處理的能力。最後介紹雲端資料庫,這是整個研討會的重點,雲端資料庫顧名思義就是資料庫在雲端電腦上執行,在這裡又分成兩種資料庫SQL資料庫與NoSQL資料庫,其中SQL資料庫是目前較為常見的資料庫,該資料庫的大小較難擴充,但相對的NoSQL資料庫很容易擴充。
目前大多使用的關聯式資料庫在使用join的時候是非常花時間的,在需要及時抓出資訊的時候非常緩慢。NoSQL在下面節的網站中有指出它基本的五個觀念

PPT報告-Automatic Correction of Grammatical Errors



海量資料:行動運算的最後一塊拼圖


課程論文研討()
日期 : 2012/12/28
時間 : 13:50 ~ 15:30
學生 : 資傳研一 陳玉霖
演講者 : 海洋大學資訊工程學系 張欽圳



海量資料是什麼?
海量資料含括三種層面: 巨量、即時性及多樣性。
巨量 – 海量資料的特色就在於: 龐大。 企業資料包羅萬端,很容易便達到數兆位元組,甚至千兆位元組之譜。
即時性 – 海量資料通常具有時效性,一旦串流至企業便須立即使用,方能發揮其最大價值。
多樣性 – 海量資料的範疇不僅止於結構化資料,還包含各類非結構化的資料: 諸如文字、音訊、視訊、點擊串流 (click stream)、日誌檔等等。引用來源-IBM

面對排山倒海而來的海量資料,企業要轉化成大智慧,帶來更深入的洞察能力、做出更準確的決策分析,台灣微軟認為,要掌握資料庫系統高可用性(High Availability)、商業智慧(Business Intelligent)及與雲端整合三大優勢,才能協助企業將散落在雲端及專屬系統、各式各樣的海量資料,迅速轉化為能實際運用的分析資訊與市場洞察力,克服海量資料帶來的挑戰。





資通訊與雲端運算發展之探討


課程論文研討()
日期 : 2012/12/07
時間 : 13:50 ~ 15:40
學生 : 資傳研一  陳玉霖
演講者 : 中華電信總公司客服處處長 簡志誠



網路上充斥著許多描述雲端運算的文章,在我看過的說明中,NIST這一篇算是相當簡明且完整的,可資參考。這篇文章中提到雲端運算由5個基本特徵、3種服務模式及4種佈署模式組成。5個基礎特徵分別是:
1.     自助式隨需服務(On-demand self-service):客戶可以依其需求索取計算資源(例如伺服器或儲存空間),且整個過程是單方面自動化的,無須與資源提供者互動。
2.     廣泛網路接取(Broad network access)服務是經由網路提供,且有標準機制能讓不同的客戶端平台(如智慧型手機及筆電等)都可以使用。 
3.     共享資源池(Resource pooling)服務者所提供的計算資源,例如儲存空間、網路頻寬、計算能力、虛擬機器數量等,可類比為一個大水池,能隨時依需要(重新)分配給不同平台的多個使用者。使用者不需了解資源的實體位置,只要有抽象概念即可(如資源是在哪個國家或哪個資料中心)
4.     快速的彈性(Rapid elasticity)計算資源不僅可以快速且有彈性地被提供或釋放,且對客戶而言,資源是取之不盡且可以恣意購買的。
5.     可量測的服務(Measured service):計算資源可依其所提供的服務特性被自動控管及最佳化。提供者與使用者雙方都可透明地監控資源使用情形。
3種服務模式指的是SaaSPaaSIaaS,這部份就無庸贅言了。最簡單的例子:
·         SaaSGmailSaleforce CRM
·         PaaSGoogle App EngineMS Azure
·         IaaSAmazon EC2
 4種佈署模式則是指私有雲、社群雲(community cloud,數個組織因共同利益考量所建構者)、公有雲及混合雲,這部份也很簡單易懂。原文在NIST IT Lab網頁的這裡,;國網中心也有翻譯這篇文章的一部分。另外,pttCloud板也有板友提出了雲端服務的4A2S特性,我認為也很恰當:
·         4Aany authorized personany timeany placeany device
·         2Ssame network servicesame result

資料來源:http://itgov.pixnet.net/blog/post/65915571-%E7%BE%8E%E5%9C%8B%E5%9C%8B%E5%AE%B6%E6%8A%80%E8%A1%93%E6%A8%99%E6%BA%96%E5%B1%80%E5%B0%8D%E9%9B%B2%E7%AB%AF%E9%81%8B%E7%AE%97%E7%9A%84%E5%AE%9A%E7%BE%A9

Bag of Block-Based Visual words for Image Retrieving and Classification 5.資通信與雲端運算發展之探討


課程: 論文研討()
日期 : 2012/11/16
時間 : 13:50 ~ 15:30
學生 : 資傳研一 陳玉霖
演講者 : 義守大學資工系 郭忠民 教授


課程: 論文研討()
日期 : 2012/11/16
時間 : 13:50 ~ 15:30
學生 : 資傳研一 陳玉霖
演講者 : 義守大學資工系 郭忠民 教授

這次教授演講的是關於圖片檢索的作法,這不只跟影像處理有關也跟資料檢索有關,以前找圖片的時候是以他的關鍵字去尋找,這種方法雖然不錯但有時候會找不到我們真正想要的,教授演講的方向就是希望能改善這部分,他是以圖找圖,利用一個圖的特徵去找另一個與他相近的圖,這種技術在google上有但還不是很準確,希望教授能完成如果真的可以完成,這應該會是一個很大的突破。
圖片來源:http://playpcesor.blogspot.com/2009/11/bing-google-photology-googlebing-google.html

寬頻真相大公開


寬頻真相大公開
課程: 論文研討()
日期 : 2012/10/26
時間 : 13:50 ~ 15:10
學生 : 資傳研一 陳玉霖
演講者 : 中華電信數據通信分公司網際網路處 吳雲鼎

演講者針對寬頻的部分來介紹,可能是因為新民眾對網路寬頻的不滿,導致演講的都是往這個方向來說明,這次多了TCP/IP跟網路七層部分的介紹,並以通訊協定來探討和網路測速有哪些的影響。很多民眾認為他們付了錢但卻沒有得到應該的網路速度,而他在最後他告訴了我們除了學習自己擅長的領域外,應需具備其他的能力,這也是我認為這次演講最有印象的一句話。

圖片來源:http://www.cht.com.tw/personal/adsl.html

光學自動檢測技術與職場經驗分享

課程: 論文研討()
日期 : 2012/10/19
時間 : 13:50 ~ 15:30
學生 : 資傳研一 陳玉霖
演講者宏瀨科技 詹方興


自動光學檢查Automated Optical Inspection,AOI),使用光學影像及影像比對檢測技術進行產品的檢測。針對輕薄短小、密度高之電子產品的檢測需求而開發,在不需測試治具、不需電子量測且不破壞產品的情況下,可有效檢出元件的各種不良製程。AOI除了可避免傳統人工目檢的不穩定因素,亦可加速檢測時間,有效為產品的品質把關,提高產能及減少生產、維修成本。
圖片來源:http://zh.wikipedia.org/wiki/%E8%87%AA%E5%8B%95%E5%85%89%E5%AD%B8%E6%AA%A2%E6%9F%A5

資料來源:http://www.tri.com.tw/cht/qa_aoi.aspx


IoT Multimedia Platform and Advanced Applications


課程: 論文研討(一)
日期 : 2012/10/05
時間 : 13:50 ~ 15:30
學生 : 資傳研一 陳玉霖
演講者 : 陳俊良 教授


物聯網(The Internet of Things),理念是把所有物品經由網際網路連結起來,不只人與人之間可以經由網際網路溝通,人也可以經由網際網路操作物品,甚至物品與物品也可以經由網際網路互通,物聯網時代代表著未來資訊技術在運算與溝通上的演進趨勢,物聯網的發展可分為時間、地點與物件三個維度,隨著物聯網發展的趨於成熟將創造出所有物件皆可在任何時間、任何地點相互溝通的環境。其涵蓋了「人與人」、「物件與物件」及「人與物件」三大範疇。這一概念有兩層含義:第一:物聯網的核心和基礎仍然是互聯網,是在互聯網基礎上的延伸和擴展的網絡;第二:其用戶端延伸和擴展到了任何物品與物品之間,進行信息交換和通訊。

圖片來源: http://www.dotblogs.com.tw/jimmyyu/archive/2010/08/06/hot-internet-of-things.aspx

From relational databases to distributed/parallel databases to cloud database

課程: 論文研討(一)
日期 : 2012/09/28
時間 : 13:50 ~ 15:30
學生 : 資傳研一 陳玉霖
演講者 : 陳良弼 教授

心得感想:
陳良弼 教授演講一開始讓我們重新溫習了資料庫系統,讓我回想起以前上蕭立人老師的課。教授從資料庫的基礎講起慢慢的帶到了NOSQL,NOSQL的全名為Not Only SQL,NOSQL一詞最早出現在1998年,是一種不使用SQL語法的資料庫。教授這次重點講到為何NOSQL變得越來越重要,其中一個原因是傳統的資料庫已經漸漸無法負荷海量的資料。近年來Facebook、Google、Twitter這些國外大型網站漸漸地捨棄了使用傳統型資料庫,從網路上得知目前有4種比較受到關注的NoSQL資料庫,分別是Key-Value資料庫,記憶體資料庫(In-memory Database)、圖學資料庫(Graph Database)以及文件資料庫(Document Database)。看的出來NOSQL會漸漸地變成主流。另外教授還有提到雲端技術,因為學校也有雲端系統而且這也是現在研許多人在研究的。我不是很懂得雲端這塊領域的知識所以上網看了些關於雲端技術的資料,基本上雲端就是網路也就是只多台電腦運用網路溝通多談電腦的運算。