得天独厚的立体气候条件，孕育出云南丰富的野生菌资源，使得云南成为中国乃至世界野生菌物种多样性最丰富的地区，形成了“云菌”的品牌效应。目前，南华已成为全国野生菌的交易集散中心，有着“中国野生菌之乡”的美称，国内产区的野生菌到了云南能卖出更高的价格，每年四川、西藏、贵州、陕西、广西、湖南、湖北等地都有一定数量的野生菌在云南交易。2014年6月我公司(昆明市网翼通科技有限公司)开发的中国·南华野生菌信息港大数据中心正式上线，吸引国内外客商前来品尝生态美食、投资野生菌等产业，使野生菌通过网络走向世界，产品出口日本、韩国、欧洲等国家和地区，2015年，全县野生菌集散交易量6738吨，交易额4.08亿元。

下面让我来带你们看看：

1.菌种分布功能：

通过下图数据可以精准分析到全国各个省份的菌种分布数据：

野生菌产量、毒菌产量、食用性、可药性。

菌种分布功能特性主要体现在于：数据的整合和储存、把全国每个地区的菌种分布总数据统计整合到一起能够精准的掌握每个地区野生菌产量、毒菌产量、食用性、可药性；数据是组成信息的基本元素，各种原始数据的积累与集中是一个组织机构开展业务的底层基础，而这些数据大多数是由各种应用系统所生成的结构化数据。企业的结构化数据存放在各种不同的数据库中，新增加的每个企业应用系统都会带来一系列新的结构化数据。数据整合就是对分散异构的多数据源实现统一的访问，实时地、智能地将有价值的数据传递给分析系统或其他应用系统，进行信息的进一步加工。数据整合的目的是将不同的数据库集成起来，提供一种单一的虚拟数据库，这样就不会出现与核心业务不一致的多个数据库，保持应用软件数据相互一致并与企业实际情况相符。资源整合运用范围很广，它的原理就是分析多个精准的数据在把数据整合为资料最终输出为统一性、具有可用性和实质性的信息（例如视图、文字、视频等方式），数据整合对企业来说是非常重要的，一般来说企业大量的数据堆积就会形成资源重叠性、不确定性、没有统一性、决策缺乏针对性、数据缺少透明性、缺失真实性、决策过程增加了模糊性；数据整合能清晰的告知你每个板块的精准信息，根据这些精准信息企业可以做到具有针对性、统一性、去除不确定性和模糊性实时决策以及管理，能为企业减少多余的开支、资源合理分配、精准的战略目标。

2.产量分布功能

如下图所示：能准确的掌握云南省各地区的各类野生菌的产量数据。

产量分布功能特性主要体现在于：把整合后的信息进行结构化的分布式管理，对于云南的数据进行统一结构化管理，规定成我想要的模块让我对云南野生菌的各地区的产量情况一目了然。模块结构：云南16各片区、各个片区的菌种产量信息和数量占比。首先我们来看一下大数据里面的数据，就分三种类型，一种叫结构化的数据，一种叫非结构化的数据，还有一种叫半结构化的数据。什么叫结构化的数据呢？叫有固定格式和有限长度的数据。例如填的表格就是结构化的数据，例如国籍：中华人民共和国，民族：汉，性别：男，这都叫结构化数据。现在越来越多的就是非结构化的数据，就是不定长，无固定格式的数据，例如网页，有时候非常长，有时候几句话就没了，例如语音，视频都是非结构化的数据。半结构化数据是一些xml或者html的格式的，我们把结构化的信息储存并以一种针对性分布式的管理，让它按照我们的的要求显示出来如下图的每个地区的各类菌种的产量，比如说某宝的个人消费信息收录，能让你清楚的知道的产品产量和销量等或是你的客户详情。分布式管理系统可以利用网络平台的优点将管理功能分散到网络上，而不是将它们集中于单一的数据中心。管理员仍可以从一个位置运行管理系统，而由分布于网络上的管理机构收集信息并应答给管理系统。过去由于时间和传输限制而无法获取的信息现在可被管理者使用了。运用结构化分布式管理的企业能够更准确快捷的部署，决策，资源不浪费不重叠，每个板块在保留独立的前提下进行统一化的管理，让企业随时掌握公司的所有信息。

3.收购情况功能：

如下图所示，我们可以清晰的看到云南省历年各类野生菌的收购单价以及各单品历年来不同品质的收购的单价数据，以上图的结构继续细化分布管理，把2006年到2018年整个云南省几种热销菌种的收购总价和各单品的收购单价信息分化出来形成新的模块结构:以云南省历年菌种收购总价和单价为核心做到精准每种野生菌不同品质的收购总价和单价的一个汇总；结合上图的信息能够更精确预估下一年野生菌的收购数值。在现代成本管理中，成本预测采用了一系列科学细致的程序和方法，能够基本把握成本变化的规律。因此，以大数据为中心的成本预测结果更可靠。但是，由于是根据历史资料来推测未来，成本预测就具有不可避免的局限性，这种局限性主要体现在不准确即相似似这一点上。可靠性与近似性的对立统—是成本预测的显著特点。对企业来说随着社会的不断发展，市场竞争力越来越强，如何在激烈的市场竞争中占据有利地位和稳定发展成为了每个企业都必须考虑的一个重要成分。随着人们对各种产品的质量和服务水平要求越来越高，企业在保障质量的同时还需要考虑同行业内的企业相互竞争，因此为了保障企业的经济效益需对成本进行控制。

4.销售详情功能：

一秒预览云南历年来各类菌种的总销售情况以及各单品不同品质的详细销量数据。把历年整个云南省各地区的几种热销菌种的销售数量和各单品的销售单价信息分化出来形成新的模块结构:以云南省历年各菌种销售数量和销售单价为核心做到精准每种野生菌不同品质的销售数量和销售单价的一个汇总。如下图所示把云南省历年的菌种市场的销售价格和需求量做了一个准确的解析；市场分析是对市场供需变化的各种因素及其动态、趋势的分析。分析过程是： 提取有关资料和数据，采用适当的方法，分析研究、探索市场变化规律，了解消费者对产品品种、规格、质量、性能、价格的意见和要求，了解市场对某种产品的需求量和销售趋势，了解产品的市场占有率和竞争单位的市场占有情况，了解社会商品购买力和社会商品可供量的变化，并从中判明商品供需平衡的不同情况(平衡或供大于需，或需大于供) ，为企业生产经营决策——合理安排生产、进行市场竞争，和客观管理决策——正确调节市场，平衡产销，发展经济提供重要依据。

5.价格趋势功能：

如下图所示我们可以精准的看到云南各类野生菌2019年的价格走势；把2019年整个云南省各地区的几种热销菌种的实时成交单价的数据以月的形式信息分化出来形成新的模块结构:以云南省2019年几种热销菌种的实时成交单价的数据核心做到精准统计几种热销野生菌每个月的销售单价。如下图所示把云南省2019年每月菌种市场价格做了详细解析；市场趋势分析指的是用科学的方法来预测市场需求和商品的销售趋势。这是决定建设项目是否有建设必要性和生产规模的重要因素。根据分析范围，分为宏观市场趋势分析和微观市场趋势分析。宏观市场趋势分析是国家根据本国国情，对所有投入市场的商品需求趋势进行整体预测分析，是国家制定社会和经济发展规划及相关方针政策的重要依据之一。微观市场趋势分析是对个体商品供需趋势的预测分析，是企业和主管部门制定生产经营计划的重要依据之一。

6.出口贸易功能：

如下图所示我们可以迅速的了解到云南各类野生菌历年出口贸易的总量、各菌种出口单价、各菌种不同品质的出口单价；把云南历年出口的各菌种的、数量、单价(美元为计算单位)、和各菌种不同品质的单价(美元为计算单位)作为核心，结构化的新模块。结合云南菌种商品的出口收入弹性和价格弹性,并将各类菌种整合,选取历年野生菌价格指数、出口野生菌价格平减指数出口野生菌数量和实际汇率为分析标题精准的把云南历年的野生菌出口数量、出口收入总额、各类野生菌出口单价的信息展现出来。出口市场分析也是对对市场供需变化的各种因素及其动态、趋势的分析。分析过程也是依据关资料和数据，采用适当的方法，分析研究、探索市场变化规律，了解消费者对产品品种、规格、质量、性能、价格的意见和要求，了解国外市场对某种产品的需求量和销售趋势，了解社会商品购买力和社会商品可供量的变化，并从中判明商品供需平衡的不同情况(平衡或供大于需，或需大于供) ，为企业生产经营决策——合理安排收购、进行市场竞争，和客观管理决策——正确调节市场，平衡产销，发展经济提供重要依据。

7.生长环境功能：

如图所示，我们能实时掌握云南省各地区的天气、气温、风向、风速、湿度、空气质量、气压、降水量以及体感温度；来实时监控野生菌的生长环境，预估各地区野生菌的产量和生成质量。把云南省各地区的天气、气温、风向、风速、湿度、空气质量、气压、降水量以及体感温度为核心，结构化的新模块。环境控制是其他数据的基础，比如结合历年产量数据可以预估出云南省整个省份或是某个地区下一年的野生菌产量。用好环境控制你能最大化的减少不可控因素对企业内部、企业产品或是服务体系的冲击力。比如环境控制决定了野生菌的产量、销量、价格。能直接影响到云南野生菌在全国的产量占比、销量数据和整体价格，提供了野生菌的基本生长规则。环境是其他所有数据的基础。这更能体现环境控制在大数据时代的重要性。

8.信息港指数功能：

能够准确的了解到云南历年来野生菌价格浮动指数；以历年全国的野生菌单价为核心，根据野生菌的产量，收购量，销量(包括出口销量)，结构化出新模板。数据挖掘是人工智能和数据库研究领域的一个热点。所谓的数据挖掘是指从数据库中的大量数据中揭示隐藏的、先前未知的和潜在有价值的信息的非凡过程。数据挖掘是一个决策支持过程。它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等。它以高度自动化的方式分析企业数据，进行归纳推理，从中挖掘潜在模式，并帮助决策者调整市场策略、降低风险和做出正确决策。知识发现过程①数据准备②数据挖掘③结果的表现和解释。数据挖掘可以与用户或知识库交互。

9.产品中心功能：

如图所示，我们添加不同的查询条件去查找各类野生菌，以所有数据为核心，根据多种复杂的数据查找格式所结构化的新模块。数据检索即把数据库中存储的数据根据用户的需求提取出来。数据检索的结果会生成一个数据表，既可以放回数据库，也可以作为进一步处理的对象所呈现出来。

总结：

大数据概况：

大数据这一类类规模是远远超出传统数据库软件工具能力范围的数据集合，具有大量数据大小、快速数据流、多种数据类型和价值密度低的四大特点。

大数据的本质就是一大堆结构化的和非结构化的数据。因为数据量太大无法使用，所以需要从中获取有价值的内容和想要的数据结构化之后分布管理。 这就是大数据应用程序。

第一个步骤叫数据的收集。首先得有数据，数据的收集有两个方式，第一种就是通过互联网①拿，专业点的说法叫抓取或者爬取，例如搜索引擎就是这么做的，它把网上的所有的信息都下载到它的数据中心，然后你一搜才能搜出来。比如你去搜索的时候，结果会是一个列表，这个列表为什么会在搜索引擎的公司里面呢，就是因为他把这个数据啊都拿下来了，但是你一点链接，点出来这个网站就不在搜索引擎它们公司了。比如说新浪有个新闻，你拿百度搜出来，你不点的时候，那一页在百度数据中心，一点出来的网页就是在新浪的数据中心了。②推送，有很多终端可以帮我收集数据，比如说小米手环，可以将你每天跑步的数据，心跳的数据，睡眠的数据都上传到数据中心里面。第二种就是线下人工采集通过多方数据最终汇总到一起，列入：云南农业大学，农业协会等机构。第二种方法虽然说比第一种方法更加耗时耗力但是他的数据来源更加真实目标数据精准度业更高。

第二个步骤是数据的传输。一般会通过队列方式进行，因为数据量实在是太大了，数据必须经过处理才会有用，可是系统处理不过来，只好排好队，慢慢的处理。

第三个步骤是数据存储。现在数据就是金钱，掌握了数据就相当于掌握了钱。要不然网站怎么知道你想买什么呢？就是因为它有你历史的交易的数据，这个信息可不能给别人，十分宝贵，所以需要存储下来。

第四个步骤是数据的处理和分析(数据整合)。上面存储的数据是原始数据，原始数据多是杂乱无章的，有很多垃圾数据在里面，因而需要清洗和过滤，得到一些高质量的数据。对于高质量的数据，就可以进行分析，从而对数据进行分类，或者发现数据之间的相互关系，得到知识。比如盛传的沃尔玛超市的啤酒和尿布的故事，就是通过对人们的购买数据进行分析，发现了男人一般买尿布的时候，会同时购买啤酒，这样就发现了啤酒和尿布之间的相互关系，获得知识，然后应用到实践中，将啤酒和尿布的柜台弄的很近，就获得了智慧。

第五个步骤就是对于数据的检索和挖掘。检索就是搜索，所谓外事不决问google，内事不决问百度。内外两大搜索引擎都是将分析后的数据放入搜索引擎，从而人们想寻找信息的时候，一搜就有了。另外就是挖掘，仅仅搜索出来已经不能满足人们的要求了，还需要从信息中挖掘出相互的关系。比如财经搜索，当搜索某个公司股票的时候，该公司的高管是不是也应该被挖掘出来呢？如果仅仅搜索出这个公司的股票发现涨的特别好，于是你就去买了，其实其高管发了一个声明，对股票十分不利，第二天就跌了，这不坑害广大股民么？所以通过各种算法挖掘数据中的关系，形成知识库，十分重要。