摘要：随着我国經济和网络技术的快速发展，当前对于网络数据的管理需求也极速增加，无论是数据的收集整理还是数据安全的保证，都对新时代数据管理人员的工作提出了更高的要求。本文探讨了大数据的定义概述，分析了大数据时代数据信息管理流程，研究了大数据时代数据管理技术优化理念。
关键词：大数据;数据管理;信息技术优化;安全保障;数据安全
一、数据管理技术的介绍
目前我国的数据管理技术主要经历了三个阶段：人工管理、文件系统管理、数据库系统管理。目前数据应用领域正在不断的增长，相关数据管理和保存也面临着巨大的困难和挑战，环境变得越来越复杂，我国目前使用的数据库技术存在着很多的缺点，需要我们及时的解决。
1.1 人工管理阶段
20世纪50年代中期，计算机的主要用途为科学计算，当时并没有磁盘等存储设备，只能依靠纸带、卡片、磁带等进行存储，更没有现代的操作系统和数据信息管理软件。该阶段对数据信息的保存量很少，更没有实现数据间的共享，数据没有相对的独立性。
1.2 文件系统阶段
20世纪50年代后期，计算机硬件和软件的开发进入了一个崭新的高度，逐渐的普及了磁盘、磁鼓等存储设施，这一阶段我们将计算机中需要存储的数据和信息命名为某一个文件，需要访问时直接点击文件名即可，计算机对文件中记录和保存的数据信息进行管理[1]。相关数据和信息可以长期的保存在计算机上，可以实现反复的修改和处理，支持查询、插入、修改、删除等多种操作。但是存在共享性差、独立性差的缺点，管理和维护起来成本比较高。
1.3 数据库阶段
20世纪60年代后期，计算机系统得到了进一步的发展，逐渐的开发出了能够存储更大数据信息的磁盘，存储数据信息的数量得到了很大程度的增加，成本却逐渐的下降。将文件系统管理时代的缺点进行了有效的弥补，满足了多个客户之间实现数据信息共享的需求，使数据信息为更多的人们提供便利，因此出现了数据库管理技术。数据库管理技术的优势在于，其中的数据和信息不再只是针对个人，而是面向组织，有着结构性强、共享性高、冗余度小的特点，可以实现数据信息的统一管理。
二、大数据时代数据信息管理流程
2.1大数据信息的采集
采集是大数据信息分析的首要环节和工作，在近些年的大数据应用中极为关键，数据信息的收集质量直接影响到大数据处理技术的应用质量，对于大数据信息的整理规律性也具有重要影响，在近些年的数据信息应用中，逐渐建立起了繁多的互联网大数据库，对于数据管理和采集的要求也更为成熟，相关的互联网企业都需要能够根据采集的数据建立起庞大的数据体系，从而更好地进行简单的大数据应用和查询工作，但由于当前数据采集的质量和效率都不够高，采集的难度有很大，因此对于数据库的建设极为困难，需要相关的人员能够找到针对性的数据采集方式。同时，由于大数据的访问数量极为庞大，相关的访问量在峰值时能够达到惊人的上百万，因此对于采集部门对于梳理的管理也形成了不可避免的考验，需要通过合理的数据管理和应用来构建庞大的数据管理体系，从而更好地支撑大数据库完成数据查询和管理动作，并实现数据库负载均衡的优化。
2.2大数据信息的统计和管理分析
在大数据的统计和管理分析等方面，需要能够采取科学合理的数据整理与管理方式，实现对于数据库和数据信息群的优化分析汇总，并利用合理且科学的方式对数据信息进行分析，从而更好地满足不同客户的需要。
而在企业管理和个人决策中，则需要能够根据不同的数据信息，实现对于大数据信息的统计和科学管理，进而实现对于大数据信息的优化管理与分析，帮助企业和个人用户更好地应用大数据信息处理技术。而在这同时，还需要能够根据不同的信息技术和数据分析需求，采取不同的数据分析技术和能力，实现对于大数据的实时性分析与研究，并选择科学且合理的数据分析模型和数据分析方式，从而更好地实现对于庞大信息量的管理工作。
2.3大数据信息的管理和预处理
对于大数据信息技术的应用，需要从两个方面进行，一个便是上面提到的大数据信息的应用，另一个则是我们需要更好地去思考的，如何更好地实现对于大数据信息的预处理，从而更好地预防大数据信息出现的问题，实现对于大数据信息的合理化和科学化管理，优化大数据信息的应用及有效性，避免由于信息自身的错误导致的大数据应用的错误。因此，在进行大数据信息管理时，采用前端数据导入并集中数据库处理，同时还应该采用分布式储存的方式，在导入的基础上进行预处理，从而更好地实现对于大量数据的统一处理，避免由于数据量过大导致的大数据处理出现混乱的问题，从而提升大数据技术应用的质量，提升数据管理水平。
三、大数据时代数据管理技术优化理念
3.1挖掘大數据信息的价值
想要实现大数据时代的数据信息管理技术的优化，便需要能够将数据进行分级，从而更好地管理和整理数据。为此，正是需要深入地挖掘大数据信息自身的内在价值，从而更好地实现对于大数据信息的综合利用和分析。因此，可以通过数据信息的多种类比进行分析，从而更好地实现对于数据类别的判断。例如对于广告库的构建，需要涵盖广告库和相关的广告内容与信息，同时也可以采用同样的方式分析传统的数据库，借助算法来表现其价值，从而更好地进行客户之间的使用效果分析，向用户提供更有价值的数据和信息，进而实现对于大数据时代下数据信息的管理技术的优化。
3.2深层处理大数据信息
在进行数据分析之前，不仅需要能够实现对于数据管理的技术优化，还需要深层的处理大数据信息，这样一来才能够更好地实现对于数据信息技术的优化和应用，为此需要能够严格地按照相关的数据分析流程，深入地对相关数据进行深层次的处理和分析，进而实现去伪存真，从而使得大数据的应用能够逐步地取代传统的信息处理技术与方式，推动大数据能够应用到生产生活的各个方面。而在大数据背景下，进行更好地数据管理技术应用能够更好地实现对于数据背景下的复杂信息转化和深入识别，从而促进整体分类整合，并提出不必要的虚假信息，进而在深层次处理余下的信息和数据，从而将处理结果转化到实际的应用中去，从而帮助用户更好地获取有价值的信息。
3.3把握大数据分析的相关变量
大数据应用在实际的应用活动中，需要能够根据大数据分析的相关变量，对数据进行统一分析，进而帮助大数据分类中实现相关性的优化，避免由于大规模变化和数据量过大导致的数据量混乱。此外，大数据背景下，由于出现了庞大的数据规模，所以仅仅只是依靠单一的线性处理技术，实现对于大数据的分析处理并不现实，而计算方式和大数据的应用关系非常密切，虽然数量和变量的持续变化很难，但对于大数据的管理仍然存在着重要的促进作用。
结束语：
我们已经迎来了大数据时代，数据管理技术已经发展到了一个新的高度，我们将数据管理技术的发展历程进行了析和研究，大数据管理技术进行探讨，对其中的关系数据库和No SQL数据库进行了分析和对比，随着人们对于数据信息管理需求的不断增加，所以才研究和开发出了关系数据库和No SQL数据库，数据信息发展阶段的不同，需要选择适合的数据管理技术和管理方法，促进我国大数据管理技术的可持续发展。
参考文献
[1]朱晓丽,高鹏.探究大数据时代的计算机信息处理技术[J].科学大众(科学教育),2018(07):143.
[2]王小洁.大数据时代信息安全的新特点与新要求[J].电子技术与软件工程,2018(12):217-218.
[3]吴明菁.大数据时代管理会计实践与创新探讨[J].现代商贸工业，2017（10）：182-183.
[4]王颖.大数据时代数据管理技术探析[J].信息系统工程，2019（6）：48.