而要真正实现智慧城市，必须引入大数据技术，主要包含三大方面的需求，通过以下三个方面才能实现海量数据的搜集、处理、加工、分析，并真正作用于具体细分行业：

　　1.大数据融合技术

　　我国智慧城市建设面临的重大挑战之一，是城市系统之间由于标准问题无法有效集成，形成信息孤岛。因此，在大数据融合技术领域，一方面要加强大数据标准建设，另一方面要加强海量异构数据建模与融合、海量异构数据列存储与索引等关键技术研发，为给予底层数据集成的信息共享提供标准和技术保障。

　　2.大数据处理技术

　　大规模数据在智慧城市系统流动过程中，出于传输效率、数据质量与安全等因素的考虑，需要对大规模数据进行预处理。大数据处理技术往往需要与基于云计算的并行分布式技术相结合，这也是目前国际产业界普遍采用的技术方案。

　　3.大数据分析和挖掘技术

　　大数据分析与挖掘技术为智慧城市治理提供了强大的决策支持能力。相比于大数据融合和处理技术，大数据分析与挖掘技术更为复杂，是国际学术界和产业界面临的极具挑战性的技术难题。

　　随着大数据技术的不断发展，以及行业用户对大数据技术的需求日渐明显，大数据行业应用遍地开花。笔者通过对海康威视在智慧城市大数据应用的探索，分享一些国内外的实际案例供读者借鉴。

　　1.国内的智慧城市

　　2013年3月，北京市的“智慧朝阳服务网”正式上线。通过大数据技术的处理、分析手段，从支撑库提炼出数据后发送到服务管理系统，然后通过服务门户，包括微信、微博、移动应用、服务网站、机顶盒等多元化的方式与不同的用户群体进行沟通。

　　2.国外的智慧城市

　　瑞典首都斯德哥尔摩市政府在通往市中心的道路上设置了18个路边控制站，通过使用RFID技术以及利用激光、照相机和先进的自由车流路边系统，自动识别进入市中心的车辆，自动向在周一至周五(节假日除外)6：30到18：30之间进出市中心的注册车辆收税。通过收取“道路堵塞税”减少了车流，交通拥堵降低了25%，交通排队所需的时间下降50%，道路交通废气排放量减少了8%—14%，二氧化碳等温室气体排放量下降了40%。