“智慧城市”是以多应用、多行业、复杂系统组成的综合体。多个应用系统之间存在信息共享、交互的需求。各不同的应用系统需要共同抽取数据进行综合计算并呈现综合结果。如此众多繁复的系统需要多个强大的信息处理中心进行各种信息的处理。
在智慧城市建设的核心平台之中，原来简单空间数据管理已经不太适用了。传统的地理信息系统相对处理数据的种类和类型比较单一、比较简单。主要是矢量数据，就是点、线、面体以及跟矢量数据相关的一些属性信息。空间数据是利用文件系统来管理，我们用关系数据库来管理这种属性数据。所以文件系统加上关系数据库的系统就变成了一个很典型的地理信息的数据管理系统。这个系统里有一个很明显的问题，就是因为数据是在不同的地方管理，所以造成了在计算效率和数据管理，包括保持数据一致性的时候都有一些困难。所以后来有很多空间数据库来同时管理空间数据和属性数据。将来的方式对于矢量数据应该考虑大规模并行的空间数据库来进行管理。
面对这种大的数据量和多种类的地理信息数据，要从根本上支持庞大系统的安全运行，解决存储量、扩展性和兼容性等方面的问题，尤其是要能够同时的管理结构化和非结构化的地理数据。必须考虑基于云计算的IT架构，建设智慧城市云计算大数据中心。地理信息云数据中心是基于云计算基础架构平台，具备动态添加应用系统的伸缩能力以及相对传统数据中心而言极高的性能投资比（硬件投资至少下降30%以上）。
（一）平台层的统一和高效能
通过架构即服务（Iaas）的构建模式，将传统数据中心不同架构、不同品牌、不同型号的服务器进行整合，通过云操作系统的调度，向应用系统提供一个统一的运行支撑平台。同时，借助于云计算平台的虚拟化基础架构，可以有效的进行资源切割、资源调配和资源整合，按照应用的需求合理分配计算、存储资源，以实现最优的效能。
（二）基础软硬件的监控和管理
基础软硬件管理中心可以实现对基础软件、硬件资源的资产管理；实现基础硬件的状态监控和性能监控；对异常情况触发报警，提醒用户及时维护问题设备；对基础软硬件进行长期的统计分析，为高层次的资源调度提供决策依据。
（三）业务/资源的调度管理
云数据中心的突出特点是实现了基础资源的规模化，提高了资源的利用率，降低了单位资源的成本。业务/资源中心是云数据中心低碳、绿色的开展业务的必然要求，实现了资源的多用户共享，根据业务负载情况，自动将资源调度到需要的地方。
（四）安全控制管理
在云计算的环境下，基础资源的集中规模化管理，使得客户端的安全问题更多地转移到数据中心。云数据中心的安全控制可以从基础软硬件安全设计、云计算中心操作系统架构、策略、认证、加密等多方面进行综合防控，以保证云计算中心的信息安全。
（五）节能降耗管理
云数据中心实现了资源的多租户应用。通过业务的历史统计信息，配合业务/资源调度管理，可以有效提高资源的利用率。在典型应用中，采用节能技术的云数据中心，可以将资源负载提高到80%，除去资源调度过程中的损耗，可以将资源的有效负载提高2倍。当数据中心整体负载降低的情况下，可将空闲资源转入休眠模式，从而在最大程度上实现数据中心低碳的运营。
（六）大规模地理计算与分析
目前流行基于云存储的MapReduce等技术只能看做是大数据技术示范，相比传统分布式计算、并行计算技术其适用的范围较窄，难以提高GIS中大部分运算效率，云数据中心为地理信息大数据的高并发、大规模地理计算与分析提供了建立地理信息自身的大数据技术体系基础。
