【Hadoop】 1. 大数据概论

1.1 大数据概念

1. 大数据（Big Data）：指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产
2. 大数据主要解决，海量数据的采集、存储和分析计算问题
3. 按顺序给出数据存储单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。1Byte = 8bit 1K = 1024Byte 1MB = 1024K 1G = 1024M 1T = 1024G 1P = 1024T

1.2 大数据的特点

1. Volume（大量）

   截至目前，人类生产的所有印刷材料的数据量是200PB，而历史上全人类总共说过的话的数据量大约是5EB。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级

2. Velocity（高速）

   这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告，预计到2025年，全球数据使用量将达到163ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。天猫双十一：2017年3分01秒，天猫交易额超过100亿；2020年96秒，天猫交易额超过100亿

3. Variety（多样）

   这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以数据库/文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求

4. Value（低价值密度）

   价值密度的高低与数据总量的大小成反比

1.3 大数据应用场景

1. 短视频平台
2. 电商站内广告推荐：给用户推荐可能喜欢的商品
3. 零售：分析用户消费习惯，为用户购买商品提供方便，从而提升商品销量。
   经典案例，纸尿布+啤酒
4. 物流仓储：京东物流，上午下单下午送达、下午下单次日上午送达
5. 保险：海量数据挖掘及风险预测，助力保险行业精准营销，提升精细化定价能力
6. 金融：多维度体现用户特征，帮助金融机构，推荐优质客户，防范欺诈风险
7. 房产：大数据全面助力房地产行业，打造精准投策与营销，选出更合适的地，建造更合适的楼，卖给更合适的人
8. 人工智能+ 5G + 物联网+ 虚拟与现实