一、HADOOP概述

---------------------------------------
         一、HADOOP概述
---------------------------------------

--[01.整体介绍]

技术要求:Javase maven + idea + linux 常用命令

--[02.大数据概念]

    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.
    大数据主要解决,海量数据的采集、存储和分析计算问题.

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

--[03.大数据特点]

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.

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.
比如,在一天监控视频中,我们只关心宋宋老
师晚上在床上健身那一分钟,如何快速对有价值数
据“提纯”成为目前大数据背景下待解决的难题.

--[04.大数据的应用场景]
1、抖音:推荐的都是你喜欢的视频
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
 
--[05.大数据的发展场景]

1、党的十九大提出“推动互联网、大数据、人工智能和实体经济深度融合”.
2、2020年初,中央推出34万亿“新基建”投资计划
+ - - - - - - - - - - - - - - - - +   
   "新基建"投资规模拆分
+ - - - - - - - - - - - - - - - - +   
项目       2020年投资规模(亿元)
5G         3000
特高压     600
轨道交通   5000
充电桩     100
数据中心   1000
人工智能   350
工业互联网 100
合计       10150
+ - - - - - - - - - - - - - - - - +   

3、下一个风口
    自古不变的真理:先入行者吃肉,后入行者喝汤,最后到的买单！
2020年是5G的元年,国家在大力铺设5G设备,2021年就是5G手机应用的开
始,也是大数据要爆发的1年.5G带来的是每秒钟10g的数据,会给每家公司都
带来海量的数据.那么传统的Java工具根本解决不了海量数据的存储.就更不用
说海量数据的计算了.如果你对5G的感触不够深,可以回忆一下3G和4G的区别.
3G时只能打电话、发短信,当时还觉得很好,觉得3G不错.但是4G来了后,大
家很少打电话和发短信了,都改为语音、视频、直播、网上购物等生活方式,带
火了淘宝、京东、美团、字节跳动等企业.没有跟上节奏的百度,有点摇摇欲坠.
    自古不变的真理:先入行者吃肉,后入行者喝汤,最后到的买单！

4、人才紧缺、竞争压力小

    有句话叫:“选择大于努力”选择一个好的方向,少奋斗十年.是否记得
国家在2017年才开设大数据课程,当时是北京大学、人民大学等25所高校开设
第一批大数据课程.今年才2021年.也就是今年才毕业,那么像Java、前端大学
已经开设多少年了,包括培训班都加在一起,10多年,可想而知目前市场上,
Java和前端的人才有多少.

    大数据的人才目前除了培训机构培养的,没有真正的科班毕业,而且真正
能培养好大数据人才的培训机构又有几个. 所以目前选择大数据是最佳选择.
如果担心自己不是科班,其实也大可不必,因为大学真的学不了啥.只要
是能考上本科,说明你不笨,那学大数据就没问题.

--[06.未来工作内容]

--大数据部门间业务流程分析
(1)
产品人员提需求(统计双11实时交易额、各地区销售排行TopN等)

(2)
数据部门搭建数据平台、分析数据指标

(3)
数据可视化(报表展示、邮件发送、大屏幕展示等)

--大数据部门内组织结构

1.平台组

Hadoop、Flume、Kafka、HBase、Spark等框架平台搭建

集群性能监控

集群性能调优

2.数据仓库组

ETL工程师(数据清洗)

数据分析、数据仓库建

3.实时组

实时指标分析、性能调优

4.数据挖掘组

算法工程师

推荐系统工程师

用户画像工程师

5.报表开发组

JavaEE工程

前端工程师