大数据技术之大数据概论

1 大数据概念

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。
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
大数据主要解决，海量数据的采集、存储和分析计算问题。

2 大数据特点（4V）

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。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。

3 大数据应用场景

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。我选了一种药，又推荐了8种，太棒了，么么哒！
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。大数据应用场景

4 大数据发展前景

大数据发展前景
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

3、下一个风口

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。
5、Boss直聘网站上的部分大数据工程师薪水如下

5 大数据部门间业务流程分析

产品人员提需求（统计总用户数、日活跃用户数、回流用户数等） => 数据部门搭建数据平台、分析数据指标 => 数据可视化（报表展示、邮件发送、大屏展示等）

5.1 大数据部门组织结构

大数据部门组织结构，适用于大中型企业：
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
数据仓库组：ETL工程师-数据清洗，Hive工程师-数据分析数据仓库建模
数据挖掘组：算法工程师，推荐系统工程师，用户画像工程师
报表开发组：JavaEE工程师

6 大数据部门内组织结构