1.大数据概念
大数据主要解决两个问题: 海量数据的存储问题,海量数据的计算问题;
2.大数据的特点
volume
variety
value
velocity
veracity
大 数据量大 数据体量贼大
多 数据种类多 结构化,非结构化的数据
值 需要在海量数据中捞取有价值的数据;
快 离线处理 实时处理
信 数据准确 数据质量高
3. 大数据的应用场景
电商方面: 用户行为分析;
传媒方向: 内容推荐;
金融领域: 个人信用评估
交通领域: 车流控制
电信领域: 套餐推荐
安防方面: 人脸识别
医疗体系: 智慧医疗
4. 大数据分析基本步骤
- 明确分析目的和思路
- 数据收集
- 数据处理(ETL)
- 数据分析
- 数据可视化
- 报表呈现
5. 大数据部门组织架构
平台组 -> 大数据平台环境搭建,集群性能监控,集群性能调优
数据仓库组 ->ETL工程师 hive工程师-数仓建模和数据分析
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 -> 报表开发
6. 计算机原理
现代计算机大多基于冯诺依曼结构;包括程序和数据;
计算机包括存储器,运算器,控制器,输入输出设备;
硬件和软件
软件: 操作系统 -> 系统软件 -> 应用软件
操作系统: 管理处理器, 管理存储器, 管理IO设备, 管理文件。
程序之间轮换着进入cpu计算,core
常见的操作系统:
windows
, linix
, unix
, Mac
, Android