大数据技术之概论

1、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。

最小的基本单位是bit，按顺序给出所有单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。

1Byte = 8 Bit
1KB    = 1,024 Bytes
1MB   = 1,024 KB = 1,048,576 Bytes
1GB   = 1,024 MB = 1,048,576 KB = 1,073,741,824 Bytes
1TB    = 1,024 GB = 1,048,576 MB = 1,099,511,627,776 Bytes
1PB   = 1,024 TB = 1,048,576 GB =1,125,899,906,842,624 Bytes
1EB   = 1,024 PB = 1,048,576 TB = 1,152,921,504,606,846,976 Bytes
1ZB   = 1,024 EB = 1,180,591,620,717,411,303,424 Bytes
1YB   = 1,024 ZB = 1,208,925,819,614,629,174,706,176 Bytes

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2020年，全球数据使用量将达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。
天猫双十一：20**年6分58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、大数据能干啥？

1）O2O：百度大数据+平台通过先进的线上线下打通技术和客流分析能力，助力商家精细化运营，提升销量。

 

2）零售：探索用户价值，提供个性化服务解决方案；贯穿网络与实体零售，携手创造极致体验。经典案例，子尿布+啤酒。

 

3）大数据实时推荐

 

4）旅游：深度结合百度独有大数据能力与旅游行业需求，共建旅游产业智慧管理、智慧服务和智慧营销的未来。

 

5）金融风险分析

 

6）移动联通、

 

7）人工智能

 

4、大数据发展前景

前景好不好，看薪资，看就业
人才缺口很大，薪资还可以

 

5、大数据岗位都有哪些？

Spark开发工程师

大数据ETL开发工程师

大数据分析师

Hadoop开发工程师

大数据运维工程师

大数据架构师

大数据人工智能

大数据机器学习

5、大数据生态体系图

image.png

6、大数据简易平台架构图

7、大数据入门学习体系