我们做政企客户的解决方案支撑工作,一直在跟客户提到“大数据”,通过大数据就能将数据转化成推动精准营销、精准管理的利器。但实际,我们对大数据的理解有多少,今天我们用几张图帮助建立对大数据的技术理解。
一、我们对大数据的误解
在接触大数据之前,我们会简单将系统运行过程中产生的数据,经过分析后呈现出来,称为大数据。但以前,我一直在想这与Mysql、甚至一个简单的Excel存储数据后,再将查询数据吐出来,有什么区别?
二、大数据与传统数据分析的区别
1、数据量大:大数据量级一般会上到PB级别,而一般数据分析在GB、TB级别。
2、数据种类多:大数据一般涉及表格、图像等,而传统数据分析一般是规则的表格化数据。
3、数据增长快:像FaceBook一天就像增长500TB数据量,而传统数据分析基于表格数据,数据量每天增长在MB级别。
4、数据价值低:正是因为有视频图像有很多大量数据,真正有用的数据需要分析后才能知道,单位数据的价值量较低。
三、大数据技术架构与传统数据分析的架构有很大区别
我们做解决方案,有业务出身的人会强调大数据对客户的价值,比如分析某时段加油站岛的利用率分布情况,用于优化加油站岛的布局。但对后台的大数据的架构比较吃力。今天我们用几张的形象图形来展示大数据技术架构。
1、传统数据分析基于单机的存储或计算,性能存在瓶颈。
传统的数据量因为不大,而且主要基于