大数据导论
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,是需要更新处理模式才能处理的海量信息资产。
最小的基本单位是bit,按照顺序给出所有单位:bit byte KB MB GB TB PB EB ZB YB BB NB DB
进制都是1024
1Byte = 8bit 1K = 1024B ... 1D = 1024N
1986年,全球的数据只有0.02EB,到了2007年,全球的数据有280EB,现在平均每40个月,数据量就会翻倍,预计到2025年,全球会有163ZB的数据量
大数据的特点
- Volume(大量)
当前典型计算机的硬盘容量为TB级别,一些大企业的数据的量级已经接近EB级别
- Velocity(高速)
这是大数据区分于传统数据挖掘的最显著的特征.在海量的数据面前,处理数据的效率就是企业的生命
- Variety(多样)
这种类型的多样性也让数据分为结构话数据和非结构化数据.相对于以往便于存储的结构话数据,非结构化的数据越来越多,包括网络日志、音频、视频、图片、地理信息等,这些对数据的处理能力提出了更高的要求
- Value(低价值密度)
比如给你提供了一天的监控视频,对你来说有价值的只有一分钟,如何快速对有价值的数据进行提纯,成为目前大数据背景下面待解决的问题
大数据的发展前景
- 大数据是国家战略
- 未来3到5年人才缺口将达到150W
企业数据部的业务流程分析
业务人员提需求(统计用户访问数、用户下单数、用户支付数等) -》 数据部门分析 -》 数据展示(报表平台组、发邮件excel等)