第1章：大数据概述

1.1大数据的定义

      麦肯锡全球研究所给出大数据（Big Data）的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。即：无法在有限时间内使用常规软件工具对其进行获取、存储、管理和处理的数据集合。

1.2大数据的特点

        近年来，”大数据“这个词对人们来说并不陌生。在业界，人们普遍认为大数据具有以下四个特征，其中包括：海量的数据规模（Volume）、快速的数据流转（Velocity）、多样的数据类型（Variety）和价值密度低（Value），简称"4V"。而IBM提出了大数据的"5V"特点，即在原有的基础上增加了数据的准确性和可信赖度（Veracity），即数据的质量。大数据的"5V"特点如下图所示：

图1.大数据5大特点

1.3大数据的应用

        大数据的价值关键在于大数据的应用。根据大数据的特点可知，大数据在以下领域有突出的应用，详见图2：

图2.大数据的应用

        综上，大数据应用以大数据技术为基础，典型的应用包括，电商领域、金融领域、交通领域、医疗领域等等。

1.4大数据的关键技术

     当人们谈到大数据时，往往并非仅指数据本身，而是数据和大数据技术这二者的综合。所谓大数据技术，是指伴随着大数据的采集、传输、处理和应用的相关技术，是一系列使用非传统的工具来对大量的结构化、半结构化和非结构化数据进行处理，从而获得分析和预测结果的一系列数据处理和分析技术。

        从大数据的基本处理流程来看——采集、存储、分析和实现。其操作流程大致分为以下5个步骤：

             1、数据采集——>2、数据规整——>3、数据存储——>4、数据处理——>5、数据呈现

               基于上述，我们将介绍大数据的5大关键技术，其中包括：大数据接入、大数据存储、大数据分析与挖掘、大数据共享交换和大数据展现。具体如图3所示：

图3.大数据5大关键技术 

1.5本章小结

本章节主要介绍了大数据的定义，特点，应用和关键技术。通过本章节的学习我们对大数据的概念、特点和相关技术有了一定的了解，其中最重要的是要学习大数据的关键技术，即利用大数据技术去解决实际生活中存在的一些问题。由于大数据存在价值密度低的特点，因此需要我们利用大数据技术不断去挖掘数据中潜藏的价值，让数据更好的服务于人类。

参考链接：

1. 百度安全验证

2. 百度百科-验证

3. https://www.douban.com/group/topic/109858772/?_i=6138051FSit9Eb、

4. Juicy Big Data

5. 大数据的 5v 特征分别是什么 - 网安