目录
1 、大数据概念
大数据(BigData) :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。
大数据主要解决,海量数据的采集、存储和分析计算问题。按照顺序给出数据存储单位:bit . Byte KB MB GB TB PB EB ZB YB BB NB DB
1Byte = 8bit 1KB = 1024Byte 1MB = 1024KB 1GB = 1024MB
1G = 1024MB 1TB = 1024GB 1PB = 1024TB
2、大数据特点(5V)
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 2025 年,全球数据使用量将达到 163ZB 。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: 2017 年 3 分 01 秒,天猫交易额超过 100 亿2020 年 96 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。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。5、Veracity (真实性)可信性,真伪性 来源&信誉 有效性 可审计性
3、大数据应用场景
1 、抖音:推荐的都是你喜欢的视频2 、电商站内广告推荐:给用户推荐可能喜欢的商品3 、零售:分析用户消费习惯,为用户购买商品提供方便,从而提升商品销量。经典案例,纸尿布 + 啤酒。4、物流仓储:京东物流,上午下单下午送达、下午下单次日上午送达
5 、保险:海量数据挖掘及风险预测,助力保险 行业精准营销,提升精细化定价能力6 、金融:多维度体现用户特征,帮助金融机构 推荐优质客户,防范欺诈风险7 、房产:大数据全面助力房地产行业,打造精 准投策与营销,选出更合适的地,建造更合适的楼, 卖给更合适的人8 、人工智能 + 5G + 物联网 + 虚拟与现实
4、大数据发展前景
1、党的十九大 提出“ 推动互联网、大数据、人工智能和实体经济深度融合 ”。2、2020年初, 中央推出 34万亿 “新基建”投资计划
3 、下一个风口
2020年是 5G 的元年, 国家在大力铺设 5G 设备 , 2021 年就是 5G 手机应用的开始, 也是大数据要爆发的 1 年 。 5G 带来的是每秒钟 10g 的数据,会给每家公司都带来海量的数据。那么传统的Java 工具根本解决不了海量数据的存储。就更不用说海量数据的计算了。如果你对5G 的感触不够深,可以回忆一下 3G 和 4G 的区别。3G时只能打电话、发短信 ,当时还觉得很好,觉得 3G 不错。但是 4G 来了后 ,大家很少打电话和发短信了,都改为 语音、视频、直播、网上购物 等生活方式, 带火了淘宝、京东、美团、字节跳动等企业 。没有跟上节奏的百度,有点摇摇欲坠。4 、人才紧缺、竞争压力小有句话叫:“ 选择大于努力 ”选择一个好的方向,少奋斗十年。是否记得国家在2017 年才开设大数据课程,当时是 北京大学、人民大学 等 25 所高校开设第一批大数据课程。今年才2022 年。也就是上年才毕业,那么像 Java 、前端大学已经开设多少年了,包括培训班都加在一起,10 多年,可想而知目前市场上,Java和前端的人才有多少。
5、大数据部门间业务流程分析
![]()
![]()
6、大数据部门内组织结构
本篇博客是学习尚硅谷的大数据相关课程总结出的一些笔记,希望能加深大家对大数据这门学科的了解!