【无标题】大数据导论&编程语言

大数据概念: bigdata,无法用常规软件处理的数据集合,这就需要一种新的模式去处理,这就是大数据
大数据解决的问题: 海量数据的存储 海量数据的计算 海量数据的迁移
大数据应用场景: 为生活赋能/大数据人工智能时代/数字化时代

3.大数据特点
大: 体积大
多: 数据种类和来源多
值: 低价值密度
快: 增长速度快,处理速度快,获取速度快
信: 结果准确,可以信赖的
4.大数据分析步骤
明确分析的目的和思路:
把分析目的分解成若干个不同的分析要点,确保分析框架的体系化和逻辑性
数据收集:
一般数据来源为数据库、第三方数据统计工具、专业的调研机构的统计年鉴或报告、市场调查
数据处理:
(E抽取T转换L加载)数据处理主要包括数据清洗、数据转化、数据提取、数据计算等,将原始数据加工成为分析需要的直观数据
数据分析:
数据分析是指用适当的分析方法及工具，分析处理过的数据，提取有价值的信息的过程
数据可视化:
一般能用图说明问题的就不用表格，能用表格说明问题的就不要用文字。
撰写报告:
数据分析报告其实是对整个数据分析过程的一个总结与呈现。用于决策者参考做出决策
5.大数据学习路线
python基础
mysql数据库
linux操作系统
hadoop&hive&zookeeper等技术栈
项目一
项目二
python高级
spark等技术栈
项目三
项目四
项目五
java基础
flink等技术栈
项目六

计算机组成
计算机组成: 硬件和软件

硬件: 冯诺依曼体系结构(输入设备,输出设备,运算器,控制器,内外存储器)

软件: 系统软件和应用软件

系统软件作用: 承上启下: 硬件和应用软件的桥梁

编程语言

编程语言: 人和计算机交互一种语言

编程语言历史: 低级语言 -> 高级语言 -> 面向对象时代(java和python)

注意: sql是一种特殊的编程语言