大数据框架之Hadoop：入门（一）大数据概论

第1章 大数据概论

1.1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。

主要解决，海量数据的存储和海量数据的分析计算问题。

按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 1K =1024Byte 1MB =1024K 1G =1024M 1T = 1024G 1P = 1024T

1.2大数据特点（4V）

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2020年，全球数据使用量将达到35.2ZB。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。

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。比如，在一天监控视频中，我们只关心宋宋老师晚上在床上健身那一分钟，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。

1.3大数据应用场景

1、物流仓储：大数据分析系统助力商家精细化运营、提升销量、节约成本。

2、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，子尿布+啤酒。

3、旅游：深度结合大数据能力与旅游行业需求，共建旅游产业智慧管理、智慧服务和智慧营销的未来。

4、商品广告推荐：给用户推荐可能喜欢的商品

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：

1.4大数据发展前景

1、党的十八大提出“实施国家大数据战略”国务院印发《促进大数据发展行动纲要》，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇。

2、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。

3、国际数据公司 IDC 预测，到2020年，企业基于大数据计算分析平台的支出将突破5000亿美元。目前，我国大数据人才只有46万，未来3到5年人才缺口达150万之多。

目古不变的真理： 先入行者吃肉，后入行者喝汤，最后到的买单。

4、2017年北京大学、中国人民大学、北京邮电大学等25所高校成功申请开设大数据课程。

5、大数据属于高新技术，大牛少，升职竞争小。

6、在北京大数据开发工程师的平均薪水已经到24060元（数据统计来职友集），而且目前还保持强劲的发展势头。

7、智联招聘网站上的大数据工程师薪水如下

1.5大数据部门业务流程分析

大数据部门业务流程分析如下图所示

1.6大数据部门组织结构（重点）

大数据部门组织结构，适用于大中型企业，如下图所示。