大數(shù)據(jù)方面學(xué)習(xí)3

大數(shù)據(jù)時(shí)代不知道BIGDATA?你out了!反對(duì)派認(rèn)為，我們現(xiàn)在處在一個(gè)盲目的大數(shù)據(jù)崇拜時(shí)代大數(shù)據(jù)的定義理解大數(shù)據(jù)相關(guān)技術(shù)與應(yīng)用目錄facebook社交網(wǎng)絡(luò)淘寶、ebuy電子商務(wù)微博、Apps移動(dòng)互聯(lián)21世紀(jì)是數(shù)據(jù)信息大發(fā)展的時(shí)代，移動(dòng)互聯(lián)、社交網(wǎng)絡(luò)、電子商務(wù)等極大拓展了互聯(lián)網(wǎng)的邊界和應(yīng)用范圍，各種數(shù)據(jù)正在迅速膨脹并變大。互聯(lián)網(wǎng)（社交、搜索、電商）、移動(dòng)互聯(lián)網(wǎng)（微博）、物聯(lián)網(wǎng)（傳感器，智慧地球）、車聯(lián)網(wǎng)、GPS、醫(yī)學(xué)影像、安全監(jiān)控、金融（銀行、股市、保險(xiǎn)）、電信（通話、短信）都在瘋狂產(chǎn)生著數(shù)據(jù)。“大數(shù)據(jù)”的誕生：半個(gè)世紀(jì)以來，隨著計(jì)算機(jī)技術(shù)全面融入社會(huì)生活，信息爆炸已經(jīng)積累到了一個(gè)開始引發(fā)變革的程度。它不僅使世界充斥著比以往更多的信息，而且其增長(zhǎng)速度也在加快。信息爆炸的學(xué)科如天文學(xué)和基因?qū)W，創(chuàng)造出了“大數(shù)據(jù)”這個(gè)概念*。如今，這個(gè)概念幾乎應(yīng)用到了所有人類智力與發(fā)展的領(lǐng)域中。大數(shù)據(jù)時(shí)代的背景GBTBPBEBZB想駕馭這龐大的數(shù)據(jù)，我們必須了解大數(shù)據(jù)的特征。地球上至今總共的數(shù)據(jù)量：在2006年，個(gè)人用戶才剛剛邁進(jìn)TB時(shí)代，全球一共新產(chǎn)生了約180EB的數(shù)據(jù)；在2011年，這個(gè)數(shù)字達(dá)到了1.8ZB。而有市場(chǎng)研究機(jī)構(gòu)預(yù)測(cè)：到2020年，整個(gè)世界的數(shù)據(jù)總量將會(huì)增長(zhǎng)44倍，達(dá)到35.2ZB（1ZB=10億TB）！1PB

=2^50字節(jié)1EB

=2^60字節(jié)1ZB=2^70字節(jié)大數(shù)據(jù)時(shí)代的爆炸增長(zhǎng)“大量化(Volume)、多樣化(Variety)、快速化(Velocity)、價(jià)值密度低（Value）”就是“大數(shù)據(jù)”的顯著特征，或者說，只有具備這些特點(diǎn)的數(shù)據(jù)，才是大數(shù)據(jù)。VolumeVelocityValueVariety大數(shù)據(jù)的4V特征大數(shù)據(jù)=海量數(shù)據(jù)+復(fù)雜類型的數(shù)據(jù)海量交易數(shù)據(jù)：企業(yè)內(nèi)部的經(jīng)營(yíng)交易信息主要包括聯(lián)機(jī)交易數(shù)據(jù)和聯(lián)機(jī)分析數(shù)據(jù)，是結(jié)構(gòu)化的、通過關(guān)系數(shù)據(jù)庫進(jìn)行管理和訪問的靜態(tài)、歷史數(shù)據(jù)。通過這些數(shù)據(jù)，我們能了解過去發(fā)生了什么。大數(shù)據(jù)包括：交易數(shù)據(jù)和交互數(shù)據(jù)集在內(nèi)的所有數(shù)據(jù)集海量交互數(shù)據(jù)：源于Facebook、Twitter、LinkedIn及其他來源的社交媒體數(shù)據(jù)構(gòu)成。它包括了呼叫詳細(xì)記錄CDR、設(shè)備和傳感器信息、GPS和地理定位映射數(shù)據(jù)、通過管理文件傳輸ManageFileTransfer協(xié)議傳送的海量圖像文件、Web文本和點(diǎn)擊流數(shù)據(jù)、科學(xué)信息、電子郵件等等?？梢愿嬖V我們未來會(huì)發(fā)生什么。海量數(shù)據(jù)處理：大數(shù)據(jù)的涌現(xiàn)已經(jīng)催生出了設(shè)計(jì)用于數(shù)據(jù)密集型處理的架構(gòu)。例如具有開放源碼、在商品硬件群中運(yùn)行的ApacheHadoop。大數(shù)據(jù)的構(gòu)成大數(shù)據(jù)的定義理解大數(shù)據(jù)相關(guān)技術(shù)與應(yīng)用目錄1、密不可分的大數(shù)據(jù)與云計(jì)算商業(yè)模式驅(qū)動(dòng)應(yīng)用需求驅(qū)動(dòng)云計(jì)算本身也是大數(shù)據(jù)的一種業(yè)務(wù)模式大數(shù)據(jù)是落地的云云計(jì)算的模式是業(yè)務(wù)模式，本質(zhì)是數(shù)據(jù)處理技術(shù)。數(shù)據(jù)是資產(chǎn)，云為數(shù)據(jù)資產(chǎn)提供存儲(chǔ)、訪問和計(jì)算。當(dāng)前云計(jì)算更偏重海量存儲(chǔ)和計(jì)算，以及提供的云服務(wù)，運(yùn)行云應(yīng)用，但是缺乏盤活數(shù)據(jù)資產(chǎn)的能力，挖掘價(jià)值性信息和預(yù)測(cè)性分析，為國(guó)家、企業(yè)、個(gè)人提供決策和服務(wù)，是大數(shù)據(jù)核心議題，也是云計(jì)算的最終方向。2、大數(shù)據(jù)不僅僅是“大”多大？至少PB級(jí)比大更重要的是數(shù)據(jù)的復(fù)雜性，有時(shí)甚至大數(shù)據(jù)中的小數(shù)據(jù)如一條微博就具有顛覆性的價(jià)值3、軟件是是大數(shù)據(jù)據(jù)的引擎擎和數(shù)據(jù)中中心（DataCenter）一樣，軟軟件是大大數(shù)據(jù)的的驅(qū)動(dòng)力力，軟件件改變世世界大數(shù)據(jù)生生態(tài)：軟軟件是引引擎4、大數(shù)據(jù)據(jù)的應(yīng)用用不僅僅僅是精準(zhǔn)準(zhǔn)營(yíng)銷通過用戶戶行為分分析實(shí)現(xiàn)現(xiàn)精準(zhǔn)營(yíng)營(yíng)銷是大大數(shù)據(jù)的的典型應(yīng)應(yīng)用，但但是大數(shù)數(shù)據(jù)在各各行各業(yè)業(yè)特別是是公共服服務(wù)領(lǐng)域域具有廣廣闊的應(yīng)應(yīng)用前景景消費(fèi)行業(yè)業(yè)金融服務(wù)務(wù)食品安全全醫(yī)療衛(wèi)生生軍事交通環(huán)保保電子商務(wù)務(wù)氣象5、管理大大數(shù)據(jù)““易”理理解大數(shù)數(shù)據(jù)“難難”雖然大數(shù)數(shù)據(jù)是一一個(gè)重大大問題，，真正的的問題是是讓大數(shù)數(shù)據(jù)更有有意義目前大數(shù)數(shù)據(jù)管理理多從架架構(gòu)和并并行等方方面考慮慮，解決決高并發(fā)發(fā)數(shù)據(jù)存存取的性性能要求求及數(shù)據(jù)據(jù)存儲(chǔ)的的橫向擴(kuò)擴(kuò)展，但但對(duì)非結(jié)結(jié)構(gòu)化數(shù)數(shù)據(jù)的內(nèi)內(nèi)容理解解仍缺乏乏實(shí)質(zhì)性性的突破破和進(jìn)展展，這是是實(shí)現(xiàn)大大數(shù)據(jù)資資源化、、知識(shí)化化、普適適化的核核心非結(jié)構(gòu)化化海量信信息的智智能化處處理：自自然語言言理解、、多媒體體內(nèi)容理理解、機(jī)機(jī)器學(xué)習(xí)習(xí)等大數(shù)據(jù)的定義理解大數(shù)據(jù)相關(guān)技術(shù)與應(yīng)用目錄分析技術(shù)術(shù)：數(shù)據(jù)處理理：自然然語言處處理技術(shù)術(shù)統(tǒng)計(jì)和分分析：A/Btest;topN排行榜；；地域占占比；文文本情感感分析數(shù)據(jù)挖掘掘：關(guān)聯(lián)聯(lián)規(guī)則分分析；分分類；聚聚類模型預(yù)測(cè)測(cè)：預(yù)測(cè)測(cè)模型；；機(jī)器學(xué)學(xué)習(xí)；建建模仿真真大數(shù)據(jù)技技術(shù)：數(shù)據(jù)采集集：ETL工具數(shù)據(jù)存取取：關(guān)系系數(shù)據(jù)庫庫；NoSQL；SQL等基礎(chǔ)架構(gòu)支持持：云存儲(chǔ)；；分布式文件件系統(tǒng)等計(jì)算結(jié)果展現(xiàn)現(xiàn)：云計(jì)算；；標(biāo)簽云；關(guān)關(guān)系圖等存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)：：海量數(shù)據(jù)的查查詢、統(tǒng)計(jì)、、更新等操作作效率低非結(jié)構(gòu)化數(shù)據(jù)據(jù)圖片、視頻、、word、pdf、ppt等文件存儲(chǔ)不利于檢索、、查詢和存儲(chǔ)儲(chǔ)半結(jié)構(gòu)化數(shù)據(jù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化化存儲(chǔ)按照非結(jié)構(gòu)化化存儲(chǔ)解決方案：Hadoop（MapReduce技術(shù)）流計(jì)算（twitter的storm和yahoo！的S4）數(shù)據(jù)采集數(shù)據(jù)儲(chǔ)存數(shù)據(jù)管理數(shù)據(jù)分析與挖掘一些些相相關(guān)關(guān)技技術(shù)術(shù)行業(yè)業(yè)拓拓展展者者，，打打造造大大數(shù)數(shù)據(jù)據(jù)行行業(yè)業(yè)基基石石：：IBM：IBM大數(shù)數(shù)據(jù)據(jù)提提供供的的服服務(wù)務(wù)包包括括數(shù)數(shù)據(jù)據(jù)分分析析，，文文本本分分析析，，藍(lán)藍(lán)色色云云杉杉（（混混搭搭供供電電合合作作的的網(wǎng)網(wǎng)絡(luò)絡(luò)平平臺(tái)臺(tái)））;業(yè)務(wù)務(wù)事事件件處處理理；；IBMMashupCenter的計(jì)計(jì)量量，，監(jiān)監(jiān)測(cè)測(cè)，，和和商商業(yè)業(yè)化化服服務(wù)務(wù)（（MMMS）IBM的大大數(shù)數(shù)據(jù)據(jù)產(chǎn)產(chǎn)品品組組合合中中的的最最新新系系列列產(chǎn)產(chǎn)品品的的InfoSpherebigInsights，基基于于ApacheHadoop。該產(chǎn)產(chǎn)品品組組合合包包括括：：打包包的的ApacheHadoop的軟軟件件和和服服務(wù)務(wù)，，代代號(hào)號(hào)是是bigInsights核心心，，用用于于開開始始大大數(shù)數(shù)據(jù)據(jù)分分析析軟件件被被稱稱為為bigsheet，軟軟件件目目的的是是幫幫助助從從大大量量數(shù)數(shù)據(jù)據(jù)中中輕輕松松、、簡(jiǎn)簡(jiǎn)單單、、直直觀觀的的提提取取、、批批注注相相關(guān)關(guān)信信息息為金金融融，，風(fēng)風(fēng)險(xiǎn)險(xiǎn)管管理理，，媒媒體體和和娛娛樂樂等等行行業(yè)業(yè)量量身身定定做做的的行行業(yè)業(yè)解解決決方方案案微軟：：2011年1月與惠惠普（（具體體而言言是HP數(shù)據(jù)庫庫綜合合應(yīng)用用部門門）合合作作目標(biāo)標(biāo)是開開發(fā)了了一系系列能能夠提提升生生產(chǎn)力力和提提高決決策速速度的的設(shè)備備。EMC：EMC斬獲了了紐交交所和和Nasdaq；大數(shù)據(jù)據(jù)解決決方案案已包包括40多個(gè)產(chǎn)產(chǎn)品。。Oracle：Oracle大數(shù)據(jù)據(jù)機(jī)與與OracleExalogic中間件件云服服務(wù)器器、OracleExadata數(shù)據(jù)庫庫云服服務(wù)器器以及及OracleExalytics商務(wù)智智能云云服務(wù)務(wù)器一一起組組成了了甲骨骨文最最廣泛泛、高高度集集成化化系統(tǒng)統(tǒng)產(chǎn)品品組合合。大數(shù)據(jù)的應(yīng)應(yīng)用——企業(yè)在投入入政府職能變變革重視應(yīng)用大大數(shù)據(jù)技術(shù)術(shù)，盤活各各地云計(jì)算算中心資產(chǎn)產(chǎn)：把原來來大規(guī)模投投資產(chǎn)業(yè)園園、物聯(lián)網(wǎng)網(wǎng)產(chǎn)業(yè)園從從政績(jī)工程程，改造成成智慧工程程；在安防領(lǐng)域域，應(yīng)用大大數(shù)據(jù)技術(shù)術(shù)，提高應(yīng)應(yīng)急處置能能力和安全全防范能力力；在民生領(lǐng)域域，應(yīng)用大大數(shù)據(jù)技術(shù)術(shù)，提升服服務(wù)能力和和運(yùn)作效率率，以及個(gè)個(gè)性化的服服務(wù)，比如如醫(yī)療、衛(wèi)衛(wèi)生、教育育等部門；；解決在金融融，電信領(lǐng)領(lǐng)域等中數(shù)數(shù)據(jù)分析的的問題：一一直得到得得極大的重重視，但受受困于存儲(chǔ)儲(chǔ)能力和計(jì)計(jì)算能力的的限制，只只局限在交交易數(shù)型數(shù)數(shù)據(jù)的統(tǒng)計(jì)計(jì)分析；政府投入將將形成示范范效應(yīng)，大大大推動(dòng)大大數(shù)據(jù)的發(fā)發(fā)展。大數(shù)據(jù)的應(yīng)應(yīng)用——政府“智慧大腦”智能感知互聯(lián)互通智能運(yùn)營(yíng)協(xié)同共享美國(guó)奧巴馬馬政府在白白宮網(wǎng)站發(fā)發(fā)布《大數(shù)據(jù)研究究和發(fā)展倡倡議》，提出“通通過收集、、處理龐大大而復(fù)雜的的數(shù)據(jù)信息息，從中獲獲得知識(shí)和和洞見，提提升能力，，加快科學(xué)學(xué)、工程領(lǐng)領(lǐng)域的創(chuàng)新新步伐，強(qiáng)強(qiáng)化美國(guó)國(guó)國(guó)土安全，，轉(zhuǎn)變教育育和學(xué)習(xí)模模式”；；中國(guó)工程院院院士鄔賀賀銓說道，，“智慧城城市是使用用智能計(jì)算算技術(shù)使得得城市的關(guān)關(guān)鍵基礎(chǔ)設(shè)設(shè)施的組成成和服務(wù)更更智能、互互聯(lián)和有效效，隨著智智慧城市的的建設(shè)，社社會(huì)將步入入“大數(shù)據(jù)據(jù)”時(shí)代。?！彪y點(diǎn)：1、在最初就就合理規(guī)劃劃智慧城市市（深度思思考哪些領(lǐng)領(lǐng)域能夠運(yùn)運(yùn)用）；2、在城市發(fā)發(fā)展基礎(chǔ)設(shè)設(shè)施和“云云產(chǎn)業(yè)”的的同時(shí)，更更多重視““數(shù)據(jù)”的的價(jià)值；3、在大數(shù)據(jù)據(jù)處理領(lǐng)域域的核心技技術(shù)不足，，需要政府府更大的投投入。大數(shù)據(jù)的應(yīng)應(yīng)用——熱點(diǎn)：智智慧城市市政府、金金融、電電信等行行業(yè)投資資建立大大數(shù)據(jù)的的處理分分析手段段，實(shí)現(xiàn)現(xiàn)綜合治治理、業(yè)業(yè)務(wù)開拓拓等目標(biāo)標(biāo)；應(yīng)用用到制造造等更多多行業(yè)。。更多行業(yè)業(yè)的應(yīng)用用數(shù)據(jù)的再再利用：：由于在信信息價(jià)值值鏈中的的特殊位位置，有有些公司司可能會(huì)會(huì)收集到到大量的的數(shù)據(jù)，，但他們們并不急急需使用用也不擅擅長(zhǎng)再次次利用這這些數(shù)據(jù)據(jù)。例如如，移動(dòng)動(dòng)電話運(yùn)運(yùn)營(yíng)商手手機(jī)用戶戶的位置置信息來來傳輸電電話信號(hào)號(hào)，這對(duì)對(duì)以他們們來說，，數(shù)據(jù)只只有狹窄窄的技術(shù)術(shù)用途。。但當(dāng)它它被一些些發(fā)布個(gè)個(gè)性化位位置廣告告服務(wù)和和促銷活活動(dòng)的公公司再次次利用時(shí)時(shí)，則變變得更有有價(jià)值。。大數(shù)據(jù)價(jià)價(jià)值鏈的的3大構(gòu)成：：數(shù)據(jù)本本身、技技能與思思維其中三者者兼具的的又谷歌歌公司，，谷歌在在剛開始始收集數(shù)數(shù)據(jù)的時(shí)時(shí)候就已已經(jīng)有多多次使用用數(shù)據(jù)的的想法。。比方說說，它的的街景采采集車手手機(jī)全球球定位系系統(tǒng)數(shù)據(jù)據(jù)不光是是為了創(chuàng)創(chuàng)建谷歌歌地圖，，也是為為了制成成全自動(dòng)動(dòng)汽車以以及谷歌歌眼鏡等等與實(shí)景景交匯的的產(chǎn)品。。未來，企企業(yè)會(huì)依依靠洞悉悉數(shù)據(jù)中中的信息息更加了了解自己己，也更更加了解解客戶。?！洞髷?shù)據(jù)時(shí)代》傳統(tǒng)行業(yè)最終終都會(huì)轉(zhuǎn)變?yōu)闉榇髷?shù)據(jù)行業(yè)業(yè)，無論是金金融服務(wù)也、、醫(yī)藥還是制制造業(yè)。大數(shù)據(jù)的應(yīng)用用——未來，改變一一切大數(shù)據(jù)賦予我我們洞察