大数据开发 hadoop集群1. 概论

我不惧怕风暴,

因为我在学习如何驾驶风帆

------《小妇人》

------ 24.3.10

一、大数据的概念

大数据: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 lP=1024T

二、大数据的特点

1.Voiume(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率大约是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(1EB=1024TB)**量级

2.Velocity(高速)

这是大数据区分于传统数据特征的最显著特征,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

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

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

三、大数据应用场景

**抖音:**推荐喜欢的视频

**电商站内广告推荐:**给用户推荐可能喜欢的商品

零售: 分析用户消费习惯,位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

**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

**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。

**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。

**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。

人工智能 + 5G + 物联网 + 虚拟与现实

四、大数据发展前景

1.党的十九大推出"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:5G时代发展

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,不家很少打电话和发短信了,都改为语音、视频、带直播、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

五、大数据部门内组织结构

相关推荐
天冬忘忧13 分钟前
Kafka 生产者全面解析:从基础原理到高级实践
大数据·分布式·kafka
青云交36 分钟前
大数据新视界 -- Hive 数据仓库:构建高效数据存储的基石(下)(2/ 30)
大数据·数据仓库·hive·数据安全·数据分区·数据桶·大数据存储
zmd-zk1 小时前
flink学习(2)——wordcount案例
大数据·开发语言·学习·flink
电子手信1 小时前
知识中台在多语言客户中的应用
大数据·人工智能·自然语言处理·数据挖掘·知识图谱
天冬忘忧1 小时前
Kafka 数据倾斜:原因、影响与解决方案
分布式·kafka
隔着天花板看星星1 小时前
Kafka-Consumer理论知识
大数据·分布式·中间件·kafka
holywangle1 小时前
解决Flink读取kafka主题数据无报错无数据打印的重大发现(问题已解决)
大数据·flink·kafka
隔着天花板看星星1 小时前
Kafka-副本分配策略
大数据·分布式·中间件·kafka
Lorin 洛林2 小时前
Hadoop 系列 MapReduce:Map、Shuffle、Reduce
大数据·hadoop·mapreduce
金刚猿2 小时前
简单理解下基于 Redisson 库的分布式锁机制
分布式·分布式锁·redisson