1、大数据概述

传统数据处理介绍

目标： 了解大数据到来之前，传统数据的通用处理模式。

数据来源:

1、企业内部管理系统 ,如员工考勤（打卡）记录。

2、客户管理系统（CRM）

数据特征：

1、数据增长速度比较缓慢，种类单一。

2、数据量为GB级别，数据量较小。

数据处理方式：

1、数据保存在数据库中。处理时以处理器为中心，应用程序到数据库中检索数据再进行计算（移
动数据到程序端）

遇到的问题：

1、数据量越来越大、数据处理的速度越来越慢。

2、数据种类越来越多，出现很多数据库无法存储的数据，如音频、照片、视频等。

2、什么是大数据？（Big Data）

目标：掌握什么是大数据、传统数据与大数据的对比有哪些区别、大数据的特点

是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。

是指一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

数据的存储单位

最小的基本单位是bit

1 Byte =8 bit

1 KB = 1,024 Bytes = 8192 bit

KB à MB à GB à TB àPB à EB à ZB àYB à BB àNBà DB 进率1024

3、传统数据与大数据的对比

4、大数据的特点

数据集主要特点

Volume（大量）: 数据量巨大，从TB到PB级别。

Velocity（高速）: 数据量在持续增加(两位数的年增长率)。

Variety（多样）: 数据类型复杂，超过80%的数据是非结构化的。

Value（低密度高价值）: 低成本创造高价值。

其他特征

数据来自大量源，需要做相关性分析。

需要实时或者准实时的流式采集，有些应用90%写vs.10%读。

数据需要长时间存储，非热点数据也会被随机访问。

传统数据与大数据处理服务器系统安装对比

目标：了解传统数据与大数据处理服务器系统安装有什么不同

详细解释请见PPT《大数据素材》中的“传统数据与大数据处理服务器系统安装对比”

传统数据下服务器系统安装

在传统数据背景下，服务器系统安装中，系统硬盘、数据硬盘完全隔离。通常会将多块数据硬盘制作成LVM(逻辑卷)，即将多块物理硬盘通过软件技术“拼接”在一起形成一个大的硬盘（逻辑上是一个硬盘）。

大数据下服务器系统安装

在大数据背景下，服务器系统安装中，系统硬盘、数据硬盘完全隔离。数据硬盘必须独立挂载，每个硬盘挂载到系统的一个独立的目录下。

5、大数据生态系统

目标：了解大数据生态系统，大数据技术列举

大数据：历史数据量逐渐攀升、新型数据类型逐渐增多。是企业必然会遇到的问题

新技术：传统方式与技术无法处理大量、种类繁多的数据，需要新的技术解决新的问题。

技术人员：有了问题，有了解决问题的技术，需要大量懂技术的人解决问题。

最佳实践：解决问题的方法，途径有很多，寻找最好的解决方法。

商业模式：有了最好的解决办法，同行业可以复用，不同行业可以借鉴，便形成了商业模式。

新技术

HADOOP

HDFS: 海量数据存储。

YARN: 集群资源调度。

MapReduce: 历史数据离线计算。

Hive:海量数据仓库。

Hbase:海量数据快速查询数据库。

Zookeeper:集群组件协调。

Impala:是一个能查询存储在Hadoop的HDFS和HBase中的PB级数据的交互式查询引擎。

Kudu:是一个既能够支持高吞吐批处理，又能够满足低延时随机读取的综合组件

Sqoop:数据同步组件（关系型数据库与hadoop同步）。

Flume :海量数据收集。

Kafka:消息总线。

Oozie:工作流协调。

Azkaban: 工作流协调。

Zeppelin: 数据可视化。

Hue: 数据可视化。

Flink:实时计算引擎。

Kylin: 分布式分析引擎，提供Hadoop/Spark之上的SQL查询接口及多维分析。

Elasticsearch: 是一个分布式多用户能力的全文搜索引擎。

Logstash: 一个开源数据搜集引擎。

Kibana: 一个开源的分析和可视化平台。

SPARK

SparkCore:Spark 核心组件

SparkSQL:高效数仓SQL引擎

Spark Streaming: 实时计算引擎

Structured: 实时计算引擎2.0

Spark MLlib:机器学习引擎

Spark GraphX:图计算引擎

初识大数据小孩子都懂的大数据相关推荐

双11过后张勇感谢快递小哥：再大的纪录都是靠大协作来完成的
11月13日消息,双11过后,阿里巴巴集团董事局主席兼CEO张勇在12日夜晚赶往中通.圆通.韵达.申通等快递公司,专程向快递小哥致谢,"感谢全国300多万物流人,大家创造了新的世界物流高峰. ...
SAP携手“大数据之都” 共推大数据创新
在10月21日举办的SAP贵阳大数据峰会上,SAP与贵阳市人民政府宣布签署战略合作备忘录,共建SAP在中国的首家"SAP大数据应用创新中心".依照"立足贵阳市.服务贵州省 ...
oracle 如何查看一个表属于哪一个数据文件,如何查看某一表空间的数据文件都分布了哪些数据对象...
$ sqlplus /nolog SQL*Plus: Release 10.1.0.3.0 - Production on Thu Jun 7 10:02:20 2007 Copyright (c) ...
大数据处理系统都有哪些？(数据查询分析计算系统篇)
大数据的出现使得数据的处理效率提高不少,这得益于大数据的数据处理系统,而大数据的处理系统有很多.就目前而言,主要的大数据处理系统有数据查询分析计算系统.批处理系统.流式计算系统.迭代计算系统.图计算系 ...
测试矩阵是什么，小孩子都懂的，你该不会不知道吧
迷阵 "单元测试,集成测试,端到端测试,安全测试,性能测试,压力测试,契约测试,冒烟测试,验收测试,API测试,UI测试,兼容性测试--" 不知道你是不是像我一样,曾被这些各种各样 ...
大数据的特征介绍，大数据技术主要分为哪几部分？
大数据,这个词给人的印象可能只是大量的数据而已,但是大量仅是大数据中的一部分.因为数据量的增加,并不是现在才有,主要还是数据处理分析技术的进步.大数据通常是指大小规格超越传统数据库软件抓取,存储,管理 ...
海量视频监控数据存储和管理是大数据最重要的命题
海量视频数据的存储和管理维基百科全书的定义:"大数据是飞速增长的,用现有数据库管理工具难以管理的数据集合".这些数据包括:社交媒体.移动设备.科学计算和城市中部署的各类传感器等等 ...
一文读懂数据仓库、数据湖、湖仓一体
目录 1.数据仓库数据仓库的特征 2.数据湖数据湖的特征数据仓库和数据湖的对比 3.湖仓一体湖仓一体的特征湖仓一体的优势智能湖仓数据仓库.数据湖.湖仓一体对比 1.数据仓库数据仓库,英 ...
数据湖基本概念--什么是数据湖，数据湖又能干什么？为什么是Hudi
一.什么是数据湖对于经常跟数据打交道的同学,初步听到数据湖这个概念的时候,肯定有点懵,但是相信大家对于数据仓库这个概念并不陌生. 到了20世纪80年代以后,基于关系型数据库的事务处理成为了企业IT ...
一本书读懂大数据（每个人都看得懂的大数据入门书） - 电子书下载（高清版PDF格式+EPUB格式）...
一本书读懂大数据(每个人都看得懂的大数据入门书)-黄颖在线阅读百度网盘下载(635f) 书名:一本书读懂大数据(每个人都看得懂的大数据入门书) 作者:黄颖格式 ...

初识大数据小孩子都懂的大数据

1、大数据概述

2、什么是大数据？（Big Data）

3、传统数据与大数据的对比

4、大数据的特点

5、大数据生态系统

初识大数据小孩子都懂的大数据相关推荐

最新文章

热门文章

初识大数据 小孩子都懂的大数据

1、大数据概述

2、什么是大数据？（Big Data）

3、传统数据与大数据的对比

4、大数据的特点

5、大数据生态系统

初识大数据 小孩子都懂的大数据相关推荐

最新文章

热门文章

初识大数据小孩子都懂的大数据

初识大数据小孩子都懂的大数据相关推荐