Hadoop学习_大数据核心概念
Hadoop
Hadoop是Apache软件基金会旗下的一款Java开源软件框架,提供了大数据存储、计算的一套解决方案。
- Hadoop HDFS 分布式文件系统:解决海量数据存储
- Hadoop MAPREDUCE 分布式运算编程框架:解决海量数据计算
- Hadoop YARN 作业调度和集群资源管理框架:解决集群资源任务调度
-
海量数据如何存储?
分布式存储
-
海量数据如何计算?
分布式计算
1. 大数据导论
1.1 大数据概念
数据:
- 是事实或观察的结果
- 是对客观事物的逻辑归纳
- 适用于表示客观事物的未经加工的原始素材
数据的产生:
- 对客观事物的计量和记录产生数据
数据存储单位:
大数据:
- 是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据结合
- 是需要新处理模式才能具有更强的决策力、洞察发现里和流程优化能力的海量、高增长率
大数据时代:
- 《大数据时代》纪录片
挑战:
- 存储
- 计算
1.2 大数据特点5V
-
Volume 数据体量大
- 采集数据量大
- 存储数据量大
- 计算数据量大
- TB、PB级别起步
-
Variety 种类、来源多样化
- 种类:结构化(便于解析的数据)、半结构化(json)、非结构化
- 来源:日志文本、图片…
-
Value 低价值密度
- 信息海量但是价值密度低
- 深度复杂的挖掘分析需要机器学习参与
-
Velocity 速度快
- 数据增长速度快
- 获取数据速度快
- 数据处理速度快
-
Veracity 数据的质量
- 数据的准确性
- 数据的可信赖度
1.3 大数据应用场景
-
电商领域
精准广告位、个性化推荐、大数据杀熟
-
传媒领域
精准营销、猜你喜欢、交互推荐
-
金融领域
信用评估、风险管控、客户细分、精细化营销
-
交通领域
拥堵预测、智能红绿灯、导航最优规划
-
电信领域
-
医疗领域
智慧医疗、疾病预防、病原追踪
-
……
1.4 大数据业务分析基本步骤
-
明确分析目的和思路
-
目的是整个分析流程的起点
-
思路是使分析框架体系化
-
数据分析方法论:营销管理相关理论
用户行为理论、PEST分析法、5W2H分析法、逻辑树分析法、4P营销理论
-
-
数据收集
-
数据从无到有的过程
-
数据传输搬运的过程
-
业务数据 RDBMS
-
日志数据
-
爬虫数据
-
互联网公开数据
-
-
-
数据处理
数据清洗、数据转换、数据提取、数据计算
-
数据分析
- 用适当的分析方法及工具,对处理过的数据进行分析
- 数据挖掘本质是一种高级的数据分析方法
-
数据展现
数据可视化
-
报告撰写
1.5 大数据部门组织架构
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
二维码