大数据技术之大数据概论

第 1 章 大数据概念
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。
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
大数据主要解决，海量数据的采集、存储和分析计算问题。
第 2 章 大数据特点（4V）
大数据特点
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。

大数据特点
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。
天猫双十一：2017年3分01秒，天猫交易额超过100亿
2020年96秒，天猫交易额超过100亿
大数据特点
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。

大数据特点
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。
第 3 章 大数据应用场景
大数据应用场景
1、抖音：推荐的都是你喜欢的视频
我抖音里面的视频 ss抖音里面的视频

大数据应用场景
2、电商站内广告推荐：给用户推荐可能喜欢的商品
我选了一种药，又推荐了8种，太棒了，么么哒！
大数据应用场景
3、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，纸尿布+啤酒。
漂亮
媳妇

大数据应用场景
4、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
大数据应用场景
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。
大数据应用场景
8、人工智能 + 5G + 物联网 + 虚拟与现实
第 4 章 大数据发展前景
大数据发展前景
1、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”。
2、2020年初，中央推出34万亿“新基建”投资计划
"新基建"投资规模拆分
项目 2020年投资规模（亿元）
5G 3000
特高压 600
轨道交通 5000
充电桩 100
数据中心 1000
人工智能 350
工业互联网 100
合计 10150

大数据发展前景
3、下一个风口
自古不变的真理：先入行者吃肉，后入行者喝汤，最后到的买单！
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，大家很少打电话和发短信了，都改为语音、视频、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。大数据发展前景
4、人才紧缺、竞争压力小
有句话叫：“选择大于努力”选择一个好的方向，少奋斗十年。是否记得
国家在2017年才开设大数据课程，当时是北京大学、人民大学等25所高校开设第一批大数据课程。今年才2021年。也就是今年才毕业，那么像Java、前端大学已经开设多少年了，包括培训班都加在一起，10多年，可想而知目前市场上，Java和前端的人才有多少。大数据的人才目前除了培训机构培养的，没有真正的科班毕业，而且真正能培养好大数据人才的培训机构又有几个。 所以目前选择大数据是最佳选择。如果心自己不是科班，其实也大可不必，因为大学真的学不了啥。只要是能考上本科，说明你不笨，那学大数据就没问题。

大数据发展前景
5、Boss直聘网站上的部分大数据工程师薪水如下
第 5 章 大数据部门间业务流程分析
产品人员提需求
（统计双11实时
交易额、各地区
销售排行TopN等）
数据部门搭建数
据平台、分析数
据指标
大数据部门间业务流程分析
数据可视化（报表
展示、邮件发送、
大屏幕展示等）

第 6 章 大数据部门内组织结构
大数据部门组织结构
平台组 数据仓库组 数据挖掘组 报表开发组
集群性能调优
Hadoop、Flume、
Kafka、HBase、
Spark等框架平台搭建
数据分析、
数据仓库建模
ETL工程师
（数据清洗）
算法工程师
推荐系统工程师
用户画像工程师
集群性能监控
JavaEE工程师
前端工程师
实时组
实时指标分析
性能调优
大数据部门内组织结构