Spark是大数据体系的明星产品,是一款高性能的分布式内存迭代计算框架,可以处理海量规模的数据。下面就带大家一起来开始学Spark!
目录
一、企业数据分析方向
1.1 数据是什么
数据是指对客观事件进行记录并可以鉴别的符号,是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合, 它是可识别的、抽象的符号。
它不仅指狭义上的数字, 还可以是具有一定意义的文字、字母、数字符号的组合、 图形、 图像、视频、音频等,也是客观事物的属性、数量、位置及其相互关系的抽象表示。例如, “0、 1、2…”、“阴、雨、下降”、“学生的档案记录、货物的运输情况”等都是数据。
1.2 数据如何产生?
对客观事物的计量和记录产生数据
1.3 企业数据分析方向
把隐藏在数据背后的信息集中和提炼出来,总结出所研究对象的内在规律,帮助管理者进行有效的判断和决策。
数据分析在企业日常经营分析中主要有三大方向:
- 现状分析 (分析当下的数据): 现阶段的整体情况, 各个部分的构成占比、发展、变动;
- 原因分析 (分析过去的数据): 某一现状为什么发生,确定原因, 做出调整优化;
- 预测分析 (结合数据预测未来) :结合已有数据预测未来发展趋势。
原因分析
离线分析 (Batch Processing)
面向过去,面向历史,分析已有的数据;
在时间维度明显成批次性变化。一周一分析(T+7),一天一分析(T+1), 所以也叫做批处理。
现状分析
实时分析 (Real Time Processing |Streaming)
面向当下,分析实时产生的数据;
所谓的实时是指从数据产生到数据分析到数据应用的时间间隔很短,可细分秒级、毫秒级。
预测分析
机器学习 (Machine Learning)
基于历史数据和当下产生的实时数据预测未来发生的事情;
侧重于数学算法的运用, 如分类、聚类、关联、预测。
二、数据分析基本步骤
概述:
数据分析步骤 (流程)的重要性体现在:对如何开展数据分析提供了强有力的逻辑支撑;
张文霖在《数据分析六步曲》说,典型的数据分析应该包含以下几个步骤
Step1:明确分析目的和思路
目的是整个分析流程的起点, 为数据的收集、处理及分析提供清晰的指引方向;
思路是使分析框架体系化,比如先分析什么, 后分析什么, 使各分析点之间具有逻辑联系, 保证分析维度的完整性,分析结果的有效性以及正确性,需要数据分析方法论进行支撑;
数据分析方法论是一些营销管理类相关理论, 比如用户行为理论、 PEST分析法、 5W2H分析法等。
Step2:数据收集
数据从无到有的过程:比如传感器收集气象数据、埋点收集用户行为数据
数据传输搬运的过程: 比如采集数据库数据到数据分析平台
Step3:数据处理
准确来说,应该称之为数据预处理。
数据预处理需要对收集到的数据进行加工整理,形成适合数据分析的样式, 主要包括数据清洗、数据转化、数据提取、数据计算;
数据预处理可以保证数据的一致性和有效性, 让数据变成干净规整的结构化数据。
Step4:数据分析
用适当的分析方法及分析工具, 对处理过的数据进行分析, 提取有价值的信息, 形成有效结论的过程; 需要掌握各种数据分析方法,还要熟悉数据分析软件的操作;
Step5:数据展现
数据展现又称之为数据可视化, 指的是分析结果图表展示, 因为人类是视觉动物;
数据可视化(Data Visualization)属于数据应用的一种;
注意, 数据分析的结果不是只有可视化展示, 还可以继续数据挖掘(Data Mining)、即席查询(Ad Hoc)等。
三、大数据时代
背景:
最早提出 “大数据”时代到来的是全球知名咨询公司麦肯锡,其称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用, 预示着新一波生产率增长和消费者盈余浪潮的到 来。 ”
2019年, 央视推出了国内首部大数据产业题材纪录片《大数据时代》, 节目细致而生动地讲述了大数据技术在政
府治理、 民生服务、数据安全、工业转型、未来生活等方面给我们带来的改变和影响。
大数据定义
大数据(bigdata) 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。
大数据5V特征
5个V开头的单词,从5个方面准确、生动、形象的介绍了大数据特征。
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
- 金融方面
理财投资,通过对个人的信用评估,风险承担能力评估,集合众多理财产品、推荐响应的投资理财产品。
- 交通领域
拥堵预测、智能红绿灯、导航最优规划
- 电信领域
基站选址优化、 舆情监控、客户用户画像
- 安防领域
犯罪预防、天网监控
- 医疗领域
智慧医疗、疾病预防、病源追踪
四、分布式与集群
概念
分布式、集群是两个不同的概念,但口语中经常混淆二者。
混淆点
分布式、集群的共同点是: 都是多台机器(服务器) 组成的;
因此口语中混淆两者概念的时候都是: 相对于单机来说的。
应用
数据大爆炸,海量数据处理场景面临问题