【大数据】基础认知入门

前言

唉，最近有点迷茫，本着迷茫就多看书、多学习的原则，于是就来学学【大数据】。说起【大数据】这玩意，我有点对自己感到无语。此话怎讲呢？且听我说。
此前，我一直在思考一个问题，那就是【我能用大数据给我公司做什么】。对啊，能做什么，这是个问题。但更大的问题是：我是一个大数据外行，只曾听闻过大数据3个字，却从未对它有过系统性了解，所以我连【大数据是什么】都不知道就去思考【能做什么】，这不是来搞笑的吗？
我不知道我有没有给大家描述清楚我的错误认知。对于临近30的我，发现自己做很多事情并没有什么章法，我想等到那天失业了我可能真就成一个xx了。幸好我也逐渐意识到了问题所在，现在正在尽可能地去改善这一点。

阅读对象

小白。我自己也是小白

阅读导航

	标题	链接
系列上一篇	无	无
系列下一篇	无	无

前置知识

本文内容多选自《大数据 [ 百度百科 ] 》

笔记正文

一、什么是大数据

1.1 定义

• 麦肯锡全球研究所给出的定义是：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
• 我自己的定义：大数据是一门旨在研究如何在巨大的数据集中高效地存储、处理、分析和提取价值的学科
• 百度百科节选：大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作是一种产业，那么这种产业实现盈利的关键在于，提高对数据的加工能力，通过加工实现数据的增值

1.2 特点

用4个V来表示：（案例建议联想微博、抖音、12306等场景）

• Volumn-大量（1V）： 像现在的一些大电商、大的社交平台、自媒体平台等他们的数据都是海量的，数据量大到远超过当前传统数据库工具的处理能力。以我们最为常用的Mysql数据库为对比，HBase组件设计的目的是为了存储以及检索数百万行*数十万列 的巨量数据集。这样量级的数据集，对于MySQL数据库来说，就算是分库分表，也很难处理如此大的数据集
• Velocity-高速（2V）&#