根据学校的PPT自己学习后整理的笔记(实时更新)
1.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。 大数据主要解决,海量数据的采集、存储和分析计算问题。
数据存储单位换算表
单位名称 | 换算关系 |
---|---|
bit | 最小单位(二进制位) |
Byte | 1 Byte = 8 bit |
KB | 1 KB = 1024 Byte |
MB | 1 MB = 1024 KB |
GB | 1 GB = 1024 MB |
TB | 1 TB = 1024 GB |
PB | 1 PB = 1024 TB |
EB | 1 EB = 1024 PB |
ZB | 1 ZB = 1024 EB |
YB | 1 YB = 1024 ZB |
BB | 1 BB = 1024 YB |
NB | 1 NB = 1024 BB |
DB | 1 DB = 1024 NB |
2.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。
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。
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。
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。
3.大数据应用场景
- 1、抖音:推荐的都是你喜欢的视频
- 2、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。
- 3、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。
- 4、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。
4.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 3、当前大数据发展前景非常广阔,技术不断进步,应用领域日益广泛,市场规模持续增长。大数据在医疗、金融、制造、智慧城市等行业的应用不断深化,推动了各行各业的创新和效率提升。尽管面临数据安全和人才短缺等挑战,但随着技术的成熟和政策的支持,大数据的未来充满机遇。