一、搜索大数据关键词,查阅有关大数据相关资料,写一篇有关大数据.doc

一、搜索大数据关键词,查阅有关大数据相关资料,写一篇有关大数据.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一、搜索大数据关键词,查阅有关大数据相关资料,写一篇有关大数据.doc

一、搜索“大数据”关键词,查阅有关“大数据”相关资料,写一篇有关“大数据”的认识及其应用的报告。 1、大数据概念: 大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。 2、大数据简介: HYPERLINK /view/6954399.htm \l # \o 编辑本段  “ HYPERLINK /view/6954399.htm \t _blank 大数据”作为时下最火热的IT行业的词汇,随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。 早在1980年,著名未来学家阿尔文·托夫勒便在《 HYPERLINK /view/538480.htm \t _blank 第三次浪潮》一书中,将大数据热情地赞颂为“第三次浪 HYPERLINK /albums/6954399/7093827/1/3035962.html \l 3035962$ \t _blank 潮的华彩乐章”。不过,大约从2009年开始,“大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出, HYPERLINK /view/6825.htm \t _blank 互联网上的数据每年将增长50%,每两年便将翻一番,而目前世界上90%以上的数据是最近几年才产生的。此外,数据又并非单纯指人们在 HYPERLINK /view/6825.htm \t _blank 互联网上发布的信息,全世界的工业设备、汽车、电表上有着无数的数码传感器,随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化,也产生了海量的数据信息。 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”。且 HYPERLINK /viewhtm \t _blank 中国物联网校企联盟认为, HYPERLINK /view/1136308.htm \t _blank 物联网的发展离不开大数据,依靠大数据可以提供足够有利的资源。 随着 HYPERLINK /view/2169141.htm \t _blank 云时代的来临,大数据(Big data)也吸引了越来越多的关注。《 HYPERLINK /view/8379937.htm \t _blank 著云台》的分析师团队认为,大数据(Big data)通常用来形容一个 HYPERLINK /view/9988.htm \t _blank 公司创造的大量非结构化和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和 HYPERLINK /view/1316082.htm \t _blank 云计算联系到一起,因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。 3、大数据的领域: 大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。 大数据的4个“V”,或者说特点有四个层面: 第一,数据体量巨大。从TB级别,跃升到PB级别。 第二,数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。 第三,价值密度低,商业价值高。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。 第四,处理速度快。1秒定律。最后这一点也是和传统的 HYPERLINK /view/49979.htm \t _blank 数据挖掘技术有着本质的不同。 业界将其归纳为4个“V”——Volume,Variety,Value,Velocity。 4、大数据技术: 大数据需要特殊的技术,以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术,包括大规模 HYPERLINK /view/494465.htm \t _blank 并行处理(MPP)数据库、数据挖掘电网、 HYPERLINK /view/771589.htm \t _blank 分布式文件系统、 HYPERLINK /view/68389.htm \t _blank 分布式数据库、 HYPERLINK /view/2729362.htm \t _blank 云计算平台、互联网和可扩展的 HYPERLINK /view/51839.htm \t _blank 存储系统。 大数据技术分为整体技

您可能关注的文档

文档评论(0)

youbika + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档