大数据发展概况及行业解决方案.pptVIP

阿里大数据战略架构 马云对阿里集团未来“平台、金融、数据”的三大构想战略； 阿里集团目前拥有的大数据达到30P，其中1P等于100万GB； 阿里是大数据的拥有者，数据服务的提供者、收益者；自用 + 他用； 现在的数据开放应该是以TOP平台为主面向电商平台客户开放，比如数据魔方的开放。 打造开放的生态系统：近期谨慎开放； 互联网厂商是大数据战略实践的领跑者 第三十一页，共四十四页。 引跑科技 EngineOne大数据处理平台 云数据库 云搜索引擎 云内容管理 结构化 数据 海量数据搜索 非结构化数据 . . . 云操作系统EngineOne： 一站式、弹性的、高性价比的大数据处理平台 第三十二页，共四十四页。 引跑科技 EngineOne大数据处理平台 云计算的核心：云数据库、云内容管理、云搜索引擎 第三十三页，共四十四页。 目录 1 理解大数据 2 大数据业界解决方案及典型应用概览 大数据的企业实践方法 大数据的行业趋势热点 大数据的业界解决方案 大数据的典型应用案例 第三十四页，共四十四页。 案例：阿里 数据魔方 第三十五页，共四十四页。 阿里 数据魔方 数据魔方 淘宝官方数据产品 分享海量行业数据 致力帮助商家实现数据化运营 用数据做行业定位、点亮品牌路。 订购条件：集市五钻以上或者天猫用户 适用人群：中大卖家,品牌商 专业版 3600元/年；标准版 90元/季； 第三十六页，共四十四页。 大数据发展概况及行业解决方案分享 第一页，共四十四页。 目录 1 理解大数据 2 大数据业界解决方案及典型应用概览 第二页，共四十四页。 移动互联时代，数据爆发性增长 在60秒内，YouTube会上传48小时的视频；Google会收到2000000次搜索请求；Facebook的用户会分享684478条信息； 目前世界上90%以上的数据是最近3年才产生的； 2009年0.8Z，每年将增长50%，每两年便将翻一番，而预测全球的数据使用量到2020年会增长44倍，达到35.2ZB (1ZB = 10亿TB)； 数字宇宙 第三页，共四十四页。 大数据的主要来源 较少：传统IT，企业业务系统，门户网站；15%； 较多：社交网络兴起，大量的UGC(用户自生成内容)内容、音频、文本信息、视频、图片，非结构化数据出现了； 最多：物联网的数据量更大，加上移动互联网能更准确、更快地收集用户信息，比如环境、位置、生活信息等数据； 并处于急剧加速的趋势； 2 3 1 第四页，共四十四页。 什么是大数据 Wiki百科：大数据（Big Data）是指那些超过传统技术处理能力的数据。它的数据规模和转输速度要求很高，或者其结构不适合原本技术存取、处理。 IDC：大数据，通常是指解决问题的一种方法，即通过收集、整理生活中方方面面的数据，并对其进行分析挖掘，进而从中获得有价值信息，最终衍化出一种新的商业模式。 实体角度 广泛意义 第五页，共四十四页。 大数据的主要特征：4V 多样化 高速化 精确化 海量化 第六页，共四十四页。 Volume：大数据体量巨大 每天25TB 日志数据 每天上传 168TB视频 每天9500万条 8 2011 2012 2015 全球数据存储量（ZB） 2.7 1.8 10 8 6 4 2 0 数量也许是与大数据最相关的特征； 从TB级别，跃升到PB、ZB级别； 前所未有的规模和加速趋势； 第七页，共四十四页。 Variety：大数据的多样性 数据形式的多样 结构化数据，数据间有很强的因果关系； 半结构化数据，数据间因果关系较弱； 非结构化数据， 数据间无因果关系； 数据来源的多样性 不同的应用系统 各种设备 互联网 其它 第八页，共四十四页。 Velocity：大数据处理速度要求越来越高 大数据与海量数据的一个重要区别，在于不仅数据尺寸大，而且对数据处理的响应速度有着更高的要求； 处理速度快，1秒定律； 传统的以周，天，小时为单位的运算处理周期，下降到以分钟，秒为单位； 大数据高价值的重要体现-处理速度； 信用卡欺诈检测：通过分析每个客户的历史用卡行为， 使用欺诈检测模型实时来检测每一笔交易是否异常。 案例 第九页，共四十四页。 Veracity：精确化，大数据低价值密度的高精确要求 数据不确定性。例如人的感情，天气形势，经济因素，环境信息等。 价值密度低。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。 精确性是大数据最重要的特性，体现价值； 客观的数据体毫无意义； 精确是对大数据方法的要求和挑战， 第十页，共四十四页。 第5V，大数据的价值 大数据的核心，第5V：Value； eBay精准在线营销 Ebay 有 1.8 亿个活跃用户，有 3.5 亿左右的商品被销售，每天会产生 2.5 亿次