- 1、本文档共60页,可阅读全部内容。
- 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、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、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
大数据基础知识培训PPT;
口大数据的定义
-广义的定义(哲学):大数据,是指物理世界到数字世界的映射和提炼。通过发现其中的数据特征,从而做出提升效率的决策行为。
-狭义的定义(技术):大数据,是通过获取、存储、分析,从大容量数据中挖掘价值的一种全新的技术架构。;
口数据的级别
1KB=1024B(KB-kilobyte)TXT文本文件
1MB=1024KB(MB-megabyte)一份Word文件或一首音乐
1GB=1024MB(GB-gigabyte)一部电影
1TB=1024GB(TB-terabyte)普通硬盘为1TB/2TB/4TB;
-1辆自动驾驶车每天可以产生的数据:60TB;
-1个智慧工厂每天可以产出的数据:1PB;
-1座智慧城市每天可以产出的数据:2.5PB;
一大型强子对撞机实验每年产出的数据:25PB;
一谷歌搜索引擎的数据总规模(2021年)为:62PB;一全球数据量同比增速维持在25%左右;
-预计到2025年,全球数据量将达到175ZB。;
口数据的主要来源
一传统企业数据(Traditionalenterprisedata):
包括CRM用户数据、ERP数据、库存数据、人事数据、财务数据等。
一机器和传感器数据(Machine-generated/sensordata):
包括设备日志、智能仪表、工业传感器、环境传感器、摄像头等。
一社交数据(Socialdata):
包括用户行为记录、访问记录、UGC内容、反馈数据等。;
□数据的类型(按结构)
一结构化数据(StructuredData):
以关系数据库表形式管理的数据,例如企业ERP、OA、HR里的数据。
一非结构化数据(UnstructuredData):
数据结构不规则或不完整,没有预定义的数据模型,不方便用数据库二维逻辑表来表现的数据,例如Word、PDF、PPT及各种格式的图片、视频等。
一半结构化数据(Semi-structuredData):
非关系模型的、有基本固定结构模式的数据,例如日志文件、XML文档、JSON文档、E-mail等。;
□数据的类型(按访问频率)
一冷数据(ColdData,占比80%):
指访问频率较低、对业务和应用不太重要的数据,例如备份数据、日志数据等。
一热数据(HotData,占比5%):
指访问频率高、对业务和应用关键的数据,例如用户、设备的状态信息,以及浏览和交易行为。
一温数据(WarmData,占比15%):
指访问频率适中、对业务和应用有一定重要性的数据。;
■大数据基本概念
口数据的价值挖掘;
口大数据、数据分析、数据挖掘
一大数据是互联网的海量数据挖掘;
一数据挖掘更多是针对内部企业行业小众化的数据挖掘;
一数据分析就是进行做出针对性的分析和诊断;
一大数据需要分析的是趋势和发展,数据挖掘主要发现的是问题和诊断。;
规模性(Volume)
高速性(Velocity)
多样性(Variety)
价值性(Value)
真实性(Veracity);
口规模性(Volume)
·广泛的数据来源,决定了大数据形式的庞大体量。
□高速性(Velocity)
·从数据的生成到消耗,时间窗口非常小。数据的变化速率,还有处理过程,越来越快。
口多样性(Variety)
·数据的形式是多种多样的,包含了结构化和非结构化数据。
口价值性(Value)
·大数据的数据量很大,但是价值密度很低。数据中真正有价值的,只是其中的很少一部分。
□真实性(Veracity)
·大量数据带来不完整性和不一致性,因此产生了准确性。;;
口大数据、云计算、人工智能的关系
-云计算关注资源的分配和利用,侧重于实现计算设备的资源虚拟化,从而实现更高效的资源利用;一而大数据是指海量数据的高效处理,主要处理庞大的数据;
一云计算给大数据提供了有力的工具,大数据为云计算提供了数据能力上的支撑;
-大数据和云计算为人工智能提供了强大的数据存储和计算能力,服务于人工智能所需要的海量数据。;
PART大数据的发展演进;
口大数据的发展(国际)
·1980年,美国作家阿尔文·托夫勒在《第三次浪潮》书中,将“大数据”称为“第三次浪潮的华彩乐章”。
·1997年,美国宇航局研究员迈克尔·考克斯和大卫·埃尔斯沃斯首次使用“大数据”这一术语来描述海量数据带
来的挑战。数据之大,超出了存储器的承载能力,称之为“大数据问题”。
·2002年“91
文档评论(0)