项目8 大数据-课件 -2025-2026学年中职《信息技术（WPS版）》（电工版）.pptxVIP

项目8大数据

CONTENTS目录任务8.1数据与大数据任务8.2大数据的特征任务8.3大数据的发展历程任务8.4大数据的结构类型任务8.5大数据的关键技术

思政目标大数据教育目标通过学习大数据，培养学生具备全面的大数据认知和应用能力，使其能够在尊重和保护个人隐私的前提下，合法、合规地利用大数据技术进行信息分析和决策支持。大数据伦理原则教育学生在处理大数据时，必须遵守法律法规，尊重个人隐私，确保数据使用的合法性和合规性，为社会提供有价值的决策支持。

学习目标数据概念理解数据是记录信息的符号，大数据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。大数据5V特征大数据具有Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）的特征，要求处理技术与平台的创新。大数据发展历程从数据仓库到云计算，大数据经历了萌芽、发展、成熟三个阶段，云计算和人工智能的融合加速了大数据技术的发展。大数据结构类型大数据结构类型包括结构化数据、半结构化数据和非结构化数据，其中结构化数据易于处理，非结构化数据占比最大。大数据关键技术关键技术涵盖数据采集、存储、处理、分析和可视化，如Hadoop、Spark、NoSQL数据库等，支持高效数据处理与决策支持。

项目描述大数据概念指无法常规软件工具处理的海量、高速、多样的低价值密度数据集合。大数据特征规模宏大，流转迅速，类型繁多，价值稀疏。大数据意义掌握相关技能，助力国家数字经济蓬勃发展。大数据内容涵盖概念、特性、历史、分类及核心科技。

大数据概述任务8.1

任务8.1大数据概述01大数据定义大数据不仅是海量信息，更是潜在财富，其价值在于推动经济社会进步。02数据特性虽种类繁多、流转迅速，大数据价值密度低，需深度挖掘非结构化信息，技术挑战显著。

8.1.1数据与大数据数据的本质与形式数据定义解析数据是客观事物的原始素材，涵盖数字、文字、符号及多媒体形式，用于提供未加工的信息与事实。数据形式多样数据包含数字序列、天气状态描述及档案记录，如“晴、阴”“人事档案”等，呈现多模态表达特征。数据应用价值数据通过逻辑归纳抽象现实，为信息提取提供基础，支撑决策分析与知识推演的核心功能。

8.1.1数据与大数据数据在计算机科学中的定义数据是计算机处理的符号总称，随技术发展日益复杂多元。

8.1.1数据与大数据大数据概念的起源与发展词源追溯“大数据”一词首现托夫勒1983年著作《第三次浪潮》，书中以“第三次浪潮的华彩乐章”定义其时代意义。核心属性大数据具备海量规模（T/P级）、多模态类型（数值与非数值）、瞬时处理需求及低可靠性数据源等综合特征。

8.1.2大数据的特征01大数据特征IBM提出的大数据“5V”特征，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实）。02图8-1说明图8-1详细展示了大数据的“5V”特征，直观呈现大数据的特性与挑战。大数据的“5V”特征

8.1.2大数据的特征1.Volume（大量）数据规模特征大数据规模从TB跃升至ZB级别，天文学与基因学领域率先突破，如斯隆项目数周数据超历史总量，中国天眼年产量达15PB。技术驱动增长物联网、云计算等技术推动数据爆发，移动互联网以人为核心节点，微信、微博等成为主要数据来源。数据来源多样数据涵盖传感器、监控设备、支付系统及互联网行为，通过自动或人工流程汇聚至机构，形成海量数据集合。

8.1.2大数据的特征2.Velocity（高速）数据增长特征数据源呈现爆炸性与持续性并存，如欧洲核子研究中心每秒产生PB级数据，用户点击流等海量群体数据短时累积规模惊人。处理速度要求大数据需秒级实时分析，传统技术差异显著，谷歌Dremel系统通过集群处理与列式架构实现万亿级数据秒级响应。技术架构演进新兴技术采用分布式集群与专用架构，如Dremel支持千级CPU并行处理，满足万级用户操作PB数据并保持亚秒查询。实时价值边界“1秒定律”界定数据时效性，超时即失效，驱动技术向高并发低延迟演进，确保分析结果与数据生成同步。

8.1.2大数据的特征3.Variety（多样）数据来源广泛性大数据源于科学研究、Web应用及生物、医疗、金融等行业，涵盖电子邮件、社交媒体等非结构化数据类型，呈现爆炸性增长。数据处理挑战传统结构化数据存储于关系型数据库，而Web2.0推动NoSQL应用，需复杂数据转换，传统OLAP技术难以适配非结构化分析需求。技术应用前景支持非结构化数据分析的用户友好型商业软件潜力巨大，需突破传统商务智能工具局限，适应多样化数据处理场景。

8.1.2大数