原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
项目一
初始大数据
大数据技术与应用项目化教程
01.关于数据
目录
02.大数据背景Contents
03.大数据简介
04.大数据的发展
PART01
关于数据
一、数据的概念
在计算机科学中，数据是指所有能输
入到计算机，并被计算机程序理的
符号介质的总称，数据在计算机中以
二进制形式存储。
二、数据类型
结构化数据、非结构化数据、半结构化数据比较
二、数据类型
（一）结构化数据
结构化数据也称为行数据
通常是指用关系型数据库（如Access、
SQLServer、Oracle等）记录的数据，数据在
数据库中按表和字段进行存储，字段之间相互
独立。
结构化数据的特点：数据以行为单位，一行数
据表示一个实体信息，每行数据的属性是相同
的。
二、数据类型
（二）非结构化数据
非结构化数据
是指不遵循统一的数据模式或者模型的数据。其
数据结构不规则或不完整，没有预定义的数据模
型，不便用数据库二维逻辑表来表示。
非结构化数据没有统一的数据结构，一般直接进
行整体存储，如语音、图片、视频等格式的数据。
二、数据类型
（三）半结构化数据
半结构化数据是介于结构化数据和非结构化数据之间的数据，它有一定
01的结构与约束一致性，但本质上不具有关系性。
半结构化数据是层次性的或基于图形的数据，如标记语言XML文档、
02HTML文档、电子邮件等。
半结构化数据一般是自描述的，数据结构和内容混合着，没有明显区分，
03如XML、HTML和JS0N文件等
三、数据组织形式
这些文件中存储了大量的各种类型的数据，计
文件：01算机系统中的文件管理是由操作系统负责管理
的。
按一定的组织方式存储起来的相互关联的数据
数据库：02集合。在目前数据为王的时代，数据库已经成
为计算机软件发展的基础和核心。
四、数据生命周期
四、数据生命周期
（一）数据采集
数据采集又称数据收集
是指数据的获取，主要通过RFID无线射频识别技
术、传感器、社交网络、移动互联网等方式，获
得各种结构化、半结构化以及非结构化的数据。
大数据的采集方法包括三种：数据库采集、网络
采集和文件采集。
四、数据生命周期
（二）数据预处理
数据预处理
指对所收集的数据进行分
类前或分组前的审核、排
序等处理。
四、数据生命周期
（三）数据存储
文档评论（0）