大数据入门，告诉你什么是大数据以及应用场景

什么是大数据？

 

 基 本 概 念：

 

                                                                                    《数 据 处 理》

    在互联网技术发展到现今阶段，大量日常、工作等事务产生的数据都已经信息化，人类产生的数据量相比以前有了爆炸式的增长，以前的传统的数据处理技术已经无法胜任，需求催生技术，一套用来处理海量数据的软件工具应运而生，这就是大数据！

 

处理海量数据的核心技术：

海量数据存储：分布式

海量数据运算：分布式

 

这些核心技术的实现是不需要用户从零开始造轮子的

存储和运算，都已经有大量的成熟的框架来用

 

存储框架：

HDFS——分布式文件存储系统（HADOOP中的存储框架）

HBASE——分布式数据库系统

KAFKA——分布式消息缓存系统(实时流式数据处理场景中应用广泛)

 

运算框架：（要解决的核心问题就是帮用户将处理逻辑在很多机器上并行）

MAPREDUCE—— 离线批处理/HADOOP中的运算框架

SPARK —— 离线批处理/实时流式计算

STORM —— 实时流式计算

 

辅助类的工具（解放大数据工程师的一些繁琐工作）：

    HIVE —— 数据仓库工具：可以接收sql，翻译成mapreduce或者spark程序运行

   FLUME——数据采集

   SQOOP——数据迁移

   ELASTIC SEARCH —— 分布式的搜索引擎

.......

 

 

换个角度说，大数据是：

1. 有海量的数据
2. 有对海量数据进行挖掘的需求
3. 有对海量数据进行挖掘的软件工具（hadoop、spark、storm、flink、tez、impala......）

 

 

大数据在现实生活中的具体应用

 

数据处理的最典型应用：公司的产品运营情况分析

 

电商推荐系统：基于海量的浏览行为、购物行为数据，进行大量的算法模型的运算，得出各类推荐结论，以供电商网站页面来为用户进行商品推荐

 

精准广告推送系统：基于海量的互联网用户的各类数据，统计分析，进行用户画像（得到用户的各种属性标签），然后可以为广告主进行有针对性的精准的广告投放