Hadoop (一) --------- 大数据概论

---

一、大数据概念

大数据 (BigData) :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， 是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

主要解决，海量数据的存储和海量数据的分析计算问题。

按顺序给出数据存储单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。

1Byte=8bit、1K=1024Byte、1MB=1024K、1G=1024M、1T=1024G、1P=1024T

二、大数据特点

总结一下就是 4V

• Volume(大量)

截至目前，人类生产的所有印刷材料的数据量是200PB，而历史上全人类总说过的话的数据量大约是5EB。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。

注：Mysql 数据量大概在 500w ~ 1000w 之间。当数据量达到上亿时，我们应该使用大数据技术。

• Velocity(高速)

这是大数据区分于传统数据挖掘的最显著特征。根据IDC的数字宇宙的报告，预计到2020年，全球数据使用量将达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。

• Variety(多样)

这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以数据库/文本为主的结构化数据，非结构化数据越来越多，包括网络日志音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。

• Value(低价值密度)

价值密度的高低与数据总量的大小成反比，如何快速对有价值数据提纯成为目前大数据背景下待解决的难题。

三、大数据应用场景

• 物流仓储
  大数据分析系统助力商家精细化运营、提升销量、节约成本。

• 零售
  分析用户的消费习惯，为用户购买商品提供方便，从而提升商品的销量。

• 旅游
  深度结合大数据能力与旅游行业需求，共建旅游智慧管理、智慧服务与智慧营销的未来

• 商品广告推荐
  给用户推荐可能喜欢的商品

• 保险
  海量数据挖掘及风险预测，助力保险行业精准营销，提升精细化定价能力

• 金融
  多维度体现用户特征，帮助金融机构推荐优质客户，防范欺诈风险

• 房产
  大数据全面助力房地产行业，打造精准投策与营销

• 人工智能+5G+物联网+虚拟现实
  需要以海量数据为基础进行深度学习

四、大数据的发展前景

党的十九大提出推动互联网、大数据、人工智能和实体经济深度融合。

2020年初，中央推出34万亿新基建投资计划

2020年是5G的元年，国家在大力铺设5G设备，2021年就是5G手机应用的开始，也是大数据要爆发的1年。5G带来的是每秒钟10G的数据，会给每家公司都带来海量的数据。那么传统的Java工具根本解决不了海量数据的存储。就更不用说海量数据的计算了。如果你对5G的感触不够深，可以回忆一下3G和4G的区别。3G时只能打电话、发短信，当时还觉得很好，觉得3G不错。但是4G来了后，大家很少打电话和发短信了，都改为语音、视频、直播、网上购物等生活方式，带火了淘宝、京东、美团、字节跳动等企业。

人才紧缺，竞争压力小，国家在2017年才开设大数据课程，当时是北京大学、人民大学等25所高校开第一批大数据课程。

五、大数据部门业务流程分析

六、大数据部门组织结构

大数据部门组织结构，适用于大中型企业，如图所示