大数据课程导论

本文来自bilibili视频
https://www.bilibili.com/video/BV1JT4y1g7nM?from=search&seid=8564723321108653442

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。

大数据的特点

1. Volume (大量) :
   截至目前，人类生产的所有印刷材料的数据量是200PB，而历史上全人类总共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。
2. 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。
3. 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。
4. Value (低价值密度) :
   价值密度的高低与数据总量的大小成反比。比如，在一天监控视频中,我们只关心在健身那一分钟，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。