Hadoop系列001-大数据概论

本人微信公众号，欢迎扫码关注！

大数据概论

1、大数据概念

大数据（big data），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。

最小的基本单位是bit，按顺序给出所有单位：bit、byte、kb、mb、gb、tb、pb、eb、zb、yb、bb、nb、db。

1byte = 8bit    1k = 1024bit    1mb = 1024k 1g = 1024m
1t = 1024g      1p = 1024t      1e = 1024p      1z = 1024e      
1y = 1024z      1b = 1024y      1n = 1024b      1d = 1024n

2、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。

天猫双十一：2016年6分58秒，天猫交易额超过100亿

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，我们只关心老师晚上在床上健身那一分钟，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。

3、大数据的应用场景

1）o2o：百度大数据+平台通过先进的线上线下打通技术和客流分析能力，助力商家精细化运营，提升销量。

2）零售：探索用户价值，提供个性化服务解决方案；贯穿网络与实体零售，携手创造极致体验。经典案例，子尿布+啤酒。

3）旅游：深度结合百度独有大数据能力与旅游行业需求，共建旅游产业智慧管理、智慧服务和智慧营销的未来。

4）商品广告推荐：给用户推荐访问过的商品广告类型

5） 房产：大数据全面助力房地产行业，打造精准投策与营销，选出更合适的地，建造更合适的楼，卖给更合适的人。

6）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。

7）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。

8）移动联通：移动联通：根据用户年龄、职业、消费情况，分析统计哪种套餐适合哪类人群。对市场人群精准定制。

9）人工智能

4、大数据的发展前景

1）党的十八届五中全会提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇。

2）国际数据公司idc预测，到2020年，企业基于大数据计算分析平台的支出将突破5000亿美元。目前，我国大数据人才只有46万，未来3到5年人才缺口达150万之多。

• 人才缺口计算
  150w-40w=110w
  110w/5年 = 22w/年
  22w/12月=1.83w/月
  自古不变的真理：先入行者吃肉，后入行者喝汤，最后到的买单！

3）2017年北京大学、中国人民大学、北京邮电大学等25所高校成功申请开设大数据课程。

4）大数据属于高新技术，大牛少，升职竞争小；

5）在北京大数据开发工程师的平均薪水已经到17800元（数据统计来职友集），而且目前还保持强劲的发展势头。

5、企业数据部的业务流程分析

6、企业数据部的一般组织结构