大数据简介

大数据技术解决的主要是海量数据的存储和计算。

Hadoop的广义和狭义之分

狭义的Hadoop:指的是一个框架，Hadoop是由三部分组成
- HDFS：分布式文件系统–》存储；
- MapReduce:分布式离线计算框架–》
- 计算；Yarn:资源调度框架
广义的Hadoop:广义Hadoop是不仅仅包含Hadoop框架，除了Hadoop框架之外还有一些辅助框架, 是一个生态圈
- Flume：日志数据采集
- Sqoop：关系型数据库数据的采集, 数据的导出
- Hive:深度依赖Hadoop框架完成计算（sql）
- Hbase:大数据领域的数据库（mysql）

1. 大数据定义

大数据是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

2. 大数据的特点

大数据的特点可以用 IBM 曾经提出的 “5V” 来描述，如下

大量

采集、存储和计算的数据量都非常大

计算机存储单位一般用B，KB，MB，GB，TB，PB，EB，ZB，YB，BB、NB、DB来表示

假如手机播放MP3的速度为平均每分钟1MB，而1首歌曲的平均时长为4分钟，那么1PB存量的歌曲可以连续播放2000年

1PB 也相当于50%的全美学术研究图书馆藏书咨询内容

（1）1986年，全球只有0.02EB也就是约21000TB的数据量

（2）2007年，全球就是280EB也就是约300000000TB的数据量，翻了14000倍

（3）近些年，由于移动互联网及物联网的出现，各种终端设备的接入，各种业务形式的普及，平均每40个月，全球的数据量就会翻倍！2012年，每天会产生2.5EB的数据量

（4）基于IDC的报告预测，从2013年到2020年，全球数据量会从4.4ZB猛增到44ZB！而到了2025年，全球会有163ZB的数据量！

全球的数据量已经大到爆了！而传统的关系型数据库根本处理不了如此海量的数据！
高速

在大数据时代，数据的创建、存储、分析都要求被高速处理，比如电商网站的个性化推荐尽可能要求实时完成推荐，这也是大数据区别于传统数据挖掘的显著特征
多样

数据形式和来源多样化。包括结构化、半结构化和非结构化数据，具体表现为网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求
真实

确保数据的真实性，才能保证数据分析的正确性
低价值

数据价值密度相对较低，或者说是浪里淘沙却又弥足珍贵。互联网发展催生了大量数据，信息海量，但价值密度较低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需要解决的问题，也是一个有难度的课题

3. 大数据应用场景

随着大数据的发展，大数据技术已经广泛应用在众多行业，比如仓储物流、电商零售、汽车、电信、生物医学、人工智能、智慧城市等等领域，包括在疫情防控战中，大数据技术也发挥了重要的作用。

仓储物流

大数据技术驱动了仓储物流领域的智能化发展，以苏宁为例，苏宁物流可在全国的各级仓库间实现智能分仓、就近备货和预测式调拨，实现”客户需要的商品就在离客户最近的配送中心“。
电商零售
- 零售业 ” 啤酒+纸尿裤 “ 案例
- 修改推荐
- ” 双11购物节 “ 实时销售额大屏
汽车

利用了大数据和物联网技术的无人驾驶汽车，在不远的未来将走入我们的日常生活
电信
生物医学
人工智能
智慧城市

4. 发展趋势

1）2015年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）2017年十九大报告明确 “推动互联网、大数据、人工智能和实体经济深度融合”。

3）2020年全国政协十三届三次会议新闻发布会上，更进一步强调：大数据、人工智能、5G是引领未来发展的战略性技术。

显然，发展大数据是我国的战略性决策，前景自然不言而喻。

从职业发展来看，由大数据开发、挖掘、算法、到架构。从级别来看，从工程师、高级工程师，再到架构师，甚至到科学家。而且，契合不同的行业领域，又有专属于这些行业的岗位衍生，如涉及金融领域的数据分析师等。大数据的相关工作岗位有很多，有数据分析师、数据挖掘工程师、大数据开发工程师、大数据产品经理、可视化工程师、爬虫工程师、大数据运营经理、大数据架构师、数据科学家等等。

从事岗位：ETL工程师，数据仓库工程师，实时流处理工程师，用户画像工程师，数据挖掘，算法工程师，推荐系统工程。