大数据技术之大数据概论

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。

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

大数据主要解决，海量数据的采集、存储和分析计算问

大数据特点
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)
这是大数据区别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2025年，全球数据使用量将达到163ZB。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。 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。

大数据应用场景
抖音:推荐的都是你喜欢的视频
电商站内广告推荐:给用户推荐可能喜欢的商品
零售：分析用户消费习惯，为用户购买商品提供方便，从而提升商品销量。经典案例，纸尿布+啤酒。
物流仓储：京东物流，上午下单下午送达、下午下单次日上午送达
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，选出更合适的地，建造更合适的楼，卖给更合适的人。
人工智能 + 5G + 物联网 + 虚拟与现实
大数据部门间业务流程分析


大数据部门内组织结构