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。

即，大数据主要解决，海量数据的采集、存储和分析计算问题。

提示

按从小到大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

大数据特点

• 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。
• 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。
  • 天猫双十一：2017年3分01秒，天猫交易额超过100亿；2020年96秒，天猫交易额超过100亿
• 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。

大数据应用场景

1. 抖音：推荐的都是你喜欢的视频
2. 电商站内广告推荐：给用户推荐可能喜欢的商品
3. 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
4. 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
5. 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
6. 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
7. 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
8. 人工智能 + 5G + 物联网 + 虚拟与现实

大数据发展前景

1. 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”

2. 2020年初，中央推出34万亿“新基建”投资计划。

   项目	2020年投资规模（亿元）
   5G	3000
   特高压	600
   轨道交通	5000
   充电桩	100
   数据中心	1000
   人工智能	350
   工业互联网	100
   合计	10150

3. 下一个风口：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。没有跟上节奏的百度，有点摇摇欲坠。

   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！

4. 人才紧缺、竞争压力小：有句话叫：“选择大于努力”选择一个好的方向，少奋斗十年。是否记得国家在2017年才开设大数据课程，当时是北京大学、人民大学等25所高校开设第一批大数据课程。今年才2021年。也就是今年才毕业，那么像Java、前端大学已经开设多少年了，包括培训班都加在一起，10多年，可想而知目前市场上，Java和前端的人才有多少。

大数据部门间业务流程分析

产品人员提需求（统计双11实时交易额、各地区销售排行TopN等）

-》数据部门搭建数据平台、分析数据指标

-》数据可视化（报表展示、邮件发送、大屏幕展示等）

大数据部门内组织结构