大数据的概念.pdf

。

一、大数据概念

大数据大数据是一个体量特别大，数据类别特别大的数据集，并且这样的

数据集无法用传统数据库工具对其内容进行抓取、管理和处理。数据集无法用传统数据库工具对其内容进行抓取、管理和处理。

大数据大数据首先是指数据体量(volumes)?大，指代大型数据集，一般在

10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在

一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，

数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限

定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据

处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到

数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随

着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数

据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及

安全性。

百度知道—大数据概念大数据(bigdata)，或称巨量资料，指的

是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时

间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目

的的资讯。大数据的4V特点：Volume、Velocity、Variety、Veracity。

互联网周刊—互联网周刊—大数据概念大数据概念大数据大数据的概念远不止大量的数据

（TB）和处理大量数据的技术，或者或者所所谓谓的的个个之类的简单概念，

而是涵盖了人们在大规模数据的基础上可以做的事情，而这些事情在

小规模数据的基础上是无法实现的。换句话说，大数据让我们以一种

前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品

精选资料，欢迎下载

。

和服务，或深刻的洞见，最终形成变革之力研究机构Gartner—大

数据概念数据概念大数据大数据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。从

数据的类别上看，数据的类别上看，大数据大数据指的是无法使用传统流程或工具处理或分

析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非

传统处理方法的数据集。亚马逊网络服务（AWS）、大数据科学家

JohnRauser提到一个简单的定义：大数据就是任何超过了一台计算

机处理能力的庞大数据量。研发小研发小组对组对大数据的定义：大数据的定义：大数据是最

大的宣传技术、是最时髦的技术，当这种现象出现时，定义就变得很

混乱混乱。。说说：：大数据是可能不包含所有的信息，但我觉得大

部分是正确的。对大数据的一部分认知在于，它是如此之大，分析它

需要多个工作负载，这是AWS的定义。当你的技术达到极限时，也就

是数据的是数据的极限极限。大数据不是关于如何定义，最重要的是如何使用。

最大的挑战在于哪些技术能更好的使用数据以及大数据的应用情况

如何。这与传统的数据库相比，开源的大数据分析工具的如Hadoop

的崛起，这些非结构化的数据服务的价值在哪里。

二、大数据技术

数据采集：ETL工具负责将分布的、异构数据源中的数据如关系数

据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最

后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基

础。数据存取：关系数据库、NOSQL、SQL等。基础架构：云

存储、分布式文件存储等。数据处理：自然语言处理(NLP，

精选资料，欢迎下载

。

NaturalLanguageProcessing)是研究人与计算机交互的语言问题的

一门学科。处理自然语言的关键是要让计算机处理自然语言的关键是要让