行業(yè)大數(shù)據(jù)部署思路淺析大數(shù)據(jù)的特點(diǎn)理解大數(shù)據(jù)相關(guān)技術(shù)與應(yīng)用什么是大大數(shù)據(jù)？？海量數(shù)據(jù)據(jù)本身+處理方法法*大數(shù)據(jù)的的4V特征體量Volume多樣性Variety價(jià)值密度Value速度Velocity非結(jié)構(gòu)化數(shù)據(jù)的超大規(guī)模和增長總數(shù)據(jù)量的80~90%比結(jié)構(gòu)化數(shù)據(jù)增長快10倍到50倍是傳統(tǒng)數(shù)據(jù)倉庫的10倍到50倍大數(shù)據(jù)的異構(gòu)和多樣性很多不同形式（文本、圖像、視頻、機(jī)器數(shù)據(jù)）無模式或者模式不明顯不連貫的語法或句義大量的不相關(guān)信息對未來趨勢與模式的可預(yù)測分析深度復(fù)雜分析（機(jī)器學(xué)習(xí)、人工智能Vs傳統(tǒng)商務(wù)智能(咨詢、報(bào)告等）實(shí)時(shí)分析而非批量式分析數(shù)據(jù)輸入、處理與丟棄立竿見影而非事后見效*1、密不可可分的大大數(shù)據(jù)與與云計(jì)算算商業(yè)模式式驅(qū)動(dòng)應(yīng)用需求求驅(qū)動(dòng)云計(jì)算本本身也是是大數(shù)據(jù)據(jù)的一種種業(yè)務(wù)模模式大數(shù)據(jù)是是落地的的云云計(jì)算的的模式是是業(yè)務(wù)模模式，本本質(zhì)是數(shù)數(shù)據(jù)處理理技術(shù)。。數(shù)據(jù)是資資產(chǎn)，云云為數(shù)據(jù)據(jù)資產(chǎn)提提供存儲(chǔ)儲(chǔ)、訪問問和計(jì)算算。當(dāng)前云計(jì)計(jì)算更偏偏重海量量存儲(chǔ)和和計(jì)算，，以及提提供的云云服務(wù)，，運(yùn)行云云應(yīng)用，，但是缺缺乏盤活活數(shù)據(jù)資資產(chǎn)的能能力，挖挖掘價(jià)值值性信息息和預(yù)測測性分析析，為國國家、企企業(yè)、個(gè)個(gè)人提供供決策和和服務(wù)，，是大數(shù)數(shù)據(jù)核心心議題，，也是云云計(jì)算的的最終方方向。*2、大數(shù)據(jù)據(jù)不僅僅僅是“大大”多大？至少PB級比大更重重要的是是數(shù)據(jù)的的復(fù)雜性性，有時(shí)時(shí)甚至大大數(shù)據(jù)中中的小數(shù)數(shù)據(jù)如一一條微博博就具有有顛覆性性的價(jià)值值*4、大數(shù)據(jù)據(jù)的應(yīng)用用不僅僅僅是精準(zhǔn)準(zhǔn)營銷通過用戶戶行為分分析實(shí)現(xiàn)現(xiàn)精準(zhǔn)營營銷是大大數(shù)據(jù)的的典型應(yīng)應(yīng)用，但但是大數(shù)數(shù)據(jù)在各各行各業(yè)業(yè)特別是是公共服服務(wù)領(lǐng)域域具有廣廣闊的應(yīng)應(yīng)用前景景消費(fèi)行業(yè)業(yè)金融服務(wù)務(wù)食品安全全醫(yī)療衛(wèi)生生軍事交通環(huán)保保電子商務(wù)務(wù)氣象*5、管理大大數(shù)據(jù)““易”理理解大數(shù)數(shù)據(jù)“難難”雖然大數(shù)數(shù)據(jù)是一一個(gè)重大大問題，，真正的的問題是是讓大數(shù)數(shù)據(jù)更有有意義目前大數(shù)數(shù)據(jù)管理理多從架架構(gòu)和并并行等方方面考慮慮，解決決高并發(fā)發(fā)數(shù)據(jù)存存取的性性能要求求及數(shù)據(jù)據(jù)存儲(chǔ)的的橫向擴(kuò)擴(kuò)展，但但對非結(jié)結(jié)構(gòu)化數(shù)數(shù)據(jù)的內(nèi)內(nèi)容理解解仍缺乏乏實(shí)質(zhì)性性的突破破和進(jìn)展展，這是是實(shí)現(xiàn)大大數(shù)據(jù)資資源化、、知識化化、普適適化的核核心非結(jié)構(gòu)化化海量信信息的智智能化處處理：自自然語言言理解、、多媒體體內(nèi)容理理解、機(jī)機(jī)器學(xué)習(xí)習(xí)等挖掘內(nèi)部部需求經(jīng)過大數(shù)數(shù)據(jù)改造造的IT不再是一一個(gè)冷冰冰冰的系系統(tǒng)，而而變成了了推動(dòng)業(yè)業(yè)務(wù)發(fā)展展，挖掘掘客戶內(nèi)內(nèi)心需求求的真正正推動(dòng)劑劑；大數(shù)數(shù)據(jù)將催催生更多多的應(yīng)用用領(lǐng)域需需求。數(shù)據(jù)源內(nèi)部結(jié)構(gòu)構(gòu)化數(shù)據(jù)據(jù)外部其他他渠道網(wǎng)絡(luò)/應(yīng)用日日志EDW（內(nèi)外部部結(jié)構(gòu)化化數(shù)據(jù)））用戶基本本信息數(shù)據(jù)庫Hadoop（內(nèi)外部部非結(jié)構(gòu)構(gòu)化數(shù)據(jù)據(jù)）Hadoop/GPFSClusterMapReduce&Analytics網(wǎng)絡(luò)日志志分析內(nèi)容分析析交互數(shù)據(jù)據(jù)分析個(gè)體分析析用戶購買買記錄數(shù)數(shù)據(jù)庫用戶維修修記錄數(shù)數(shù)據(jù)庫內(nèi)部非結(jié)結(jié)構(gòu)化數(shù)數(shù)據(jù)社會(huì)化媒體數(shù)據(jù)生產(chǎn)、銷售、服務(wù)、售后數(shù)據(jù)數(shù)據(jù)應(yīng)用用倉庫用戶在線線瀏覽據(jù)據(jù)庫用戶安裝裝配送數(shù)數(shù)據(jù)庫。。。。。。其他數(shù)據(jù)據(jù)集清洗整合用戶數(shù)據(jù)清洗整合規(guī)則確定ETLDQ數(shù)據(jù)清洗、整合、轉(zhuǎn)換開發(fā)清洗整合規(guī)則自動(dòng)調(diào)度規(guī)則與標(biāo)準(zhǔn)制定用戶信息歸屬規(guī)則確定用戶數(shù)據(jù)使用權(quán)限與流程確定用戶數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)確定數(shù)據(jù)應(yīng)用用/服務(wù)營銷/關(guān)懷活動(dòng)動(dòng)自動(dòng)化化管理商業(yè)智能能管理駕駛駛艙業(yè)務(wù)報(bào)表表專題分析析嵌入運(yùn)營營系統(tǒng)的的大數(shù)據(jù)據(jù)應(yīng)用信息可視視化工具具CRMSCMMESPLM平臺(tái)化企企業(yè)，需需要大數(shù)數(shù)據(jù)架構(gòu)構(gòu)的支撐撐大數(shù)據(jù)時(shí)代的企業(yè)發(fā)展更高一層層數(shù)據(jù)層層面整合合企業(yè)內(nèi)內(nèi)外部*數(shù)據(jù)的再再利用：：由于在信信息價(jià)值值鏈中的的特殊位位置，有有些公司司可能會(huì)會(huì)收集到到大量的的數(shù)據(jù)，，但他們們并不急急需使用用也不擅擅長再次次利用這這些數(shù)據(jù)據(jù)。例如如，移動(dòng)動(dòng)電話運(yùn)運(yùn)營商手手機(jī)用戶戶的位置置信息來來傳輸電電話信號號，這對對以他們們來說，，數(shù)據(jù)只只有狹窄窄的技術(shù)術(shù)用途。。但當(dāng)它它被一些些發(fā)布個(gè)個(gè)性化位位置廣告告服務(wù)和和促銷活活動(dòng)的公公司再次次利用時(shí)時(shí)，則變變得更有有價(jià)值。。大數(shù)據(jù)價(jià)價(jià)值鏈的的3大構(gòu)成：：數(shù)據(jù)本本身、技技能與思思維谷歌公司司三者兼兼具，在在剛開始始收集數(shù)數(shù)據(jù)的時(shí)時(shí)候就已已經(jīng)有多多次使用用數(shù)據(jù)的的想法。。比方說說，它的的街景采采集車手手機(jī)全球球定位系系統(tǒng)數(shù)據(jù)據(jù)不光是是為了創(chuàng)創(chuàng)建谷歌歌地圖，，也是為為了制成成全自動(dòng)動(dòng)汽車以以及谷歌歌眼鏡等等與實(shí)景景交匯的的產(chǎn)品。。未來，企企業(yè)會(huì)依依靠洞悉悉數(shù)據(jù)中中的信息息更加了了解自己己，也更更加了解解客戶。?！洞髷?shù)據(jù)時(shí)時(shí)代》傳統(tǒng)行業(yè)業(yè)最終都都會(huì)轉(zhuǎn)變變?yōu)榇髷?shù)數(shù)據(jù)行業(yè)業(yè)，無論論是金融融服務(wù)也也、醫(yī)藥藥還是制制造業(yè)。。大數(shù)據(jù)的未來和機(jī)遇大數(shù)據(jù)相關(guān)技術(shù)分析技術(shù)術(shù)：數(shù)據(jù)處理理：自然然語言處處理技術(shù)術(shù)統(tǒng)計(jì)和分分析：A/Btest;topN排行榜；；地域占占比；文文本情感感分析數(shù)據(jù)挖掘掘：關(guān)聯(lián)聯(lián)規(guī)則分分析；分分類；聚聚類模型預(yù)測測：預(yù)測測模型；；機(jī)器學(xué)學(xué)習(xí)；建建模仿真真大數(shù)據(jù)技技術(shù)：數(shù)據(jù)采集集：ETL工具數(shù)據(jù)存取?。宏P(guān)系系數(shù)據(jù)庫庫；NoSQL；SQL等基礎(chǔ)架構(gòu)構(gòu)支持：：云存儲(chǔ)儲(chǔ)；分布布式文件件系統(tǒng)等等計(jì)算結(jié)果果展現(xiàn)：：云計(jì)算算；標(biāo)簽簽云；關(guān)關(guān)系圖等等存儲(chǔ)結(jié)構(gòu)化數(shù)數(shù)據(jù)：海量數(shù)據(jù)據(jù)的查詢詢、統(tǒng)計(jì)計(jì)、更新新等操作作效率低低非結(jié)構(gòu)化化數(shù)據(jù)圖片、視視頻、word、pdf、ppt等文件存存儲(chǔ)不利于檢檢索、查查詢和存存儲(chǔ)半結(jié)構(gòu)化化數(shù)據(jù)轉(zhuǎn)換為結(jié)結(jié)構(gòu)化存存儲(chǔ)按照非結(jié)結(jié)構(gòu)化存存儲(chǔ)解決方案案：Hadoop（MapReduce技術(shù)）流計(jì)算（（twitter的storm和yahoo！的S4）數(shù)據(jù)采集數(shù)據(jù)儲(chǔ)存數(shù)據(jù)管理數(shù)據(jù)分析與挖掘什么是hadoop開源Apache項(xiàng)項(xiàng)目,靈靈感來源源于Google的MapReduce白白皮書和和Google文件系系(GFS),,Yahoo完成成了絕大大部分初初始設(shè)計(jì)計(jì)和開發(fā)發(fā)Hadoop核核心組組件包括括:-分布式式文件系系統(tǒng)-Map/Reduce––分布式式計(jì)算用Java編寫寫運(yùn)行平臺(tái)臺(tái):?Linux,,MacOS/X,Solaris,Windows?普通的的X86硬件平平臺(tái)為什么hadoop很很重要非結(jié)構(gòu)化化數(shù)據(jù)暴暴增:–估計(jì)未來來5年，企業(yè)業(yè)的數(shù)據(jù)據(jù)將增長長650%%，其中80%都是非結(jié)結(jié)構(gòu)化數(shù)數(shù)據(jù)–比如FACEBOOK每天收集集100TB的數(shù)據(jù)，，Twitter會(huì)有每天產(chǎn)生生3500億的tweets非結(jié)構(gòu)化化的數(shù)據(jù)據(jù)同樣蘊(yùn)蘊(yùn)藏巨大大價(jià)值需要新方方法利用用所有數(shù)數(shù)據(jù)進(jìn)行行業(yè)務(wù)分分析–ApacheHadoop作為一個(gè)個(gè)分析存存儲(chǔ)大量量數(shù)據(jù)的的關(guān)鍵數(shù)據(jù)平臺(tái)臺(tái)出現(xiàn)hadoop與與大數(shù)據(jù)據(jù)Hadoop是致力于于“大數(shù)數(shù)據(jù)”處處理的最最重要平平臺(tái)之一一–能夠輕松松擴(kuò)展到到PB級別的數(shù)數(shù)據(jù)存儲(chǔ)儲(chǔ)，處理理規(guī)模–帶有高度度容錯(cuò)能能力的并并行處理理架構(gòu)–基于普通通的X86平臺(tái)硬件件架構(gòu)，，硬件成成本低廉廉–用內(nèi)置格格式存儲(chǔ)儲(chǔ)/處理數(shù)據(jù)據(jù)–基于開源源項(xiàng)目，，擁有當(dāng)當(dāng)量的代代碼來源源，并且且傳統(tǒng)廠廠商也日日益重視視對其的的支持，，它已經(jīng)經(jīng)成為重重要的并并行處理理架構(gòu)標(biāo)標(biāo)準(zhǔn)之一一企業(yè)級Hadoop堆棧數(shù)據(jù)存儲(chǔ)儲(chǔ)與訪問問方式大數(shù)據(jù)與與應(yīng)用總總體設(shè)計(jì)計(jì)行業(yè)大數(shù)數(shù)據(jù)建設(shè)設(shè)思考1.思考的問問題使用當(dāng)前前數(shù)據(jù)資資源建設(shè)設(shè)大數(shù)據(jù)據(jù)平臺(tái)能能做什么么？實(shí)現(xiàn)以前前無法實(shí)實(shí)現(xiàn)的應(yīng)應(yīng)用需求求針對當(dāng)前前業(yè)務(wù)狀狀況，為為什么需需要建設(shè)設(shè)大數(shù)據(jù)據(jù)平臺(tái)改善現(xiàn)狀狀，為未未來發(fā)展展奠定基基礎(chǔ)具備什么么樣的條條件才能能建設(shè)大大數(shù)據(jù)平平臺(tái)？硬件和網(wǎng)網(wǎng)絡(luò)資源源具備了了嗎？數(shù)據(jù)應(yīng)用用業(yè)務(wù)需需求明確確了嗎？？已有業(yè)務(wù)遷移移到大數(shù)數(shù)據(jù)平臺(tái)臺(tái)可行嗎嗎？2.建設(shè)步驟驟分析當(dāng)前前及未來來數(shù)據(jù)量量及數(shù)據(jù)據(jù)類型（（不止是是原始數(shù)數(shù)據(jù)哦，，還有新新產(chǎn)生的的大數(shù)據(jù)據(jù)應(yīng)用中中間及結(jié)結(jié)果數(shù)據(jù)據(jù)）明確大數(shù)數(shù)據(jù)應(yīng)用用業(yè)務(wù)需需求（包包括已有有業(yè)務(wù)遷遷移和未未來面對對海量數(shù)數(shù)據(jù)進(jìn)行行的以前前無法做做到的新新型業(yè)務(wù)務(wù)需求和和模式））根據(jù)需求求確定數(shù)數(shù)據(jù)存儲(chǔ)儲(chǔ)模式及及結(jié)構(gòu)（（與應(yīng)用用相關(guān)））根據(jù)需求求確定大大數(shù)據(jù)應(yīng)應(yīng)用建設(shè)設(shè)技術(shù)路路線●批處處理模式式●●實(shí)實(shí)時(shí)訪訪問技術(shù)術(shù)●●流式式計(jì)算●●大規(guī)規(guī)模并行行計(jì)算●統(tǒng)計(jì)分分析●●OLAP分析●●數(shù)據(jù)挖挖掘●●智智能搜索索●。。。。搭建系統(tǒng)統(tǒng)運(yùn)行及及監(jiān)控