大数据介绍PPT课件.pptx

大数据介绍PPT课件.pptx

《大数据介绍PPT课件.pptx》由会员分享，可在线阅读，更多相关《大数据介绍PPT课件.pptx（39页珍藏版）》请在冰豆网上搜索。

,大数据概述,大数据4V特性,相关领域应用.,相关技术架构,目录.,大数据概述,数据量级变化,大数据产生背景,数据量级不断增加|根据IDC监测，人类产生的数据量正在呈指数级增长，大约每两年翻一番，这个速度在2020年之前会继续保持下去。

数据结构日趋复杂|大量新数据源的出现则导致非结构化、半结构化数据爆发式的增长,TB,PB,ZB,EB,地球上至今的数据量.：

在2006年，个人用户才刚刚迈进TB时代，全球一共新产生了约180EB的数据；在2011年，这个数字达到了1.8ZB。

而有市场研究机构预测：

到2020年，整个世界的数据总量将会增长44倍，达到35.2ZB（1ZB=10亿TB）,说明,互联网（社交、搜索、电商）、移动互联网（微博）、物联网（传感器，智慧地球）、车联网、GPS、医学影像、安全监控、金融（银行、股市、保险）、电信（通话、短信）都在疯狂产生着数据。

1GB（Gigabyte）=1024MB1TB（Terabyte）=1024GB1PB（Petabyte）=1024TB1EB（Exabyte）=1024PB1ZB（Zettabyte）=1024EB,大数据时代,变化在web2.0的时代，人们从信息的被动接受者变成了主动创造者,数据全球每秒钟发送2.9百万封电子邮件，每天会有2.88万个小时的视频上传到Youtube，推特上每天发布5千万条消息,量级每月网民在Facebook上要花费7千亿分钟，发送和接收的数据高达1.3EBGoogle上每天需要处理24PB的数据,多大样数性据的定义.,大数据（bigdata），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来适应海量、高增长率和多样化的信息资产。

想驾驭这庞大的数据，我们必须了解大数据的特征。

facebook社交网络,淘宝、ebuy,电子商务,微博、Apps,移动互联,大数据的4V特性,数据结构,海量,存储能力,读写速度,实时.,大数据分析,hadoophbase,sparkstrom,大数据典型特性存储能力变化,数据量不断增加，存储能力也随之不断增强,存储能力,大数据典型特性读写速度提升,与云计算相结合的大数据存储速度显著提升,数读读写写速速度度,大数据典型特性多样性发展,数据结构更加复杂，呈多样性发展,多样性,1,2,3,4,体量Volume,多样性Variety,价值密度Value,速度Velocity,4V特,性,从非结构化数据的超大规模和增长，比结构化数据增长快10倍到50倍，是传统数据仓库的10倍到50倍，总数据量的8090%大数据的异构和多样性，多种形式（文本、图像、视频、机器数据），无模式或者模式不明显，不连贯的语法或句义大量的不相关信息对未来趋势与模式的可预测分析，深度复杂分析，机器学习、人工智能Vs传统商务智能（咨询、报告等）实时分析而非批量式分析，数据输入、处理与丢弃，立竿见影而非事后见效,相关领域应用,建设公共基础设施应该如何选址？

怎样有效提高公众生活安全水平？

人口土地、资源利用如何优化？

自然灾害、雾霾情况怎样最大化去改善？

城市交通拥堵情况怎么去解决？

合理规划很重要,食品安全,消费行业金融服务,电子商务,气象,交通环保,医疗卫生军事,消费行业,电子商务,金融服务军事食品安全气象,交通环保,医疗卫生,VS,优化城市,优化,正确方式,VS,改善生活,最优,正确方式,用户行为数据,互联网金融数据用户社交等UGC数据,用户消费数据用户地理位置数据,互联网大数据简单罗列几个行业,合理使用大数据,大数据之提高经济策略,金融服务,电子商务,消费行业,根据用户的喜好、交易记录并制定权重匹配商品，提供准确的推送,根据不同地域、不同年龄段的人群的消费情况及生活习惯，制定提供最优服务的计划,结合热点、题材、政策和历史数据及趋势分析，制定良好的方向,相关技术,数据灵活,低价格,高性能,数据灵活,非关系型（列）数据库,性能对比,优点,缺点,优点,缺点,易理解使用方便支持sql易于维护,价格昂贵不能自动切片固定表结构读写性能差高并发读写需求,关系型数据库,场景不同效果也不同，目前NoSql是最为合适大数据发展的,关系型数据库：

Mysql、Oracle、SQserver等,云计算,移动电话,PCs,PDAs,GPS,导航,汽车电子设备,智能家电,iPhone,DCs,传感器,TVs。

云计算（cloudcomputing）是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。

云是网络、互联网的一种比喻说法，用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。

我们已经进入一个无处不网、无时不网的时代！

大数据与云计算,云计算与大数据的关系是静与动的关系，前者强调的是计算、存储能力；大数据需要处理大数据的能力（数据获取、清洗、转换、存储、分析、统计等能力），其实就是强大的计算能力和数据存储能力。

大数据必须采用云端分布式架构对海量数据进行分布式存储、分布式处理。

云计算为大数据资源、大数据挖掘提供技术设施大数据挖掘为云计算建设和运作提供决策,相互关联性,大数据之实时分析,是指对规模巨大的数据进行分析，利用大数据技术高效的快速完成分析，达到近似实时的效果，更及时的反映数据的价值和意义。

近实时的数据分析，是传统架构的50-1000倍高效的响应速度在当今互联网显得极为重要,实时大数据分析,spark实时分析框架,共性：

开源的分布式系统，具有低延迟、可扩展和容错性诸多优点,流式实时分析框架storm,Hadoop集群,是编程语言吗？

跟大数据有什么关系？

Hadoop是开源平台,本身不是数据库,但可处理非结构化数据这点关系数据库很难做到java、android等程序是用来做交互的，而hadoop是用来做计算的,哪些公司在使用Hadoop,为什么使用Hadoop,存储阵列,数据移动,EMC存储,Oracle,IBM,磁盘IO瓶颈,带宽瓶颈,计算瓶颈,小型机cpu,小型机cpu,基于共享存储和高性能计算的架构。

大型机和小型机的差别存储阵列和普通硬盘的差别IO,稳定性。

计算能力和机器数量成正比IO能力和机器数量成非正比VPSVPS,scale-up（纵向扩展）VPSVPS,集群思路引入.,一只普通的牛体力有限，很快就不行了,换一只昂贵的身材健硕的牛呢？

还是体力有限，很快就又不行了,一户人家，家里有很多的田，他需要牛来耕地，他要怎么来决策耕田的问题呢？

最后他想到一个办法：

如果找一群普通的牛，事实不会又便宜又高效呢？

集群的概念就是这么得来的,特性,HDFS:

HadoopDistributedFileSystem,分布式文件系统,MapReduce：

分布式运算框架,YARN:

YetAnotherResourceNegotiator,资源管理调度系统,生态圈,问题：

怎样存储海量数据？

HDFS分布式文件系统,两个思想十分重要,1.切分,2.分装,MapReduce介绍,MapReduce=Map（拆分）+Reduce（合并、排序）,大数据时代来临,大数据时代,MOMODAPOWERPOINTLoremipsumdolorsitamet,consecteturadipiscingelit.Fusceidurnablandit,eleifendnullaac,fringillapurus.Nullaiaculistemporfelisutcursus.,感谢您的观看,专家告诉,