一：大数据概念

1.1 概述

  • 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。
  • 大数据主要解决，海量数据的采集、存储和分析计算问题。

1.2 存储单位

  • 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

二：大数据特点

2.1 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。

2.2 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

2.3 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。

2.4 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。

三：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

四：大数据发展前景

  • 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”。
  • 2020年初，中央推出34万亿“新基建”投资计划

  • 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。
  • 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。
  • Boss直聘网站上的部分大数据工程师薪资水平

五：大数据部门业务流程分析

六：大数据部门内部组织结构