大數(shù)據(jù)分析的技術(shù)_第1頁
大數(shù)據(jù)分析的技術(shù)_第2頁
大數(shù)據(jù)分析的技術(shù)_第3頁
大數(shù)據(jù)分析的技術(shù)_第4頁
大數(shù)據(jù)分析的技術(shù)_第5頁
已閱讀5頁，還剩6頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

大數(shù)據(jù)分析的技術(shù)

1、了解什么是大數(shù)據(jù)分析技術(shù)

1、數(shù)據(jù)采集

2、數(shù)據(jù)管理

3、數(shù)據(jù)存儲

數(shù)據(jù)采集

大數(shù)據(jù)的采集是指利用多個數(shù)據(jù)庫來接收發(fā)自客戶端（Web、App或者傳感器形式等）的數(shù)據(jù)，并且用戶可以通過這些數(shù)據(jù)庫來進(jìn)行簡單的查詢和處理工作。例如，電商會使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫MySQL和Oracle等來存儲每一筆事務(wù)數(shù)據(jù)或者也可以通過爬蟲來爬取暴露在互聯(lián)網(wǎng)上的數(shù)據(jù)。數(shù)據(jù)采集網(wǎng)絡(luò)爬蟲

是一種按照一定的規(guī)則，自動地抓取萬維網(wǎng)信息的程序或者腳本，它們被廣泛用于互聯(lián)網(wǎng)搜索引擎或其他類似網(wǎng)站，可以自動采集所有其能夠訪問到的頁面內(nèi)容，以獲取或更新這些網(wǎng)站的內(nèi)容和檢索方式。數(shù)據(jù)采集數(shù)據(jù)管理

對大數(shù)據(jù)進(jìn)行分析的基礎(chǔ)是對大數(shù)據(jù)進(jìn)行有效的管理，使大數(shù)據(jù)“存得下、查得出”，并且為大數(shù)據(jù)的高效分析提供基本數(shù)據(jù)操作（比如Join和聚集操作等），實現(xiàn)數(shù)據(jù)有效管理的關(guān)鍵是數(shù)據(jù)組織。我們可以通過Hive進(jìn)行數(shù)據(jù)管理。數(shù)據(jù)管理數(shù)據(jù)文件管理

文件管理的真諦在于方便保存和迅速提取，所有的數(shù)據(jù)文件將通過某種屬性（比如業(yè)務(wù)、時間）分類被很好地組織起來，放在最能方便找到的地方。解決這個問題目前最理想的方法就是分類管理。數(shù)據(jù)管理數(shù)據(jù)存儲基礎(chǔ)架構(gòu)

從更底層來看，對大數(shù)據(jù)進(jìn)行分析還需要高性能的計算架構(gòu)和存儲系統(tǒng)。例如用于分布式計算的MapReduce計算框架、Spark計算框架，用于大規(guī)模數(shù)據(jù)協(xié)同工作的分布式文件存儲HDFS等。

數(shù)據(jù)存儲HDFS

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論