¿Qué hace el desarrollo de big data?
El papel del big data es lograr dos propósitos a través del análisis de datos:
Comprender las leyes del desarrollo de las cosas.
En segundo lugar, predecir la dirección de desarrollo de los asuntos.
Pregunta 2: ¿Qué hacen los desarrolladores de big data en las empresas? Big data se refiere a datos que no pueden capturarse, gestionarse y procesarse mediante herramientas de software tradicionales en un plazo asequible.
Algunas personas comparan los datos de una mina de carbón con la energía. El carbón se divide en carbón coquizable, carbón de antracita, carbón graso y carbón pobre según sus propiedades, y los costos de extracción de las minas de carbón a cielo abierto y de las minas de carbón de montaña profunda son diferentes. Del mismo modo, los big data no son "grandes", sino "útiles". El contenido de valor y los costos de extracción son más importantes que la cantidad. Para muchas industrias, cómo utilizar estos datos a gran escala es la clave para ganar la competencia.
El valor del big data se refleja en los siguientes aspectos:
1) Las empresas que proporcionan * * * productos o servicios a una gran cantidad de consumidores pueden utilizar el big data para un marketing de precisión. ;
2) Las empresas medianas y de cola larga con modelos pequeños y hermosos pueden utilizar big data para transformar los servicios
3) Las empresas tradicionales que deben transformarse bajo la presión de las necesidades de Internet; para seguir el ritmo de los tiempos. Aprovechar al máximo el valor del big data.
Pregunta 3: ¿Qué necesita saber sobre big data en el desarrollo de big data? La capacitación en big data de la gran plataforma le brinda respuestas: 1. El desarrollo de big data se basa en Java La etapa básica: Linux, Docker, KVM, MySQL, Oracle, MongoDB, redis. Hilo Hadoop MapReduce HDFS: Hadoop: concepto de Hadoop, versión, historia, principio de funcionamiento de HDFS, introducción del hilo, introducción de componentes. Etapa de almacenamiento de big data: hbase, hive, sqoop. Fase de diseño de arquitectura de big data: Flume distribuido, Zookeeper, Kafka. Etapas de computación en tiempo real de big data: Mahout, Spark, Storm. Etapa de recopilación de datos de big data: Python, Scala. Etapa de práctica empresarial de big data: operación real de escenarios empresariales de procesamiento de big data empresarial, análisis de la demanda, implementación de soluciones y aplicación práctica de tecnologías integrales.
Pregunta 4: ¿Qué puede hacer el big data? Puede utilizar varias palabras clave para definir big data.
En primer lugar, la "gran escala" se puede medir desde dos dimensiones. Una es acumular una gran cantidad de datos de series de tiempo y la otra es ser más detallada.
En segundo lugar, la "diversidad" puede consistir en diferentes formatos de datos, como texto, imágenes, vídeos, diferentes categorías de datos, como datos de población, datos económicos y diferentes fuentes de datos, como Internet y sensores.
En tercer lugar, "dinámico". Los datos cambian constantemente. Se puede agregar rápidamente una gran cantidad de datos con el tiempo, o los datos pueden moverse y cambiar constantemente en el espacio.
Estas tres palabras clave definen la imagen del big data.
Pero se requiere otra capacidad clave, que es la "velocidad de procesamiento rápida". Si existen datos tan a gran escala, diversos y dinámicos, pero lleva mucho tiempo procesarlos y analizarlos, no se les llama big data. Desde otra perspectiva, es definitivamente imposible lograr un procesamiento rápido de estos datos manualmente, por lo que es necesario lograrlo con la ayuda de máquinas.
En última instancia, con la ayuda de las máquinas, podemos obtener la información requerida o la aplicación de todo el sistema procesando y analizando rápidamente estos datos, lo que se puede denominar big data.
Pregunta 5: ¿Quieres desarrollar big data o Internet? Ser un buen gerente del departamento de tecnología de redes informáticas, desarrollo, mantenimiento, operación y producto.
En cuanto a la dirección de Internet móvil, sólo puedo decir:
Los próximos diez años serán la década de Internet móvil.
Pregunta 6: ¿Qué es big data? ¿Qué pueden hacer los grandes datos? Big data se refiere a datos que no pueden capturarse, gestionarse y procesarse mediante herramientas de software tradicionales en un plazo asequible. Requiere un nuevo modelo de procesamiento con capacidades más sólidas de toma de decisiones, conocimiento y optimización de procesos para adaptarse a los activos de información masivos, diversos y de alto crecimiento.
Los macrodatos pueden ser correctos; los datos se recopilan y almacenan, luego se analizan y se aplican para formar nuestros productos y servicios, y los productos y servicios también generarán nuevos datos, que se reciclarán en nuestros procesos intermedios.
Cuando todo el sistema de circulación se convierte en un sistema inteligente que puede automatizarse mediante máquinas, puede convertirse en un nuevo modelo, ya sea comercial o no.
Pregunta 7: ¿Qué es big data y plataforma de big data? La tecnología de big data se refiere a la capacidad de obtener rápidamente información valiosa a partir de varios tipos de datos. Las tecnologías adecuadas para big data incluyen bases de datos MPP, redes eléctricas de minería de datos, sistemas de archivos distribuidos, bases de datos distribuidas, plataformas de computación en la nube, Internet, sistemas de almacenamiento escalables, etc.
Plataforma de big data consiste en calcular la cada vez mayor cantidad de datos que se generan en la sociedad actual. Plataforma para almacenamiento, operación y exhibición.
Pregunta 8: ¿Qué significa big data y cómo entender el concepto de big data? Big data (Megadata), o big data, se refiere a activos de información masivos, de alto crecimiento y diversos que requieren nuevos modelos de procesamiento para tener capacidades más sólidas de toma de decisiones, conocimiento y optimización de procesos.
¿En Víctor? ¿Meyer Schoenberg y Kenneth? Big data en "La era de Big Data" escrita por Cukier significa que todos los datos se utilizan para análisis y procesamiento, y no hay atajos para el análisis aleatorio (encuesta de muestreo). Las características de 4V de big data: volumen (masa), velocidad (alta velocidad), diversidad (diversidad) y valor (valor).
Gartner, una organización de investigación sobre “big data”, dio esta definición. Los "grandes datos" son un activo de información enorme, diverso y de alto crecimiento que requiere nuevos modelos de procesamiento para tener un mayor poder de toma de decisiones, conocimiento y descubrimiento, y capacidades de optimización de procesos.
Técnicamente hablando, la relación entre big data y computación en la nube es tan inseparable como las dos caras de una moneda. Los big data no pueden ser procesados por una sola computadora y deben utilizar una arquitectura distribuida. Se caracteriza por la extracción de datos distribuidos de datos masivos, pero debe depender del procesamiento distribuido, bases de datos distribuidas, almacenamiento en la nube y tecnología de virtualización de la computación en la nube.
Con la llegada de la era de la nube, el big data ha recibido cada vez más atención. El equipo de analistas de Zhuyuntai cree que los big data se utilizan a menudo para describir las grandes cantidades de datos no estructurados y semiestructurados creados por una empresa, que, cuando se descargan en una base de datos relacional para su análisis, costarán demasiado tiempo y dinero. El análisis de big data a menudo se asocia con la computación en la nube porque el análisis en tiempo real de grandes conjuntos de datos requiere marcos como MapReduce para distribuir el trabajo entre docenas, cientos o incluso miles de computadoras.
Big data requiere una tecnología especial para procesar eficazmente grandes cantidades de datos dentro del tiempo permitido. Las tecnologías adecuadas para big data incluyen bases de datos de procesamiento masivo paralelo (MPP), redes eléctricas de minería de datos, sistemas de archivos distribuidos, bases de datos distribuidas, plataformas de computación en la nube, Internet y sistemas de almacenamiento escalables.
Características del big data. La cantidad de datos es grande, los tipos de datos son muchos, los requisitos en tiempo real son sólidos y el valor contenido en los datos es grande. Big data existe en todos los ámbitos de la vida, pero una gran cantidad de información y consulta es compleja y requiere que busquemos, procesemos, analicemos, resumamos y resumamos sus leyes profundamente arraigadas.
Recogida de big data. Con el desarrollo de la tecnología e Internet, se acerca la era del big data y varias industrias generarán una gran cantidad de fragmentos de datos todos los días. Las unidades de medida de datos han evolucionado desde bytes, KB, MB, GB y TB hasta PB, EB, ZB, YB e incluso BB, NB y DB. La recopilación de datos en la era del big data ya no es un problema técnico, sino cómo encontrar las leyes inherentes ante tantos datos.
Minería y procesamiento de big data. El cerebro humano no puede calcular ni estimar los macrodatos, ni tampoco puede procesarlos una sola computadora. Debe adoptar una arquitectura informática distribuida y confiar en el procesamiento distribuido, la base de datos distribuida, el almacenamiento en la nube y la tecnología de virtualización de la computación en la nube. Por lo tanto, la minería y el procesamiento de big data deben utilizar tecnología en la nube.
Internet es una red mágica, y el desarrollo del big data también es un modelo. Si realmente quieres aprender sobre big data, puedes venir aquí. El número inicial de esta bestia es 187, los números del medio son tres ceros infantiles y el número final es 14250. Puedes encontrarlos combinándolos en orden. Lo que quiero decir es que, a menos que quieras hacerlo o entiendas este aspecto, si simplemente te unes a la diversión, entonces no vengas.
Aplicaciones del big data
Las aplicaciones de big data pueden ayudarnos a obtener valor útil en la vida.
A medida que la aplicación de big data se generaliza cada vez más y la industria de aplicaciones disminuye cada vez más, se pueden ver algunas aplicaciones novedosas de big data todos los días, lo que ayuda a las personas a obtener un valor verdaderamente útil de ellas. Muchas organizaciones o individuos se verán afectados por el análisis de big data, pero ¿cómo ayuda el big data a las personas a extraer información valiosa? Echemos un vistazo a nueve aplicaciones de big data de muy alto valor, que son áreas clave de big data en aplicaciones de análisis:
1. Comprender a los clientes y satisfacer sus necesidades de servicio.
El La aplicación de big data es ahora la más conocida en este campo. El punto clave es cómo> & gt
Pregunta 9: ¿Qué trabajos puede realizar el big data? Cada vez hay más trabajos relacionados con el big data. I + D de big data, operación y mantenimiento de big data, ingenieros de big data, analistas de big data, etc. La situación general actual no es muy grande, pero a medida que la industria madure en el futuro, habrá cada vez más trabajos de big data. Espérelo con ansias, así que cada vez más personas están aprendiendo big data.
Pregunta 10: ¿Cuál es la diferencia entre ingenieros de desarrollo de datos (ingenieros de desarrollo de big data)? Significa que big data es el hermano mayor de los datos.