APP推广合作
联系“鸟哥笔记小乔”
大数据的业务范围(大数据简介&大数据应用场景)
2024-05-29 10:45:59

大数据简介&大数据应用场景

大数据的业务范围(大数据简介&大数据应用场景)


互联网信息化技术高速发展,企业生产过程中产生的数据量呈指数级上升。我们看一组统计:


  • 1986年,全球只有0.02EB也就是约21000TB的数据量
  • 2007年,全球就是280EB也就是约300000000TB的数据量,翻了14000倍
  • 2012年,每天会产生2.5EB的数据量
  • 基于IDC的报告预测,从2013年到2020年,全球数据量会从4.4ZB猛增到44ZB,2025年,全球会有163ZB的数据量


单位换算如下:


1GB = 1024 MB 1TB = 1024 GB 1PB = 1024 TB 1EB = 1024 PB 1ZB = 1024 EB 1YB = 1024 ZB 1BB = 1024 YB 1NB = 1024 BB 1DB = 1024 NB


对普通人来讲,TB算是一个能理解的数据量级,谁还没10来个TB的硬盘或网盘。PB也就1024个TB,也还行,一个普通人,终其一生,把其所有的音乐、视频、图片、文件加起来可能都不会把一个PB给用完。


1PB到底有多大?假如手机播放MP3的速度为平均每分钟1MB,而1首歌曲的平均时长为4分钟,那么1PB存量的歌曲可以连续播放2000年。当然,这里有点夸大,按每分钟10M来算,即歌曲都粗略换成无损歌曲,1PB存量的歌曲也可以连续播放200年,也就是,普通人是没那个命去听完1PB音乐的。1PB 也相当于50%的全美学术研究图书馆藏书咨询内容。


1EB是1024个PB,无损歌曲直接给你播204800年,播起来就是真正的没完没了。基本上,要对PB级以上的数据进行一些联机分析,数据挖掘等就是大数据领域需要解决的问题。传统的事务型数据库并没能力在秒级内运算如此海量的数据。


事实上随着关系型数据库分布式技术的成熟,通过数据水平+垂直分片集群等技术,不存在数据量大到无法处理的情况。因为水平+垂直分片理论上可以无限扩容。既然如此,为何还出现了Hadoop、Kudu、Spark等大数据处理框架?关键还是处理时间问题,比如我们将万亿订单数据通过地区+用户ID分片片键对数据进行水平划分,这些一来,数据量无论有多大,查询某个地区某个用户的订单数据的效率不会随着数据规模增大而变慢的。但是如果需求改成,统计所有订单产生的总销额,此时相当于对数据库的全表扫描进行统计,对于分片集群来讲,就是对所有的分片进行全表扫描,然后统计所有分片的统计结果。传统的关系型数据库通常是行式存储,统计某一列数据的和需要扫描所有数据行,得到那列数据再加以统计,在数据量特别大时,效率是极慢的。


大数据的业务范围(大数据简介&大数据应用场景)

以mysql为例,通过B+聚簇索引树将所有数据行组织起来,以索引的根节点开始分裂成不同范围的索引页,根节点保存所有数据页,数据页与数据页之间通过双向的指针连接,在数据页内部是真正的数据行,数据行之间用单向指针连接。这样的数据组织形式,很明显,对于主键查询,范围查询,效率极高,因为数据都在叶子节点,数据节点之间又有指针,想要定位某范围的数据是相对容易的。但对于需要全表扫描统计某一列的和,此时不得不扫描过所有数据,其效率可想而知。


此时,为解决此类问题,一些列式存储数据库开始出现并广泛应用。这类数据库侧重于统计,决策等场景,也称为联机分析处理(Online Analyze Process,OLAP)数据库,此类数据库处理的数据量通过在PB级以上。而上面提到的事务型数据库通常也称为联机事务处理(Online Transaction Process,OLTP)数据库。当然OLTP数据库单库能处理的数据量通常是GB级。不管是哪种类型的数据库,其最终扩容必然是数据的垂直和水平分片。



大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。


大数据是数据集合,信息资产,当这些数据集合大到常规数据库处理软件(如关系型数据库mysql、oracle、DB2等)无法处理,或说难以处理时,此时我们可以认为这类数据为大数据,当然,数据量巨大不过是大数据的一个基础特征,它还具有其它的一些特征。



IBM提出大数据5V特征:Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。


  • 大量:大数据需要处理的数据集大小通常在PB级以上
  • 高速:在大数据时代,数据的创建、存储、分析都要求被高速处理,比如电商网站的个性化推荐尽可能要求实时完成推荐,这也是大数据区别于传统数据挖掘的显著特征。
  • 多样:数据形式和来源多样化。包括结构化、半结构化和非结构化数据,具体表现为网络日志、音频、视频、图片、地理位置信息等等,多类型的数据对数据的处理能力提出了更高的要求。
  • 低价值密度:数据价值密度相对较低。通常能产生海量数据的业务数据,极有可能是低价值密度的,大数据要解决的问题是,从海量数据中挖掘出它们的价值。最显而易见的就是车联网领域,车子在跑的过程中,产生各种驾驶数据,这些数据的价值密度看起来极低,但实际上,基于这些数据做出的各种预警却对行车安全产生了极大的价值,那么用户就会为这些价值买单,因为它极大的保障了司机和乘客的生命安全。
  • 真实性:确保数据的真实性,才能保证数据分析的正确性



大数据可以应用到诸多领域,如仓储物流、电商零售、汽车、物联网、电信、生物医学、人工智能、智慧城市等等领域,包括在疫情防控战中,大数据技术也发挥了重要的作用。应用场景是人想出的,大数据几乎可以应用到任何领域,上面提到的不过是目前应用得相对成熟的领域而已,大数据具有无限可能,等待人们去发掘。

大数据的业务范围(大数据简介&大数据应用场景)
运营那些事儿
分享到朋友圈
收藏
收藏
评分

综合评分:

我的评分
Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
一书一课30天会员体验卡
领30天VIP会员,110+门职场大课,250+本精读好书免费学!助你提升职场力!
20羽毛
立即兑换
顺丰同城急送全国通用20元优惠券
顺丰同城急送是顺丰推出的平均1小时送全城的即时快送服务,专业安全,准时送达!
30羽毛
立即兑换
运营那些事儿
运营那些事儿
发表文章43457
确认要消耗 羽毛购买
大数据的业务范围(大数据简介&大数据应用场景)吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接