大数据简介

一、大数据面临的挑战：

• 海量数据如何的问题
• 海量数据如何的问题

二、大数据的特点（5V特征）

• Volume（数据量大）
• Variety（种类、来源多样化）
• Value（价值密度低）
• Velocity（速度快）
• veracity（数据的质量）

三、大数据应用场景

• 电商领域（精准广告位、个性化推荐、大数据杀熟）
• 传媒领域（精准营销、猜你喜欢、交互推荐）
• 金融领域（信用评估、风险管控、客户细分、精细化营销）
• 交通领域（拥堵预测、智能红绿灯、导航最优规划）
• 安防领域（犯罪预测、天网监控）
• 电信领域（基站选址优化、疫情监控、客户用户画像）
• 医疗领域（智慧医疗、疾病预防、病源追踪）
  ...

四、大数据业务分析基本步骤

• 明确分析目的和思路
• 数据收集
• 数据处理
• 数据分析
• 数据展现
• 报告撰写
  \color{red}{通俗描述：数据从哪里来，数据到哪里去}\color{red}{采集、处理、分析、应用}$

五、大数据部门组织架构

大数据部门组织架构.jpg

分布式和集群的区别

分布式：多台机器，每台机器上部署不同的组件（如电商系统分为支付子系统、购物车子系统、订单子系统、首页系统等）
集群：多台机器每台集群部署相同组件（每个集群部署相同的服务实例）