你好,欢迎光临昆明东讯科技有限公司官方网站!

打开客服菜单
大数据应用
当前位置 : 核心技术 >> 大数据应用
大数据应用

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。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径,而采用所有数据进行分析处理。大数据的5V特点(IBM提出):Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。

对于“大数据”(Big data)研究机构Gartner给出了这样的定义。“大数据”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来适应海量、高增长率和多样化的信息资产。

麦肯锡全球研究所给出的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。

从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。分析师团队认为,大数据(Big data)通常用来形容一个公司创造的大量非结构化数据和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起,因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

大数据需要特殊的技术,以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术,包括大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

Processed in 0.002043 Second.
网站地图 uc彩票黑龙江时时彩 uc彩票北京PK拾 uc彩票河南快3
申博娱乐开户官网 申博太阳城娱乐18k 申博娱乐备用网址 澳门国际赌场网址
yg电子官网登入 南国时时彩 6762彩票网手机下注 菲律宾申博太阳城国际娱乐登入
168彩票斯洛伐克28 uc彩票江苏快三 乐趣彩票PC蛋蛋 uc彩票安徽快三
uc彩票斯洛伐克5分彩 乐趣彩票重庆时时彩 uc彩票上海时时乐 uc彩票福彩3D
85XTD.COM 8LHS.COM 1116118.COM 3454111.COM 3333ib.com
587DC.COM rp138.com 587sj.com 528XTD.COM 8ZJS.COM
XSB658.COM 8NCS.COM 168jbs.com 8JAS.COM XSB6666.COM
56jbs.com XSB918.COM 107SUN.COM XSB238.COM 999TGP.COM