云计算、大数据与智慧城市建设（教学课件）.ppt

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目前主流软件工具，在合理时间内达到撷取XIEQU、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。 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。采用SOA的体系架构。 大数据当前的主流实现平台———并行数据库(分布式数据库)、MapReduce及基于两者的混合架构. MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念Map（映射）和Reduce（化简），和他们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。 我们可以把MapReduce理解为，把一堆杂乱无章的数据按照某种特征归纳起来，然后处理并得到最后的结果。 什么是大数据 什么是大数据 何为大？—数据度量 1Byte = 8 Bit 1KB = 1,024 Bytes 1MB = 1,024 KB = 1,048,576 Bytes 1GB = 1,024 MB = 1,048,576 KB = 1,073,741,824 Bytes 1TB = 1,024 GB = 1,048,576 MB = 1,099,511,627,776 Bytes 1PB = 1,024 TB = 1,048,576 GB =1,125,899,906,842,624 Bytes 1EB = 1,024 PB = 1,048,576 TB = 1,152,921,504,606,846,976 Bytes 1ZB = 1,024 EB = 1,180,591,620,717,411,303,424 Bytes 1YB = 1,024 ZB = 1,208,925,819,614,629,174,706,176 Bytes 大数据的4V特性 大数据与云计算 大数据与云计算 云计算的模式是业务模式，本质是数据处理技术。（肉体+灵魂） 数据是资产，云为数据资产提供存储、访问和计算。 盘活资产，使其为国家治理、企业决策、个人生活服务，是大数据核心议题，也是云计算的最终方向。 大数据不仅仅是“大” 多大？ PB 级 比大更重要的是数据的复杂性，有时甚至大数据中的小数据如一条微博就具有颠覆性的价值 软件是大数据的引擎 和数据中心（Data Center） 一样，软件是大数据的驱动力. 软件改变世界! 大数据生态:软件是引擎 大数据的应用不仅仅是精准营销 通过用户行为分析实现精准营销是大数据的典型应用，但是大数据在各行各业特别是公共服务领域具有广阔的应用前景 消费行业 金融服务 食品安全 医疗卫生 军事 交通环保 电子商务 气象 管理大数据“易”,理解大数据“难” 目前大数据管理多从架构和并行等方面考虑，解决高并发数据存取的性能要求及数据存储的横向扩展，但对非结构化数据的内容理解仍缺乏实质性的突破和进展，这是实现大数据资源化、知识化、普适化的核心. 非结构化海量信息的智能化处理：自然语言理解、多媒体内容理解、机器学习等. 大数据相关技术 数据处理：自然语言处理技术 统计和分析：A/B test; top N排行榜；地域占比；文本情感分析 数据挖掘：关联规则分析；分类；聚类 模型预测：预测模型；机器学习；建模仿真 分析技术 大数据技术 数据采集：ETL工具(数据提取、转换和加载) 数据存取：关系数据库；NoSQL(非关系型数据库)；SQL等 基础架构支持：云存储；分布式文件系统 （Distributed File System）等 计算结果展现：云计算；标签云；关系图等 大数据相关技术 存储 结构化数据： ? 海量数据的查询、统计、更新等操作效率低 非结构化数据 ? 图片、视频、word、pdf、ppt等文件存储 ? 不利于检索、查询和存储 半结构化数据 ? 转换为结构化存储 ? 按照非结构化存储 存储问题解决方案 在CAP理论指导下数据库技术适当“退化” ? NoSQL技术： HDFS, HBASE, OceanBase, MongoDB等 大数据相关技术 计算 解决方案 因结构变化为导致计算模式变更 需求模式变化带来的计算碰到瓶颈 Hadoop（MapReduce技术） 流计算（twitter的storm和yahoo！的S4） ? 麦肯锡评估报告中指出大数据在政府公共服务、医疗服务、零售业、 大数据带来的影响 3/