大数据基础课件完整版课件全套ppt教学教程最全电子教案.pptx

大 数 据 基 础 任课老师：请输入任课老师姓名 目录 项目一 任务1 数据 任务2 大数据 大 数 据 （ Ｂｉｇ Ｄａｔａ ） 是 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 。 １ Ｋ Ｂ（ Ｋ Ｂｋｉｌｏｂｙｔｅ ） ＝ １ ０２４ Ｂ１ Ｍ Ｂ （ Ｍ Ｂｍｅｇａｂｙｔｅ ） ＝ １ ０２４ Ｋ Ｂ１ Ｇ Ｂ （ Ｇ Ｂｇｉｇａｂｙｔｅ ） ＝ １ ０２４ Ｍ Ｂ１ ＴＢ （ ＴＢｔｅｒａｂｙｔｅ ） ＝ １ ０２４ Ｇ Ｂ 大数据特征通 常 用 ４ 个 Ｖ ， 即 数 据 量 大（ ｖｏｌｕｍｅ ）、 类 型 繁 多 （ ｖａｒｉｅｔｙ ）、 价 值 密 度 低 （ ｖａｌｕｅ ） 和 高 速 性 （ ｖｅｌｏｃｉｔｙ ） 来 概 括 大 数 据的 特 征 。 任务2 大数据 大 数 据 是 一 门 技 术 ， 也 是 一 种 全 新 的 商 业 模 式 ， 代 表 着 一 种 思 维 方 式 。 它 是 大 规 模 数据 的 集 合 体 ， 更 是 数 据 对 象 、 集 成 技 术 、 分 析 应 用 、 商 业 模 式 、 思 维 创 新 的 统 一 体 。 对 大 数 据 的 分 析 ， 主 要分 为 五 个 方 面 ： 可 视 化 分 析 （ Ａｎａｌｙｔｉｃ Ｖｉｓｕａｌｉｚａｔｉｏｎ ）、 数 据 挖 掘 算 法 （ Ｄａｔｅ Ｍｉｎｉｎｇ Ａｌｇｏｒｉｔｈ ｍｓ ）、 预 测 性 分 析 能 力（ Ｐｒｅｄｉｃｔｉｖｅ Ａｎａｌｙｔｉｃ Ｃａｐａｂｉｌｉｔｉｅｓ ）、 语 义 引 擎 （ Ｓｅｍａｎｔｉｃ Ｅｎ ｇｉｎｅｓ） 和 数 据 质 量 管 理 （ Ｄａｔａ Ｑｕａｌｉｔｙ Ｍ ａｎａｇｅｍｅｎｔ ）。 任务3 大数据时代 项目二 任务1 大 数 据 思 维 的 核 心 原 理 任务2 大 数 据 思 维 方 式 大 数 据 思 维 有 三 个 维 度 ： 定 量 思 维 、 相关 思 维 、 实 验 思 维 。 第 一 ， 人 们 处 理 的 数 据 从 样 本 数 据变 成 全 部 数 据 ； 第 二 ， 由 于 是 全 样 本 数 据 ， 人 们 不 得 不 接 受 数 据 的 混 杂 性 ， 而 放 弃 对 精 确性 的 追 求 ； 第 三 ， 人 类 通 过 对 大 数 据 的 处 理 ， 放 弃 对 因 果 关 系 的 渴 求 ， 转 而 关 注 相 关 关系 。 基 于 上 述 观 点 ， 大 数 据 思 维 包 括 总 体 思 维 、 容 错 思 维 和 相 关 思 维 。 大 数 据 思 维 具 备 三 大 特 征 ： 整 体 性 与 涌 现 性 、 多 样 性 与 非 线 性 、 相 关 性 与不 确 定 性 。 任务3 运 用 大 数 据 思 维 的 案 例 分 析 项目三 数据库基础知识 任务1 数据库 任务2 数 据 库 管 理 系 统 与 数 据 库 系 统 就 数 据 库 而 言 ， 实 体 往 往 指 某 类 事 物 的 集 合 。可 以 是 具 体 的 人 、 事 、 物 ， 也 可 以 是 抽 象 的 概 念 、 联 系 。 数 据 库 管 理 系 统 （ ＤａｔａＢａｓｅ Ｍ ａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ ， ＤＢ Ｍ Ｓ ） 是 一 种 操 纵 和 管 理 数 据 库的 软 件 ， 用 于 建 立 、 使 用 和 维 护 数 据 库 。 数 据 库 管 理 系 统 主 要 提 供 如 下 功 能 。 １． 数 据 定 义２． 数 据 操 作． 数 据 库 的 运 行 管 理４． 数 据 组 织 、 存 储 与 管 理５． 数 据 库 的 保 护６． 数 据 库 的 维 护７． 通 信 数 据 库 系 统 （ ＤａｔａＢａｓｅ Ｓｙｓｔｅｍ ， ＤＢＳ ） 一 般 由 ４ 个 部 分 组 成 ： １． 数 据 库 2． 硬 件３． 软 件4． 人 员 任务3 数 据 库 系 统 与 数 据 库 、 数 据 库 管 理 系 统 、数 据 库 应 用 系 统 的 关 系 任务4 SQL与 数 据 库 的 关 系 项目四 大数据分析 技术及相关应用 任务1 大 数 据 分 析 技 术 之 初 体 验 传 统 方 式 下 数 据 处 理 和 分 析 传 统 的 数 据 管 理 和 业 务 分 析 工 具 及 技 术 都 面 临 大 数 据 的 压