一.大数据的7个问题

1.产生背景

(1) 信息科技进步，包括互联网的兴起、移动设备的普及。
(2) 云计算等技术的发展。
(3) 数据资源化趋势。

2.发展历程

一阶段：1980-2000年，数据挖掘理论+数据库技术逐步成熟，一些BI（商业智能）被开发应用。
二阶段：2000-2010年，Web2.0应用，两大核心技术即并行计算与分布式系统（谷歌的GFS和MapReduce，后来诞生了Hadoop）。
三阶段：2010年至今，大数据渗透到各行各业。

3.结构与特征

大数据的结构：

大数据的特征：4V特征

• Volume(大量)——数据体量巨大
• Velocity(高速)——处理速度快
• Variety(多样)——数据类别多种多样
• Veracity(精确)——数据价值高，密度低

4.涉及到的关键技术

• 数据采集与预处理（ETL）
  利用ETL工具将来源不同的数据抽取进行 清洗、转换、集成，最后加载到数据仓库中。

• 数据存储与管理（HDFS、DB）
  利用分布式文件系统、数据仓库等技术，实现对大数据的存储和管理。

• 数据处理与分析（MapReduce、Spark）
  利用分布式并行编程模型和计算框架，结合机器学习和数据挖掘算法，将分析结果可视化，同时提供决策方案。

• 数据安全与隐私保护
  构建隐私数据保护体系和数据安全体系，保护个人隐私和数据安全。

5.与大数据相关的概念

• 大数据：一种规模巨大的数据集合，有 特征。
• 数据库：一种长期存储在计算机内、有组织的、可共享的数据集合。
• 数据仓库：一种面向主题、集成的、相对稳定的、反映历史变化的数据集合。
• 数据挖掘：是从大量的、有噪声的、随机的数据中，提取隐含在其中的信息和知识的过程。
• 数据经纬（Data Fabric)：是一种数据架构，可以动态协调分布式数据源，跨平台地提供数据。

6.发展趋势

趋势一：数据的资源化，所谓资源化，即指大数据成为企业和社会关注的重要战略资源，已成为大家争相争夺的新焦点。
缺失二：大数据生态链更加复杂。
趋势三：大数据与云计算深度结合。
趋势四：数据质量是BI（商业智能）的成功关键。
趋势五：数据泄露泛滥。

7.未来前景

数字核心产业占GDP比重逐年增大，而大数据是数字核心产业的重要组成部分。国家实施“云计算和大数据”重点专项。我国在大数据领域突破了一些关键技术。同时国内互联网公司推出的大数据平台和服务，处理能力跻身于世界前列。

二.云计算

1.定义

中文定义:是分布式计算的一种，指将 对大数据的计算 分解成无数个小程序，通过多服务器构成的系统 处理小程序并将结果返回给用户。

英文定义:Cloud computing is on-demand access,via the internet,to computing resources——applications,servers,development networks, and more——hosted at a remote data center managed by a cloud services provider.

2.五个特性

• 弹性服务
  服务的规模可快速伸缩，以便自动适应业务。
• 资源池化
  资源以 共享资源池 的方式统一管理。
• 按需服务
• 服务可计费
  使用服务时可被监控与量测
• 泛在接入
• 随时随地可用任何网络设备访问

3.云计算服务类型

• 基础设施即服务 IaaS
  它向 云计算提供商的个人或组织 提供虚拟化计算资源，如虚拟机、操作系统。
• 平台即服务 PaaS
• 为开发人员提供平台，帮助他们开发新的应用程序。
• 软件即服务 SaaS
  提供给用户软件，包括产品及服务。

4.云计算、物联网、大数据的关系

简单来说，就是物联网产生了大量数据，大数据一系列技术为物联网的数据分析提供支撑。其中云计算为大数据提供了技术基础。

三.资料拓展

• 1.大数据应用的一种框架
  
• 2.数字核心产业的相关信息
  我国在大力发展的数字经济核心重点产业中，其中
  包括大数据领域，如下图所示。政府大力推动大数
  据领域技术发展创新，实现数字化转型，大数据在
  未来有较大的发展潜力！
  
  
  
• 3.拓展阅读资料

(1) How much Data is in the world?
(2) Top 10 Disruptive Big Data Trends for 2022