演示文稿大數(shù)據(jù)采集與清洗_第1頁(yè)
演示文稿大數(shù)據(jù)采集與清洗_第2頁(yè)
演示文稿大數(shù)據(jù)采集與清洗_第3頁(yè)
演示文稿大數(shù)據(jù)采集與清洗_第4頁(yè)
演示文稿大數(shù)據(jù)采集與清洗_第5頁(yè)
已閱讀5頁(yè),還剩30頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

演示文稿大數(shù)據(jù)采集與清洗當(dāng)前第1頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)(優(yōu)選)大數(shù)據(jù)采集與清洗當(dāng)前第2頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)什么是大數(shù)據(jù)大數(shù)據(jù)處理流程大數(shù)據(jù)的主要特征大數(shù)據(jù)采集的概念大數(shù)據(jù)采集應(yīng)用當(dāng)前第3頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)1什么是大數(shù)據(jù)當(dāng)前第4頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)當(dāng)前第5頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)當(dāng)前第6頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)當(dāng)前第7頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)淘寶推薦

依據(jù)購(gòu)物行為偏好引薦依據(jù)你最近的閱讀行為和消費(fèi)行為進(jìn)行引薦依據(jù)你用的設(shè)備往來(lái)不斷猜特征.依據(jù)時(shí)節(jié)改變進(jìn)行引薦當(dāng)前第8頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)2014-032015-082017-102016-032018大數(shù)據(jù)工作首先寫(xiě)入政府工作報(bào)告『十三五規(guī)劃綱要』提出『實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略』』2018年《政府工作報(bào)告》提出:實(shí)施大數(shù)據(jù)發(fā)展行動(dòng),注重用互聯(lián)網(wǎng)、大數(shù)據(jù)等提升監(jiān)管效能國(guó)務(wù)院發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展的行動(dòng)綱要》十九大提出推動(dòng)大數(shù)據(jù)戰(zhàn)略,與實(shí)體經(jīng)濟(jì)深度融合行業(yè)現(xiàn)狀與前景當(dāng)前第9頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)當(dāng)前第10頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)2019年人社部擬最新發(fā)布15項(xiàng)新職業(yè)1.大數(shù)據(jù)工程技術(shù)人員2.云計(jì)算工程技術(shù)人員3.人工智能工程技術(shù)人員4.物聯(lián)網(wǎng)工程技術(shù)人員5....當(dāng)前第11頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)當(dāng)前第12頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)當(dāng)前第13頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)什么是大數(shù)據(jù)大數(shù)據(jù)(BigData)是指無(wú)法使用傳統(tǒng)和常用的軟件技術(shù)和工具在一定時(shí)間內(nèi)完成獲取、管理和處理的數(shù)據(jù)集當(dāng)前第14頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)2大數(shù)據(jù)的主要特征當(dāng)前第15頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)大數(shù)據(jù)主要特征

VolumeVelocityVarietyVeracity真實(shí)性(Veracity),即追求高質(zhì)量的數(shù)據(jù)。容量大(Volume),指大規(guī)模的數(shù)據(jù)量,并且數(shù)據(jù)量呈持續(xù)增長(zhǎng)趨勢(shì)。速度快(Velocity),指的是數(shù)據(jù)被創(chuàng)建和移動(dòng)的速度。種類多(Variety),指數(shù)據(jù)來(lái)自多種數(shù)據(jù)源,數(shù)據(jù)種類和格式。Value價(jià)值密度低(Value),指隨著數(shù)據(jù)量的增長(zhǎng),數(shù)據(jù)中有意義的信息卻沒(méi)有成相應(yīng)比例增長(zhǎng)。當(dāng)前第16頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)3大數(shù)據(jù)處理流程當(dāng)前第17頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)大數(shù)據(jù)處理流程

數(shù)據(jù)預(yù)處理就是將采集來(lái)的數(shù)據(jù)從多種數(shù)據(jù)庫(kù)導(dǎo)入到大型的分布式數(shù)據(jù)庫(kù)中(目前主要是hfds或hive),并同時(shí)做一些簡(jiǎn)單的清洗和預(yù)處理工作。數(shù)據(jù)統(tǒng)計(jì)分析就是對(duì)上面已經(jīng)完成的存儲(chǔ)在大型分布式數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行歸類統(tǒng)計(jì),可以滿足一般場(chǎng)景的分析需求。數(shù)據(jù)挖掘是對(duì)數(shù)據(jù)進(jìn)行基于各種算法的分析計(jì)算,從而起到預(yù)測(cè)的效果,實(shí)現(xiàn)一些高級(jí)別數(shù)據(jù)分析的需求。數(shù)據(jù)采集就是利用多種數(shù)據(jù)庫(kù)(關(guān)系型,NOSQL)去存儲(chǔ)不同來(lái)源的數(shù)據(jù)。數(shù)據(jù)展示就是對(duì)以上處理完的結(jié)果進(jìn)行分析,或者形成報(bào)表。當(dāng)前第18頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)4大數(shù)據(jù)采集的概念當(dāng)前第19頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)大數(shù)據(jù)采集的概念3、大數(shù)據(jù)采集技術(shù)方法大數(shù)據(jù)采集技術(shù)就是對(duì)數(shù)據(jù)進(jìn)行ETL操作,通過(guò)對(duì)數(shù)據(jù)進(jìn)行提取、轉(zhuǎn)換、加載,最終挖掘數(shù)據(jù)的潛在價(jià)值。ETL指的是Extract-Transform-Load,也就是抽取、轉(zhuǎn)換、加載。抽取->從各種數(shù)據(jù)源獲取數(shù)據(jù)轉(zhuǎn)換->按需求格式將源數(shù)據(jù)轉(zhuǎn)換為目標(biāo)數(shù)據(jù)加載->把目標(biāo)數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù)中2、數(shù)據(jù)采集與大數(shù)據(jù)采集的區(qū)別傳統(tǒng)數(shù)據(jù)采集:來(lái)源單一,數(shù)據(jù)量相當(dāng)??;結(jié)構(gòu)單一;關(guān)系數(shù)據(jù)庫(kù)和并行數(shù)據(jù)庫(kù)大數(shù)據(jù)的數(shù)據(jù)采集:來(lái)源廣泛,數(shù)量巨大;數(shù)據(jù)類型豐富;分布式數(shù)據(jù)庫(kù)1、什么是數(shù)據(jù)采集數(shù)據(jù)采集就是數(shù)據(jù)獲取,數(shù)據(jù)源主要分為線上數(shù)據(jù)和內(nèi)容數(shù)據(jù)當(dāng)前第20頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)大數(shù)據(jù)采集系統(tǒng)1.日志采集系統(tǒng)(ApacheFlume、Scribe)3.數(shù)據(jù)庫(kù)采集系統(tǒng)(關(guān)系型、nosql等各種數(shù)據(jù)庫(kù))2.網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng)(Scrapy框架、ApacheNutch)當(dāng)前第21頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)5大數(shù)據(jù)采集應(yīng)用當(dāng)前第22頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)當(dāng)前第23頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)技能準(zhǔn)備Python基礎(chǔ)Linux操作系統(tǒng)基本操作數(shù)據(jù)庫(kù)基礎(chǔ)(SQL語(yǔ)句操作)當(dāng)前第24頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)環(huán)境準(zhǔn)備PythonJdk(java環(huán)境)數(shù)據(jù)庫(kù)(mysql)當(dāng)前第25頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)Thanks

當(dāng)前第26頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)YOURTITLE

Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.當(dāng)前第27頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)YOURTITLE

Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.當(dāng)前第28頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)2OKPPT工作室當(dāng)前第29頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)YOURTITLE

Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.當(dāng)前第30頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)YOURTITLE

Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.當(dāng)前第31頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)YOURTITLE

21%9%28%42%當(dāng)前第32頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)3OKPPT工作室當(dāng)前第33頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)YOURTITLE

Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.當(dāng)前第34頁(yè)\共有35頁(yè)\編于星期五\4點(diǎn)YOURTITLE

Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdifficulttothemanwhowilltry.Nothingisdif

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論