6.2大数据关键技术_第1页
6.2大数据关键技术_第2页
6.2大数据关键技术_第3页
6.2大数据关键技术_第4页
6.2大数据关键技术_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

大数据关键技术大数据关键技术大数据关键技术一般包括大数据采集技术、大数据预处理技术、大数据存储与管理技术、大数据分析与挖掘技术、大数据可视化与应用技术。1．大数据采集技术大数据来源于传感器、社交网络、移动互联网等渠道，包括结构化数据、半结构化数据及非结构化数据。大数据采集技术需要考虑两个需求

（1）数据来源多，数据类型繁杂，数据体量大，数据产生速度快；（2）需要保证数据采集的可靠性和高效性，还要避免重复数据。1．大数据采集技术大数据采集系统包括日志采集系统、网络数据采集系统、数据库采集系统三类。网络数据采集系统主要通过网络爬虫和网站开放接口等方式从网站上获取非结构化数据和半结构化数据。2．大数据预处理技术大数据的预处理包括数据清理、数据集成、数据变换和数据规约等任务。由于采集的数据种类错综复杂，要对这种不同种类的数据进行分析，必须使用提取技术。数据清洗操作，如异常数据清除、重复数据剔除、不正确数据过滤，并对缺失信息项的数据进行处理。将不同数据源的数据进行归并存储、数据转换和数据规约。3．大数据存储与管理技术大数据存储与管理技术主要用于解决海量数据的存储和管理分布式存储是一种满足海量存储需求的技术，其架构通过横向扩展，将分散的存储资源集成到一个虚拟存储设备中，具备多副本高可用性、低成本大容量等优势。分布式文件系统，是指文件系统管理的物理存储资源不仅存储在本地节点上，还可以通过网络连接存储在非本地节点上。Hadoop分布式文件系统（HDFS）3．大数据存储与管理技术云存储是一种通过存储虚拟化、分布式技术、集群应用、网格技术、负载均衡等技术，将网络中大量不同类型的存储设备通过应用软件集合起来，协同工作并共同对外提供在线数据存储服务的存储方式。非关系型数据库管理系统能够轻松应对大规模的结构化和非结构化数据。分布式NoSQL数据库：Redis为代表的键值数据库、以MongoDB为代表的文档数据库、以Neo4j为代表的图数据库以及以HBase为代表的列数据库等。4．大数据分析与挖掘技术利用分布式并行编程模式、大数据计算框架，结合机器学习、数据挖掘算法、数据库方法，可以实现海量数据的分析和处理。常用的大数据计算框架有Hadoop、Spark、Flink、Storm、Hive等。5．大数据可视化与应用技术大数据的展现技术是解释大数据最有效的手段之一，而可视化技术是最佳的结果展示方式之一。通过清晰的图形、图标、图像来直观地展示分析结果，减少用户阅读和思考的时间，方便用户及时做出决策。主流的BI平台有

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论