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
开源大数据分析平台搭建7.3.1底层操作系统7.3.2分布式计算平台安装分布式计算平台安装分布式计算平台Hadoop作为分布式系统基础框架，主要用于解决海量数据存储与计算的问题，是大数据技术中的基石。Hadoop可以实现海量数据存储，资源管理、调度和分配，并行数据处理。
大数据计算引擎MapReduce、Spark，数据仓库Hive，分布式数据库HBase等都是基于Hadoop完成部署和搭建的。7.3.3数据接入和预处理工具数据接入是指将这些零散的数据整合在一起，综合起来进行分析。数据接入主要包括文件日志的接入、数据库日志的接入、关系数据库的接入和应用程序的接入等，数据接入常用的工具有Flume、Logstash、Sqoop等。7.3.3数据接入和预处理工具当需要使用上游模块的数据进行计算、统计和分析时，就需要用到分布式的消息系统，比如基于发布/订阅的消息系统Kafka。7.3.4数据存储工具大数据存储是指将采集的数据完成数据预处理后，持久化到计算机中。大数据存储可以直接以文件形式存放在分布式文件系统上，如HadoopHDFS、Tachyon、KFS、Ceph、Kudu等，处理工具可以直接进行读写（Hive和SparkSQL等）。7.3.5数据分析和挖掘工具选择数据分析是指使用适当的统计分析方法对收集的海量数据的统计结果进行分析，提取有用信息后形成结论，并对数据进行详细研究和概括总结的过程。数据挖掘一般是指从大量的数据中通过算法搜索或抽取出隐藏于其中的有价值的信息和模式的过程。大数据分析和挖掘是指对海量的数据进行数据分析和数据挖掘。数据挖掘流程一般包括数据清洗、数据集成和融合、数据选择、数据变换、数据挖掘、模型评估、知识发现和呈现。7.3.5数据分析和挖掘工具选择数据分析和挖掘流程7.3.6数据分析结果可视化及输出数据分析和挖掘的最后阶段就是分析结果的输出：将分析后的辅助决策数据以图、表等形式进行交互式综合展现。高质量的可视化工具对于数据分析至关重要。数据可视化工具是一种应用软件，可以帮助用户以可视化、图形化的格式显示数据，呈现数据的完整轮廓。对于处理得到的数据，可以对接主流的BI系统，如国外的Tableau、PowerBI等，开源的ECharts，国内的帆软、SmartBI、永洪等，将结果进行可视化，用于决策分析，或者回流到线上，支持线上业务的发展。7.3.6数据分析结果可视化及输出对于处理得到的数据，可以对接主流的BI系统，如国外的Tableau、PowerBI等，开源的EC
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。
评论
0/150
提交评论