大数据Hadoop入门教程 | (一)概论

🚀 优质资源分享 🚀

• 数据分析六步曲
• 大数据概念
• 分布式与集群
• 操作系统

数据是什么

• 数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合，它是可识别的、抽象的符号。
• 它不仅指狭义上的数字，还可以是具有一定意义的文字、字母、数字符号的组合、图形、图像、视频、音频等，也是客观事物的属性、数量、位置及其相互关系的抽象表示。例如，"0、1、2”、“阴、雨、下降”、"学生的档案记录、货物的运输情况”等都是数据。

数据如何产生

对客观事物的计量和记录产生数据

企业数据分析方向

• 现状分析（分析当下的数据)：现阶段的整体情况，各个部分的构成占比、发展、变动；
• 原因分析（分析过去的数据)：某一现状为什么发生，确定原因，做出调整优化；
  • 离线分析(Batch Processing):面向过去，面向历史，分析已有的数据；
    在时间维度明显成批次性变化。一周一分析(T+7),一天一分析（T+1),所以也叫做批处理。
  • 实时分析(Real Time Processing | Streaming)：面向当下，分析实时产生的数据；所谓的实时是指从数据产生到数据分析到数据应用的时间间隔很短