大数据特征

大数据特征可归纳为“5V + 3I”[7 - 8],即: 海
量数据规模( Volume) 、高速数据流动( Velocity) 、
灵活数据体系( Vitality) 、丰富数据类型( Variety)
、潜在数据价值( Value) ; 资源成本投资( Investments)
、技术理论与应用方案创新( Innovation)
、自由开放的数据逻辑。较传统数据( 小数
据) 而言,大数据在数据来源、数据类型、数据集
成、分析方法及分析环境等方面均有明显的
差异[9 - 10]

参考:

[7] 张超. 云计算和大数据给运营商带来的机遇和挑战
[J]. 电信技术, 2013( 9) : 22 - 24.
[8] SAGIROGLU S,SINANC D. Big data: a review[C]∥
2013 International Conference on Collaboration Technologies
and Systems. San Diego: IEEE,2013: 42 - 47.

时间: 2024-10-15 22:44:21

大数据特征的相关文章

大数据的特征

一.大数据特征 1. 数据体量巨大 2. 数据类型多样(文本,图像,视频,音频) 3. 价值密度低,商业价值高 4.速度要求快,数据输出输入的速度 二.大数据之核心 1.数据的存储 2. 数据的计算(处理) 三.Hadoop 1. Apache开源软件基金会开发的 2. 运行于大规模普通服务器上的 3. 大数据存储.计算.分析 4. 分布式存储系统和分布式运算框架 Hadoop2.0由三部分组成 1. 分布式文件系统HDFS 2. 资源分配系统yarn 3. 分布式运算框架MapReduce 四

研究车联网的大数据更有意义

随着互联网的不断发展,大数据正在成为一股热潮,且业界对大数据的讨论已达到一个前所未有的高峰.车联网作为移动互联网大背景下诞生的一个产物,不管是车辆的接入.服务内容的选择还是服务的精准性,都离不开大数据. 车辆上传的每一组数据都带有位置信息和时间,并且很容易形成海量数据.一方面,如果说大数据的特征是完整和混杂,而车联网与车有关的大数据特征是完整加精准.如某些与车辆本身有关的数据,都有明确的一个ID,根据这个ID可以关联到相应的车主信息,并且这些信息还是精准的. 另一方面,我们可以看到车联网与驾驶人

基于大数据的线上线下电商用户数据挖掘研究

From:http://www.thebigdata.cn/JieJueFangAn/11932p2.html Online-to-Offline( 简称 O2O)电子商务模式,是一个连接线上用户和线下商家的多边平台商业模式. O2O 商业模式将实体经济与线上资源融合在一起,使网络成为实体经济延伸到虚拟世界的渠道; 线下商业可以到线上挖掘和吸引客源,而消费者可以在线上筛选商品和服务并完成支付,再到实体店完成余下消费. 它最先由 TrialPay 创始人 AlexRampell提出,在 2006

《智慧城市—大数据、物联网和云计算之应用》

http://product.dangdang.com/23381479.html 智慧城市是多个垂直行业智能系统的联动而形成的智慧大系统.它可以推动服务企业.政府.金融.电信.公共事业为目标客户提供更好的服务. <智慧城市:大数据.物联网和云计算之应用>详细介绍了智慧城市大系统中的各个系统建设情况,提供了大量的试点例子,这些例子包括人数据平台.云平台.移动互联网.物联网.社交媒体.云存储.智慧环境.智慧政务.智慧旅游.中小型企业公共服务平台.智慧教育等等,以供读者研究. <智慧城市:大

大数据架构和模式(一)——大数据分类和架构简介

概述 大数据可通过许多方式来存储.获取.处理和分析.每个大数据来源都有不同的特征,包括数据的频率.量.速度.类型和真实性.处理并存储大数据时,会涉及到更多维度,比如治理.安全性和策略.选择一种架构并构建合适的大数据解决方案极具挑战,因为需要考虑非常多的因素. 这个 “大数据架构和模式” 系列提供了一种结构化和基于模式的方法来简化定义完整的大数据架构的任务.因为评估一个业务场景是否存在大数据问题很重要,所以我们包含了一些线索来帮助确定哪些业务问题适合采用大数据解决方案. 从分类大数据到选择大数据解

大数据时代,我诚惶诚恐的拥抱

这是最好的时代,也是最坏的时代,让我们拥抱大数据时代.----题记 这几天拜读了维克托·迈尔的<大数据时代>,感慨颇多,技术引领我们进入数据时代.数据存储.分析能力的提高大大改变,基于大数据的分析结果已经完完全全改变了我们的生活,如便捷的翻译.便捷的输入.新产品的推荐等.大数据已经成为学术界.业界关心的热切关心的问题,大数据时代的技术模式.管理模式都尚且未知.本文在梳理大数据的学术研究脉络的基础上,分析大数据和云计算的关系,大数据内涵及与信息技术发展的关系,并尝试对大数据在学术界和业界的发展进

大数据架构和模式(一)大数据分类和架构简介

本文收藏于:http://kb.cnblogs.com/page/510978/ 作者: Divakar等  来源: DeveloperWorks  发布时间: 2015-01-29 18:19  阅读: 3294 次  推荐: 8   原文链接   [收藏] 摘要:大数据问题的分析和解决通常很复杂.大数据的量.速度和种类使得提取信息和获得业务洞察变得很困难.以下操作是一个良好的开端:依据必须处理的数据的格式.要应用的分析类型.使用的处理技术,以及目标系统需要获取.加载.处理.分析和存储数据的数

原 大数据方向的安全技术研究

http://img05.tooopen.com/images/20150409/tooopen_sy_117609059715.jpg近年来,随着大数据应用的爆发性增长,大数据衍生出独特架构,并推动存储.网络及计算机技术的发展,同时也引发了新的安全问题.国际社会已经将大数据安全列入国家信息网络安全战略,国内学术界.信息安全界.产业界也正逐步关注大数据的发展 ? 一.大数据相关概念 1.1?研究背景及意义 在这里我还是要推荐下我自己建的大数据学习交流裙:805127855, 裙 里都是学大数据开

大数据Hadoop相关基本概念

大数据特征(5V) Velocity(快速的数据流转) Veracity(精准可信赖的大数据) Variety(多样的数据类型) Volume(海量的数据规模) Value(数据价值密度相对较低) 大数据架构 HDFS服务功能 NameNode NameNode是主节点,存储文件的元数据,如文件名,文件目录结构,文件属性(生成时间.副文本.文件权限),以及每个文件的块列表和块所在DataNode等. NameNode是一个中心服务器,单一节点(简化系统的设计和实现),负责管理文件系统的名字控件(