數(shù)據(jù)時代，誰掌握了足夠的數(shù)據(jù)，誰就有可能掌握未來。數(shù)據(jù)的背后隱藏著信息，而信 息之中蘊含著知識和智慧。幾乎任何規(guī)模企業(yè)，每時每刻也都在產(chǎn)生大量的數(shù)據(jù)，但這些數(shù) 據(jù)如何歸集、提煉始終是一個困擾。大數(shù)據(jù)作為具有潛在價值的原始數(shù)據(jù)資產(chǎn)，只有通過深 入分析才能挖掘出其中蘊含的信息、知識和智慧。大數(shù)據(jù)時代處理數(shù)據(jù)的三大轉(zhuǎn)變：要全體 不要抽樣，要效率不要絕對精確，要相關(guān)不要因果。未來人們的決策將日益依賴于大數(shù)據(jù)分 析的結(jié)果，而非單純的經(jīng)驗和直覺，因此，大數(shù)據(jù)分析是大數(shù)據(jù)研究領(lǐng)域的核心內(nèi)容之一。 技術(shù)框架: 數(shù)據(jù)采集 大數(shù)據(jù)的采集是指利用數(shù)據(jù)采集工具如 Flume、Kettle 等對多個數(shù)據(jù)源的 數(shù)據(jù)進(jìn)行收集，并進(jìn)行預(yù)處理以存儲到大數(shù)據(jù)平臺上。數(shù)據(jù)收集過程就是數(shù)據(jù)這一將來的流 動資產(chǎn)積累。 數(shù)據(jù)存儲 大數(shù)據(jù)的存儲是指利用分布式的存儲工具如面向非結(jié)構(gòu)化的 HDFS、文檔結(jié) 構(gòu)化的 MongoDB 以及面向消息流的 Kafka 進(jìn)行海量數(shù)據(jù)的存儲。