說起大數據，估計大家都覺得只聽過概念，但是具體是什麼東西，怎麼定義，沒有一個標準的東西。
在我們的印象中好像很多公司都叫大數據公司，業務形態則有幾百種，感覺不是很好理解，所以我建議還是從字面上來理解大數據，在維克托邁爾-舍恩伯格及肯尼斯庫克耶編寫的《大數據時代》提到了大數據的4個特徵：
一個是數量大
一個是價值大
一個是速度快
一個是多樣性
第一個是數量比較大，只有數據體量達到了PB級別以上，才能被稱為大數據。1PB等於1024TB，1TB等於1024G，那麼1PB等於1024*1024個G的數據。
第二個是價值大，你如果有1PB以上的全國所有20-35年輕人的上網數據的時候，那麼它自然就有了商業價值，比如通過分析這些數據，我們就知道這些人的愛好，進而指導產品的發展方向等等。如果有了全國幾百萬病人的數據，根據這些數據進行分析就能預測疾病的發生，這些都是大數據的價值。
第三個就是多樣性，如果只有單一的數據，那麼這些數據就沒有了價值，比如只有單一的個人數據，或者單一的用戶提交數據，這些數據還不能稱為大數據，所以說大數據還需要是多樣性的，比如當前的上網用戶中，年齡，學歷，愛好，性格等等每個人的特徵都不一樣，這個也就是大數據的多樣性，當然瞭如果擴展到全國，那麼數據的多樣性會更強，每個地區，每個時間段，都會存在各種各樣的數據多樣性。
第四個是速度快，就是通過算法對數據的邏輯處理速度非常快，1秒定律，可從各種類型的數據中快速獲得高價值的信息，這一點也是和傳統的數據挖掘技術有著本質的不同。
大數據的行業應用
大數據無處不在，大數據應用於各個行業，包括金融、汽車、餐飲、電信、能源、體能和娛樂等在內的社會各行各業都已經融入了大數據的印跡。
製造業，利用工業大數據提升製造業水平，包括產品故障診斷與預測、分析工藝流程、改進生產工藝，優化生產過程能耗、工業供應鏈分析與優化、生產計劃與排程。
金融行業，大數據在高頻交易、社交情緒分析和信貸風險分析三大金融創新領域發揮重大作用。
汽車行業，利用大數據和物聯網技術的無人駕駛汽車，在不遠的未來將走入我們的日常生活。
互聯網行業，藉助於大數據技術，可以分析客戶行為，進行商品推薦和針對性廣告投放。
電信行業，利用大數據技術實現客戶離網分析，及時掌握客戶離網傾向，出臺客戶挽留措施。
能源行業，隨著智能電網的發展，電力公司可以掌握海量的用戶用電信息，利用大數據技術分析用戶用電模式，可以改進電網運行，合理設計電力需求響應系統，確保電網運行安全。
物流行業，利用大數據優化物流網絡，提高物流效率，降低物流成本。
城市管理，可以利用大數據實現智能交通、環保監測、城市規劃和智能安防。
生物醫學，大數據可以幫助我們實現流行病預測、智慧醫療、健康管理，同時還可以幫助我們解讀DNA,瞭解更多的生命奧秘。
體育娛樂，大數據可以幫助我們訓練球隊，決定投拍哪種題財的影視作品，以及預測比賽結果。
安全領域，政府可以利用大數據技術構建起強大的國家安全保障體系，企業可以利用大數據抵禦網絡攻擊，警察可以藉助大數據來預防犯罪。
個人生活， 大數據還可以應用於個人生活，利用與每個人相關聯的“個人大數據”，分析個人生活行為習慣，為其提供更加周到的個性化服務。
大數據的價值，遠遠不止於此，大數據對各行各業的滲透，大大推動了社會生產和生活，未來必將產生重大而深遠的影響。
大數據使用的技術
說起大數據，大數據有三個層數據採集、存儲、計算三層。
第一個是數據採集層，以App、saas為代表的服務。
大數據基礎階段需掌握的技術有：Linux、Docker、KVM、MySQL基礎、Oracle基礎、MongoDB、redis以及hadoopmapreduce hdfs yarn等。
第二個數據存儲層，比如雲存儲，需掌握的技術有：hbase、hive、sqoop等。
比如：Hadoop作為一個開源的框架，專為離線和大規模數據分析而設計，HDFS作為其核心的存儲引擎，已被廣泛用於數據存儲。HBase，是一個分佈式的、面向列的開源數據庫，可以認為是hdfs的封裝，本質是數據存儲、NoSQL數據庫。
HBase是一種Key/Value系統，部署在hdfs上，克服了hdfs在隨機讀寫這個方面的缺點，與hadoop一樣，Hbase目標主要依靠橫向擴展，通過不斷增加廉價的商用服務器，來增加計算和存儲能力。
第三個是數據計算應用層，以數據為基礎，為將來的移動社交、交通、教育，金融進行服務，涉及到大數據架構設計階段需掌握的技術有：Flume分佈式、Zookeeper、Kafka等，以及大數據實時計算階段需掌握的技術有：Mahout、Spark、storm。
成都加米穀大數據培訓機構，小班教學，免費試聽，大數據開發12月下旬提高班報名中...
大數據的崗位
1.數據分析師Data analyst
指熟悉相關業務，熟練搭建數據分析框架，掌握和使用相關的分析常用工具和基本的分析方法，進行數據蒐集、整理、分析，針對數據分析結論給管理銷售運營提供指導意義的分析意見。
2.數據架構師Data architect
對Hadoop解決方案的整個生命週期進行引導，包括需求分析，平臺選擇，技術架構設計，應用設計和開發，測試和部署。深入掌握如何編寫MapReduce的作業及作業流的管理完成對數據的計算，並能夠使用Hadoop提供的通用算法， 熟練掌握Hadoop整個生態系統的組件如： Yarn，HBase、Hive、Pig等重要組件，能夠實現對平臺監控、輔助運維繫統的開發。
3.大數據工程師Big DataEngineer
收集和處理大規模的原始數據(包括腳本編寫，網頁獲取，調用APIs，編寫SQL查詢等);將非結構化數據處理成適合分析的一種形式，然後進行分析;根據所需要的和專案分析商業決策。
4.數據倉庫管理員
Data warehousemanager：指定並實施信息管理策略;協調和管理的信息管理解決方案;多個項目的範圍，計劃和優先順序安排;管理倉庫的各個方面，比如數據外包，移動，質量，設計和實施。
5.數據庫管理員Database manager
提高數據庫工具和服務的有效性;確保所有的數據符合法律規定;確保信息得到保護和備份;做定期報告;監控數據庫性能;改善使用的技術;建立新的數據庫;檢測數據錄入程序;故障排除。
6.商業智能分析員Businessintelligence analyst
就工具，報告或者元數據增強來進行傳播信息;進行或協調測試，以確保情報的定義與需求相一致;使用商業智能工具來識別或監測現有和潛在的客戶;綜合目前的商業只能和趨勢數據，來支持採取行動的建議;維護或更新的商業智能工具，數據庫，儀表板，系統或方法;及時的管理用戶流量的商業情報。
閱讀更多 Spark大數據開發 的文章
