Module 01 · What Is Big Data?
Beyond the Hype超越炒作：大数据的真相
欢迎观看本视频！通过本视频的学习，您将能够：
- 了解大数据的事实。
- 描述大数据的主要来源。
- 解释不同类型的大数据。
- 描述云计算对大数据的贡献。
为什么大家都在谈论大数据？
过去两年里，产生的数据量比人类历史上所有的数据加起来还要多。📊 全球每年生成的数据预计增长 40%。到 2026 年，生成的数字数据量将超过自数字存储出现以来的两倍。右侧的图表展示了全球数据按 zettabytes（泽字节）计算的增长趋势。
大数据的三大主要来源
- 社交数据（Social Data）
社交数据来自全球最受欢迎的社交媒体平台，包括点赞、推文、转发、评论、视频上传以及一般媒体的分享。 - 机器生成数据（Machine-generated Data）
机器生成的数据由物联网（IoT）传感器、工业设备、机器以及追踪用户行为的网页日志生成。 - 业务生成数据（Business-generated Data）
这种数据是企业在其日常运营中生成的，包括所有在线和离线的交易数据，如发票、支付订单、存储记录和送货单。
大数据的三种类型
1.结构化数据（Structured Data）
- 结构化数据是有组织的、标注的，并且具有预定义的数据模型，通常以表格格式呈现。
- 例子：姓名、日期、地址、信用卡号码。
2.非结构化数据（Unstructured Data）
- 非结构化数据约占世界数据的 80%，它不符合任何预定义的格式。
- 包括：图片、音频、视频文件、IoT 设备的传感器数据、短信和社交媒体帖子。
3.半结构化数据（Semi-structured Data）
- 半结构化数据既包含结构化数据的部分特征，也包含非结构化数据的特点。
- 例如：电子邮件，尽管邮件内容通常是非结构化的，但其中的邮件地址、主题行、LOGO 图片和 URL 等可以被提取为结构化信息。
大数据来源
1.结构化数据的来源
- 结构化大数据的来源包括：关系型数据库 和 电子表格。
- 这种结构让我们清楚地了解数据之间的关系，数据含义明确，并且可以使用像 SQL 这样的编程语言进行查询。
2.半结构化数据的来源
- 半结构化大数据的来源包括 XML 和 JSON 文件。
- 这些文件通过标签或其他标记来执行数据记录和字段的层级结构。
数据爆炸与互联网活动
当前，来自 互联网活动 的数据正在迅速增长，尤其是 视频制作和消费 以及 社交媒体活动。随着 互联网速度的提升 和 全球更多人接入互联网，这些数据增长的趋势将持续加剧。
云计算对大数据的贡献
云计算的出现对大数据时代的到来起到了至关重要的作用：
- 云计算 使用户能够通过互联网访问高度可扩展的计算和存储资源。
- 使用云计算，企业可以按需使用服务器容量，并快速扩展到处理大数据集和运行复杂数学模型所需的规模。
- 云计算通过让资源在多个用户之间共享，从而降低了大数据分析的成本，用户仅需支付实际使用的容量。
结语
通过本视频，您学到了以下内容：
- 大数据的产生以 指数级 增长，未来几年将继续扩展。
- 大数据的来源包括：社交数据、机器生成数据和业务生成数据。
- 大数据分为 结构化、非结构化和半结构化数据 三种类型。
- 云计算 的进步大大提升了大数据的潜力和可处理能力。