初学者学习大数据必须要知道的14个概念

大数据就是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。

换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键大数据存储，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

大数据的用法倾向于预测分析、用户行为分析或某些其他高级数据分析方法的使用。

下面是以数据处理为中心的14个大数据专业词汇，一起来看看吧。

本地数据库(LDB/Local Data Base)

本地数据库是指驻留于运行客户应用程序的机器的数据库。本地数据库位于本地磁盘或局域网。典型的本地数据库有Paradox、dBASE、FoxPro和ACCCSS。

数据采集(Data Acquisition，DAQ)

数据采集又称数据获取，将被测试对象的各种参量通过各种传感器做适当转换后，再经过信号调理、采样、量化、编码、传输等步骤传递到控制器的过程。

数据采集的一般步骤：

数据模型(data model)

数据模型是现实世界数据特征的抽象，用于描述一组数据的概念和定义，数据模型是数据库中数据的存储方式，是数据库系统的基础。

在数据库中，数据的物理结构又称数据的存储结构，就是数据元素在计算机存储器中的表示及其配置；

数据的逻辑结构则是指数据元素之间的逻辑关系，它是数据在用户或程序员面前的表现形式，数据的存储结构不一定与逻辑结构一致。

数据整理（Data Cleansing）

数据整理是对调查、观察、实验等研究活动中所搜集到的资料进行检验、归类编码和数字编码的过程，是数据统计分析的基础。

数据处理（Data Handling）

数据处理是指对数据（包括数值的和非数值的）进行分析和加工的技术过程。也就是对数据的采集、存储、检索、加工、变换和传输，将数据转换为信息的过程。

数据压缩(Data Compression)

数据压缩是指在不丢失有用信息的前提下，缩减数据量以减少数据的存储空间，提高其传输、存储和处理效率，或按照一定的算法对数据进行重新组织，减少数据的冗余和存储的空间的一种技术方法。

数据恢复(Data Recovery)

数据恢复是指通过技术手段，将保存在台式机硬盘、笔记本硬盘、服务器硬盘、移动硬盘、U盘等等设备上由于各种原因导致损伤或丢失的数据进行抢救和恢复的技术。

数据集成（Data Integration)

数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享。数据集成维护了数据源整体上的数据一致性、提高信息共享利用的效率。

数据迁移(Data Migration)

数据迁移又称分级存储管理，是一种将离线存储与在线存储融合的技术。将高速、高容量的非在线存储设备作为磁盘设备的下一级设备，将磁盘中常用的数据按指定策略自动迁移到磁带库等二级容量存储设备上。

当需要使用这些数据时，分级存储系统会自动将这些数据从下一级存储设备调回到上一级磁盘上。

数据冗余(Data Redundancy/Redundant Data)

数据冗余是指同一个数据在系统中多次重复出现。消除数据冗余的目的是为了避免更新时可能出现的问题，以便保持数据的一致性。

数据抽取（Data mining）

数据抽取是指从源数据源系统抽取目的数据源系统需要的数据的过程。

网络数据抽取 （Web data mining）

是指从网络中取得大量的又利用价值的数字化信息。主要包括结构化数据抽取、信息集成和观点挖掘等。

结构化数据抽取的目标是从Web页面中抽取结构化数据。这些结构化数据往往存储在后台数据库中，由网页按一定格式承载着展示给用户。

例如论坛列表页面、Blog页面、搜索引擎结果页面等。信息集成是针对结构化数据而言，其目标是将从不同网站中抽取出的数据统一化后集成入库。其关键问题是如何从不同网站的数据表中识别出意义相同的数据并统一存储。

数据标准化(data standardization)

数据标准化是指研究、制定和推广应用统一的数据分类分级、记录格式及转换、编码等技术标准的过程。

数据备份(Data Backup)

数据备份是容灾的基础，为防着系统出现操作失误或系统故障导致数据丢失，而将全部或部分数据集合从原来存储的地方复制到其他地方的活动，将数据遭受破坏的程度减到最小。

传统的数据备份主要采用内置或外置的磁带机进行冷备份。这种方式只能防止操作失误等认为故障，其恢复时间也很长。

现代企业采用网络备份，通过专业的数据存储管理软件结合相应硬件和存储设备来实现备份。

理论是认知的必经途径，也是被广泛认同和传播的基线。

在这里从大数据专业术语的特征定义，理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。

这样理解的大数据才是全面而精准的。

（编辑：92站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!