Python火熱的罪魁禍首-大數據

小明裝逼完畢，作為阿姨大侄子的我，看著小明裝逼我也手痒痒，所以我就趕緊來給大家報個到，初次相知，還請餘生多多指教。

我有偷偷的關注你們哦！

看到有人後台留言說想了解大數據，恰好我現在也在研究大數據相關的東西，就先給大家介紹一下大數據吧，提高一下大家的熱情（目前處理數據最好的語言是Python，對大數據沒有興趣的也熱起來了嗎 ?*?*? )，請看下文↓↓↓

大數據產生的背景

在2006 年，個人用戶才剛剛邁進TB時代，全球一共新產生了約180EB的數據，但互聯網（社交、搜索、電商）、移動互聯網（微博）、物聯網（感測器，智慧地球）、車聯網、GPS、醫學影像、安全監控、金融（銀行、股市、保險）、電信（通話、簡訊）都在瘋狂產生著數據，數據呈現爆炸式增長，這時我們就進入了大數據的時代。

（單位：ZB）

（年份）

1GB（Gigabyte）=1024MB

1TB（Terabyte）=1024GB

1PB（Petabyte）=1024TB

1EB（Exabyte） =1024PB

1ZB（Zettabyte）=1024EB

什麼是大數據

大數據（big data），指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。

更通俗一點，大數據就是海量的數據，但我們不僅僅只關心這些數據的量，更在意的是如何利用這些數據（對這些數據的存儲、計算、分析、應用），這些都和傳統的處理方法不在一個量級上，需要我們創造出新的工具，想出更好方法去處理他們，更好的為我們去服務，融入到我們的生活中，這樣就形成了大數據時代。

如果我們想駕馭這龐大的數據，我們必須了解大數據的一些特徵。

體量（Volume）

互聯網的發展迅速使得數據體量非常大，且非結構化數據的超大規模和增長，比結構化數據增長快10倍到50倍，是傳統數據倉庫的10倍到50倍，總數據量的80~90%

多樣性（Variety）

不僅僅是單一的數據增加，數據的形式上也產生了很多形式（文本、圖像、視頻、機器數據等）

價值密度（Value）

海量的數據中有大量的不相關信息，但這些信息是對未來趨勢與模式的可預測分析，深度複雜分析，機器學習、人工智慧的基礎數據，好比沙中淘金，是大數據的低價值密度性

速度（Velocity）

大數據處理速要求越來越高，尤其是現在的實時分析而非批量式分析，從數據輸入、處理與丟棄，到立竿見影要求幾乎是ms級的

（雲計算相結合的大數據存儲速度顯著提升）

大數據的應用

實時交通信息

利用社交網路和天氣數據來優化最新的交通情況

智能城市系統

自動通知消防、公安、醫院等，迅速

自然災害預測

實時監測、對潛在危機做出快速響應，通過衛星和遙感技術,遠程獲取災區情況，制定合理

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！