大数据基础知识【大数据导论】

这里是阿川的博客，祝您变得更强

✨ 个人主页：

💖文章专栏：

🌏代码仓库：

写在开头

现在 您看到的是我的结论或想法 ， 但在这背后凝结了大量的思考、经验和讨论

目录

1. 大数据素养

技术性内容

• 采集

• 处理

• 储存

• 分析

• 技术

• 工具

  

非技术性内容

• 大数据安全

• 大数据伦理

• 大数据思维

  

2. 大数据基本知识

• 其中

  大数据交易

  买卖数据 的活动，是 以货币为媒介 获取数据商品 的过程

  

  数据商品三大特征

  • 处理后的数据才能交易

    

  • 数据交易主体涉及众多

    

  • 交易过程涉及多个产业链

    

  大数据交易形式

  • 大数据交易公司

    

  • 提供个人数据场所 的 公司

    

  • 数据交易所

    

  • API模式

    向 用户提供接口 ， 允许 用户 对平台数据进行访问

    

  大数据交易技术支撑

  

  大数据交易发展现状

  

  大数据数据来源

  • 政府公开数据

  • 企业内部数据

  • 数据供应方数据

  • 网页爬虫数据

    

  大数据数据产品类型

  • API

  • 数据包

  • 云服务

  • 解决方案

  • 数据产品

  • 数据定制服务

    

  大数据交易平台类型

  • 综合数据服务平台

    为用户 提供定制化的服务 ，涉及数据的处理和加工

  • 第三方数据交易平台

    对交 易过程进行监管 ，并提供数据出售、数据购买、数据供应方查询、数据需求发布等一系列服务

    

    从运行角度划分 ：

    • 政府主导的大数据交易平台

    • 企业以市场需求为导向建立的大数据交易平台

    • 产业联盟性质的大数据交易平台

      

  大数据交易平台的运营模式

  • 数据 中介 和 数据处理加工 功能的 交易平台

    

  • 只具备中介功能 的交易平台

    

• 其中

  大数据思维

  

  大数据思维 主要指

  • 全样而非抽样

    

    因为有了 分布式储存和处理技术 ，从而 可以对全部的数据进行分析 ， 而不是 只能对小样本处理

  • 效率而非精确

    

    处理数据时往往 要"秒级"响应 ，所以 效率 往往是 被关注的重点 ，分析的 精确度达到一定的程度 即可。

  • 相关而非因果

    

    解释 事物 背后发展的机理

    预测 未来 可能发生 的 事件

  • 以数据为中心

    

    以 海量的数据 进行 计算 ，从而 推测 结果

  • 我为人人，人人为我

    

  其中 涉及

  • 数据采集

  • 数据处理

  • 信息发布

    

• 其中

  大数据安全

  重点 关注数据 的

  • 保密性

  • 完整性

  • 可用性

    

  大数据安全的隐患

  • 大数据成为网络攻击的显著目标

    

  • 大数据加大隐私泄露风险

    

  • 大数据技术被应用到攻击手段中

    

  • 大数据成为 高级可持续攻击 的一个 载体

    

  大数据安全的变化

  • 从 静态安全到动态安全

    

  大数据安全范围

  • 隐私和个人信息安全

    

    其中 包含个人的

    

• 其中

  大数据伦理

  • 个人信息被 无形滥用

    

  • 生活隐私被 窥探利用

    

  • 数据 安全漏洞

    

  • 数据垄断

    

• 其中

  数据共享

  不数据共享 会导致 ：

  • 数据孤岛

    政府和企业里各个部门 各自储存数据 ，部门之间的数据 无法共通 ，导致数据 像各个孤岛 一样 缺乏关联性

    

  数据共享 意义

  • 对于 政府\企业 的 意义

    

• 其中

  数据开放

  数据开放 三大理论

  

夹带私货

若你能看到 看到这篇文章且能看到这 ，则说明 你我有缘 ， 留个关注吧 ，后面还会接着计算机408、底层原理、开源项目、以及数据、后端研发相关、实习、笔试/面试、秋招/春招、各种竞赛相关、简历相关、考研、学术相关……， 祝你我变得更强

好的，到此为止啦， 祝您变得更强

想说的话

学习来源厦门大学 的 《大数据导论》 （反反复复 学习了5遍哈 并且做了相应的练习 然后 才进行 的这篇博客的书写）

实不相瞒，写的这篇博客要 写五个小时以上 （加上自己学习和纸质笔记， 共七小时 吧）， 很累 ， 希望大佬 支持一下