- 1、本文档共10页,其中可免费阅读3页,需付费49金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE1
PAGE1
大数据基础:大数据的挑战和未来:大数据在零售业的应用
1大数据基础
1.1大数据的概念与特征
1.1.1概念
大数据(BigData)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。这些数据集合是如此庞大和复杂,以至于需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力。
1.1.2特征
大数据的特征通常被概括为“4V”:-Volume(大量):数据量巨大,可能达到PB甚至EB级别。-Velocity(高速):数据的产生和处理速度非常快。-Variety(多样):数据类型繁多,包括结构化、半结构化和非
您可能关注的文档
- Kinesis数据存储服务教程:构建实时数据流处理系统.docx
- 大数据处理框架:Flink:FlinkCEP复杂事件处理.docx
- 大数据处理框架:Flink:FlinkSQL入门与实践.docx
- 大数据处理框架:Flink:FlinkTableAPI与DataStreamAPI对比.docx
- 大数据处理框架:Flink:Flink窗口函数与时间语义.docx
- 大数据处理框架:Flink:Flink端到端实时数据处理.docx
- 大数据处理框架:Flink:Flink机器学习库FlinkML介绍.docx
- 大数据处理框架:Flink:Flink基础架构与核心概念.docx
- 大数据处理框架:Flink:Flink连接器与外部系统集成.docx
- 大数据处理框架:Flink:Flink数据流模型详解.docx
文档评论(0)