大数据处理基本流程
2017-09-06 17:32:58 499 举报
登录查看完整内容
大数据处理的基本流程包括数据收集、数据清洗、数据存储、数据处理和数据分析。首先,通过各种方式(如日志记录、传感器等)收集大量的原始数据。然后,进行数据清洗,去除无效、重复或错误的数据。清洗后的数据被存储在适当的数据库或数据仓库中。接下来,通过各种数据处理技术(如数据挖掘、机器学习等)对数据进行处理和分析,提取有价值的信息和知识。最后,将分析结果用于决策支持或业务应用,以实现数据的价值。
作者其他创作
大纲/内容
数据可视化技术
分析应用:
数据源
GFS
MapReduce
信息预测
非结构型数据
HTML
半结构型数据
人机交互技术
数据挖掘
数据采集
可信赖数据
企业
数据解释
政府机构
数理统计
Document
BigTable
数据关联性
商业智能
传统技术:
数据清洗与去噪
用户
智能算法
数据整合
机器学习
相关联数据存储集合
数据聚合与数据修正
云计算技术:
结构型数据
数据实体
RDBMS
科研机构
决策支持
数据处理与集成
数据分析
0 条评论
回复 删除
下一页