文章目錄

• • 一、大數(shù)據(jù)基礎(chǔ)知識(shí)小結(jié)
  • • （1）數(shù)據(jù)分析
    • （2）數(shù)據(jù)倉庫系統(tǒng)
    • （3）數(shù)據(jù)倉庫解決的問題
    • （4）大數(shù)據(jù)的理解
  • 二、阿里云大數(shù)據(jù)產(chǎn)品體系
  • • （1）產(chǎn)品體系概況：
    • （2）阿里云數(shù)加平臺(tái)定位：
    • （3）阿里云大數(shù)據(jù)基礎(chǔ)產(chǎn)品：
    • （4）阿里云數(shù)加平臺(tái)：
  • 三、大數(shù)據(jù)產(chǎn)品典型應(yīng)用場景
  • • （1）從業(yè)務(wù)系統(tǒng)到數(shù)據(jù)分析
    • （2）傳統(tǒng)企業(yè)BI應(yīng)用
    • （3）探索式分析
    • （4）商業(yè)智能分析
    • （5）線上線下混合運(yùn)用

一、大數(shù)據(jù)基礎(chǔ)知識(shí)小結(jié)

（1）數(shù)據(jù)分析

數(shù)據(jù)分析是基于商業(yè)目的，有目的的進(jìn)行收集、整理、加工和分析數(shù)據(jù)，提煉有價(jià)值信息的過程。數(shù)據(jù)分析通俗的說就是對(duì)收集起來的大量數(shù)據(jù)進(jìn)行分析，提取有用的信息。

• 數(shù)據(jù)分析流程：
  需求分析 明確目標(biāo) --》 數(shù)據(jù)收集 加工處理 --》數(shù)據(jù)分析 數(shù)據(jù)展現(xiàn) --》分析報(bào)告 提煉價(jià)值

（2）數(shù)據(jù)倉庫系統(tǒng)

分析的前提是要有相應(yīng)的數(shù)據(jù)，大量的業(yè)務(wù)數(shù)據(jù)聚集在一起，就產(chǎn)生了一種新的概念：數(shù)據(jù)倉庫
數(shù)據(jù)倉庫是一個(gè)面向主題的、集成的、非易失的、時(shí)變的數(shù)據(jù)集合，用于支持管理決策。
比如說一個(gè)電商系統(tǒng)，他的數(shù)據(jù)可以劃分為客戶主題、產(chǎn)品主題、訂購主題、物流主題的相關(guān)數(shù)據(jù)。一個(gè)數(shù)據(jù)倉庫的數(shù)據(jù)源可以來自于不同的業(yè)務(wù)系統(tǒng)，集成到同一個(gè)數(shù)據(jù)倉庫中。數(shù)據(jù)到達(dá)數(shù)據(jù)倉庫之后，會(huì)對(duì)外進(jìn)行相關(guān)的查詢，很少做相關(guān)的修改。同時(shí)數(shù)倉中的數(shù)據(jù)會(huì)隨著時(shí)間而不停地變化。

• 基于數(shù)據(jù)倉庫的數(shù)據(jù)分析流程：
  分析需求–》 確認(rèn)數(shù)據(jù)源–》 ETL處理 --》匯總/整合 --》 數(shù)據(jù)建模 --》 分析展現(xiàn)

（3）數(shù)據(jù)倉庫解決的問題

• 為業(yè)務(wù)部門提供準(zhǔn)確及時(shí)的業(yè)務(wù)報(bào)表：多個(gè)業(yè)務(wù)平臺(tái)捕獲數(shù)據(jù)整合
• 為管理人員提供更強(qiáng)的分析能力
• 為數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)奠定基礎(chǔ)：通過數(shù)據(jù)分析，利用數(shù)據(jù)挖掘的技術(shù)找到數(shù)據(jù)發(fā)展的模式與規(guī)律，可以使預(yù)測分析的結(jié)果更準(zhǔn)確完整。

（4）大數(shù)據(jù)的理解

大數(shù)據(jù)指在可承受的時(shí)間范圍內(nèi)用常用的軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。
大數(shù)據(jù)的特點(diǎn)：

• 體量巨大 體量達(dá)到 pb tb級(jí)別
• 種類繁多 數(shù)據(jù)來源于多個(gè)數(shù)據(jù)源，格式也可能是涵蓋了音頻、視頻、文本等格式
• 價(jià)值密度低
• 處理速度快 涉及相關(guān)的實(shí)時(shí)性處理

大數(shù)據(jù)的理解：

• 不能盲目追求體量
• 不能盲目追求數(shù)量
• 不能盲目追求技術(shù)
• 不能盲目追求潮流

大數(shù)據(jù)的處理思路：

• 減治：將問題簡化成一個(gè)更簡單的能處理的問題
• 分治：將問題分成多個(gè)可以簡單求解的小問題

– 復(fù)雜的問題簡單化，復(fù)雜的問題拆分化，再重復(fù)減化。

二、阿里云大數(shù)據(jù)產(chǎn)品體系

（1）產(chǎn)品體系概況：

（2）阿里云數(shù)加平臺(tái)定位：

一站式數(shù)據(jù)平臺(tái)、提供三層服務(wù)（數(shù)加平臺(tái)內(nèi)底層數(shù)加平臺(tái)提供基礎(chǔ)計(jì)算服務(wù)：離線計(jì)算、流計(jì)算、分析型數(shù)據(jù)庫等，同時(shí)提供數(shù)據(jù)平臺(tái)分析工具，最上層數(shù)加平臺(tái)提供應(yīng)用級(jí)別的服務(wù)，包括規(guī)則引擎、畫像分析、智能推薦） 、定制化行業(yè)解決方案。

（3）阿里云大數(shù)據(jù)基礎(chǔ)產(chǎn)品：

• 云數(shù)據(jù)庫 ApsaraDB for RDS （簡稱RDS）：穩(wěn)定可靠地伸縮性在線數(shù)據(jù)庫服務(wù)、兼容 Mysql 、SQL server、PG等，只需在選擇數(shù)據(jù)庫時(shí)選擇對(duì)應(yīng)的數(shù)據(jù)庫類型和版本。
• 表格存儲(chǔ) TS：構(gòu)建在阿里云飛天分布式系統(tǒng)之上的NoSQL數(shù)據(jù)存儲(chǔ)服務(wù)。
• 分析型數(shù)據(jù)庫 Analytic DB：海量數(shù)據(jù)實(shí)時(shí)高并發(fā)在線分析云計(jì)算服務(wù)。
• 大數(shù)據(jù)計(jì)算服務(wù) MaxCompute 原名ODPS：針對(duì) TB/PB級(jí)、實(shí)時(shí)性要求不高的分布式處理能力，用于大數(shù)據(jù)運(yùn)算能力相關(guān)的服務(wù)，開箱即用。
• 數(shù)據(jù)集成 Data Integration：阿里云對(duì)外提供的穩(wěn)定高效、彈性伸縮的數(shù)據(jù)同步平臺(tái)，為阿里云大數(shù)據(jù)計(jì)算引擎提供離線（批量）數(shù)據(jù)進(jìn)出通道。
• 對(duì)象存儲(chǔ)服務(wù) Object Storage Service（OSS）：海量、安全、低成本、高可用的云存儲(chǔ)服務(wù)。即開即用，無限大空間的存儲(chǔ)集群。

（4）阿里云數(shù)加平臺(tái)：

• 大數(shù)據(jù)開發(fā)平臺(tái) DataWorks（原名Data IDE）：數(shù)據(jù)工場DataWorks是基于MaxCompute作為計(jì)算和存儲(chǔ)引擎的用于工作流可視化開發(fā)和托管調(diào)度運(yùn)維的海量數(shù)據(jù)離線加工分析平臺(tái)。具有托管和調(diào)度的能力。
• Quick BI ：海量數(shù)據(jù)實(shí)時(shí)在線分析服務(wù)。
• 阿里云機(jī)器學(xué)習(xí)PAI：基于MaxCompute、GPU集群，支持MR、MPI、SQL、Spark。
• DataV：大屏開發(fā)平臺(tái)。

三、大數(shù)據(jù)產(chǎn)品典型應(yīng)用場景

（1）從業(yè)務(wù)系統(tǒng)到數(shù)據(jù)分析

（2）傳統(tǒng)企業(yè)BI應(yīng)用

（3）探索式分析

（4）商業(yè)智能分析

（5）線上線下混合運(yùn)用

總結(jié)

以上是生活随笔為你收集整理的【ACP】阿里云ACP吐血汇总（一）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。