1樓：果果ai媽咪
如何選擇大資料分析專案技術：越來越多的企業開始關注bi和分析**商，希望可以解決大資料環境中的業務問題。不幸的是，要在大資料中獲得可見性是說起來容易做起來難。
而且，隨著**商不斷攻破大資料分析專案的各種難題，投放到市場的產品種類越來越繁多，企業要想選擇最能滿足他們需求的一款產品也相當不易。
這樣說來大資料就等於資料管理和資料分析，漏掉了關於大資料所面臨的業務挑戰中很重要的一個方面--複雜度。例如，大資料部署經常涉及到各方面資訊，包括來自社交**網路、電子郵件、感測器、web活動日誌以及其它資料來源的資訊等，這些資料很可能與傳統的資料倉儲系統不相容。
在許多情況下，所有分離的資料都需要整合，以便在更廣泛的層面上產生影響。這可能對業務規則、表連線和大資料分析系統的其它元件關係重大。在考慮儲存和查詢管理的時候，大資料由於其複雜度，與傳統資料完全不同；正因為如此，分析資料庫和資料分析軟體**商不得不加快腳步幫助公司處理大資料問題。
理解大資料是評估技術需求和實施大資料分析規劃的第一步，然後根據日益龐大和多樣化的資料集，理解市場、理解企業在實現商業價值與發揮競爭優勢中所遇到的阻礙因素。
大資料分析專案的重大議程
當然，許多企業一直擁有大資料集。但是現在，越來越多的企業儲存的資訊量就算不是pb級，起碼也有tb量級。此外，他們希望每天能分析幾次關鍵資料，甚至是實時分析；而傳統bi流程對歷史資料進行分析的頻率是以周或月為單位的。
越來越多複雜查詢的處理帶來了各種不同的資料集，其中有可能包含來自企業資源計劃（erp）系統和客戶關係管理（crm）系統交易資料、社交媒介和地理空間資料，還有內部文件和其它格式資訊等等。越來越多的公司也會想給企業客戶提供自助服務的bi功能，讓對分析結果的理解變得容易一些。
所有這一切都涉及到大資料分析戰略，而且技術**商處理這些需求的方式是多種多樣的。許多資料庫和資料倉儲**商都在關注及時處理大量複雜資料的能力。有的用列式資料儲存來實現更快速的查詢，有的提供內建的查詢優化器，有的增加對hadoop和mapreduce這類開源技術的支援功能。
記憶體分析工具可能對分析處理速度的提升有所幫助，因為它能減少磁碟資料轉換的需求；而資料虛擬化軟體和其它實時資料整合技術可對執行中不同資料來源的資訊進行收集。對於垂直市場而言，現成的分析應用程式都是專門為其定製的，因為諸如電信、金融服務和網路遊戲這些行業都必須處理大資料。當公司管理人員和業務經理需要檢視大資料分析查詢結果時，資料視覺化工具可以簡化其流程。
在資料和分析需求方面符合以上分類描述的企業，在制定實施方案、對大資料基礎設施進行選型之前，需要考慮以下問題：
資料及時性（並不是所有資料庫都支援實時資料可用性）
各種資料來源需要與資料關聯性和業務規則複雜度進行連結，以獲得一個包含企業績效、銷售機會、客戶行為、風險因素和其它業務指標的全面檢視。
這些因素並不能從根本上影響需求的規劃，但是它們可以幫助企業部署大資料分析系統、選擇最為合適的技術。
2樓：還是太空豪客
這個問題深奧，應該找專家。通常不花錢是不行的
如何進行大資料分析及處理？
3樓：百度文庫精選
最低0.27元開通文庫會員，檢視完整內
原發布者:水橋碧槽
大資料處理資料時**唸的三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果。具體的大資料處理方法其實有很多，但是根據長時間的實踐，天互資料總結了一個基本的大資料處理流程，並且這個流程應該能夠對大家理順大資料的處理有所幫助。
整個處理流程可以概括為四步，分別是採集、匯入和預處理、統計和分析，以及挖掘。採集大資料的採集是指利用多個資料庫來接收發自客戶端的資料，並且使用者可以通過這些資料庫來進行簡單的查詢和處理工作。比如，電商會使用傳統的關係型資料庫mysql和oracle等來儲存每一筆事務資料，除此之外，redis和mongodb這樣的nosql資料庫也常用於資料的採集。
在大資料的採集過程中，其主要特點和挑戰是併發數高，因為同時有可能會有成千上萬的使用者來進行訪問和操作，比如火車票售票**和**，它們併發的訪問量在峰值時達到上百萬，所以需要在採集端部署大量資料庫才能支撐。並且如何在這些資料庫之間進行負載均衡和分片的確是需要深入的思考和設計。統計/分析統計與分析主要利用分散式資料庫，或者分散式計算叢集來對儲存於其內的海量資料進行普通的分析和分類彙總等，以滿足大多數常見的分析需求，在這方面，一些實時性需求會用到emc的greenplum、oracle的exadata，以及基於mysql的列式儲存infobright等，而一些批處理，或者基於半結構化資料的需求可以使用hadoop。
統計與分析這部分的主要特點和挑戰是分
4樓：安徽新華電腦專修學院
大資料：難以用常規的資料庫工具獲取、儲存、管理、分析的資料集合。
5樓：匿名使用者
給大家介紹一款親測好用的大資料分析軟體。
tempo大資料分析平臺是一款面向企業級使用者的一體化大資料分析應用平臺。平臺基於大資料架構，集資料視覺化探索、資料深度分析、成果管理應用於一體，面向企業各級資料分析、資料價值利用人員，有效解決資料價值發掘和利用問題。平臺便捷的資料接入與準備，一體化的資料探勘與視覺化分析，靈活多樣的成果管理與應用，為使用者提供專業、敏捷、易用的資料分析與應用體驗。
1.高效能的大資料處理
基於大資料架構，支援分散式儲存、分散式平行計算、記憶體計算，實現海量資料分析。
2. 領先的分析演算法引擎
基於大資料探勘應用的獨創分散式演算法引擎，內嵌世界領先的l½稀疏迭代/迴歸、視覺聚類、稀疏時間序列等演算法，及自主研發的中文文字演算法。
3.靈活開放的系統整合
靈活開放的架構，支援圖形、演算法節點快速擴充套件，支援與企業現有業務系統無縫融合。
6樓：匿名使用者
資料分析目前國內的佼佼者是finebi,多維olap分析是bi工具分析功能的集中體現，其應用特性主要體現在兩方面：一是即時查詢到效果（online），這要求後臺資料的計算速度和前臺瀏覽器的展示速度都要很快；二是多維度自定義分析，這要求bi工具的多維資料庫應該具有較大的靈活性，可以隨使用者的要求組合任意的指標和維度。只有同時滿足這兩個特性的互動分析過程，才是多維olap分析，才能保障使用者即時看到其分析需求對應的資料統計結果，以及通過切換維度和改變條件等方式，滿足根據上一步的結果即時產生的新的分析需求。
7樓：小康爺
應該與城市規劃、gis資料、居民生活消費等資料有關吧，可以試著做做
優就業Python和大資料那個好學
加米穀大資料科技 如果希望從事大資料應用開發，那麼轉換會相對容易一些，但是也要從三個方面來豐富自身的知識結構，其一是掌握大資料平臺的相關知識，比如hadoop spark等 其二是掌握雲端計算相關知識，因為大資料應用開發往往離不開雲端計算平臺的支撐 其三是要掌握一定的行業知識，大資料應用開發往往會針...
大資料時代如何確定學習方向，大資料時代如何確定學習方向
西線大資料培訓 在大資料的世界裡面主要有三個學習方向，大資料開發師 大資料運維師 大資料架構師。什麼是大資料開發師？圍繞大資料系平臺系統級的研發人員，熟練hadoop spark storm等主流大資料平臺的核心框架。深入掌握如何編寫mapreduce的作業及作業流的管理完成對資料的計算，並能夠使用...
大資料金融風控解決方案哪些公司可以提供
我們就是可以的，大資料風控即大資料風險控制，是指利用資料分析和模型進行風險評估，為金融行業和個人使用者提供全方位的安全保障。大資料風控流程的建立主要分為四個階段 資料收集 資料建模 構建客戶評分體系及監測分析。收集到海量資料後，需經過大量的清洗 探索與抽樣，運用靈活策略來交叉匹配並綜合分析，構建出客...