大数据处理的三大流程以及大数据的价值

数据采集

定义：利用多种轻型数据库来接收发自客户端的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。

特点和挑战：并发系数高。

使用的产品：MySQL，Oracle，Hbase，Redis和 MongoDB等，并且这些产品的特点各不相同。

统计分析

定义：将海量的来自前端的数据快速导入到一个集中的大型分布式数据库 或者分布式存储集群，利用分布式技术来对存储于其内的集中的海量数据 进行普通的查询和分类汇总等，以此满足大多数常见的分析需求。

特点和挑战：导入数据量大，查询涉及的数据量大，查询请求多。

使用的产品：InfoBright，Hadoop（Pig和Hive），YunTable， SAP Hana和OracleExadata，除Hadoop以做离线分析为主之外，其他产品可做实时分析。

挖掘数据

定义：基于前面的查询数据进行数据挖掘，来满足高级别 的数据分析需求。

特点和挑战：算法复杂，并且计算涉及的数据量和计算量都大。

使用的产品：R，Hadoop Mahout。

如果从企业决策的角度来看，在任何行业，任何领域，通过推动数据化或大数据演算提升企业决策和企业战略实施的，仍然是人的大脑。唯一的区别是，从前依靠丰富的企业经验和信息整合能力来决策的领导层，如今依靠的是高性能并行的计算机处理技术来处理海量的数据集，分布式的演算出最终的战略决策。利用这样的科技，就可以大大提升领导决策的精准度和效率。

而其实大数据的作用已经不仅仅是为各类决策提供帮助，它甚至能够用海量的数据塑造个体，用户分析将不再适用，因为大数据甚至可以塑造用户。

大数定理告诉我们，在试验不变的条件下，重复试验多次，随机事件的频率近似于它概率。“有规律的随机事件”在大量重复出现的条件下，往往呈现几乎必然的统计特性。数据本身不产生价值，如何分析和利用大数据对业务产生帮助才是关键。随着计算机的处理能力的日益强大，你能获得的数据量越大，你能挖掘到的价值就越多。

如果银行能及时地了解风险，我们的经济将更加强大。

如果医院能够更早发现疾病，我们的身体将更加健康。

如果电信公司能够降低成本，我们的话费将更加便宜。

如果交通动态天气能够掌握，我们的出行将更加方便。

如果商场能够动态调整库存，我们的商品将更加实惠。

从商业角度来看，从繁杂庞大的数据中挖掘、分析用户的行为习惯和喜好，研发出更符合用户偏好的产品和服务，并结合用户需求有针对性地调整和优化产品，以优化用户体验，最终获得商业利益，就是大数据在商业社会的价值。

抛开商业，利用大数据预测可能的灾难，利用大数据分析癌症可能的引发原因并找出治疗方法，都是未来能够惠及人类的事业。

最终，我们都将从大数据分析中获益。

在大数据时代，不再依赖于采样的人们可以获得并分析更多的数据，更清楚地发现样本无法揭示的细节信息，随着计算机处理能力的日益强大，人工智能机器学习系统的不断升级，庞大的数据给人们带来的价值成倍攀升。

实验的不断反复、大数据的日渐积累让人类不断发现各种规律，从而能够预测未来。