大数据究竟是什么？（什么是大数据）

大数据特征

大数据不是通过人工的方式来完成数据的分析和处理，需要用工具来完成相应的数据处理。大数据通常有三个特征: 数量、类型和速度。准确地说，大数据可以用它的丰富性、多样性、速度、高值和低密度来描述。

首先，质量，数据水平从GB到PB，甚至ZB上升，可以称为质量，巨大甚至过大。 它正在以非常快的速度增长。 最典型的是微信，它每天产生数亿个数据，来自不同领域和平台的用户产生大量数据，并且不断增长。 而每个时间点是不同的，面对这样的高速增长，也需要支持服务，这需要有高并发的高吞吐量服务器来支持。

二、多样性。数据进行信息由原来的简单数值、字符和文本向网页、图片、视频、图像和位置控制信息等半结构化和非结构化的数据技术类型企业发展，并且有一个可以通过的特征，信息系统大多分布在不同的地理空间位置、不同的存储设备问题以及对于不同的数据资源管理工作平台。简单的总结为三点：（1）数据资料来源多，和我们学习生活环境密切结合相关的社交软件应用像微博、微信、社交网站设计等等。（2）数据结构类型繁多，来自同一个平台公司可能存在就有很多不同的数据主要类型，图片，视频内容等等。（3）数据处理之间的关联性强，交互频繁，大型电子商务网站和社交关系网络中，一些学生用户的点击行为在一定程度上能够反映了该用户潜在的兴趣爱好和需求，链接之间的关联性是很强的。

（三）。 对大数据和大量数据的快速处理有一定的要求，有些应用需要实时、快速的数据处理。 更常见的是我们最好的一元购买，每次都有来自不同地区的大量数据，要在一定的时间内完成数据的计算和分析，这就需要深入地结合分布式计算、并行计算等来满足需求。

第四，高值低密度，我们经常看到大量的虚假信息，通常是价值很分散的信息，密度很低，有技术要求的人群中寻找有价值的信息。

大数据应用

大数据的广泛存在具有一定的商业价值。现在大数据已经广泛应用于医疗、教育、科研等多个领域。最常见的就是网络营销。在网上，我们会经常遇到这样的问题。我们搜索过的产品或者某个产品在某个网站上有产品推荐，比较常见的是百度推广。当我们搜索网页时，我们会有相关的产品推荐。这是大数据最典型的数据分析应用。根据用户不同，是最常见的一种。

大数据处理技术

有了大数据进行应用研究肯定有对于的技术来解决的，最为常见的就是hadoop海量信息数据离线处理，strom实时在线教育数据环境分析问题处理，spart启用了内存空间分布以及数据集，除了学生能够发展提供交互式查询外，它还具有可以不断优化设计迭代学习工作负载。与 Hadoop 不同，Spark 和 Scala 能够更加紧密集成，其中的 Scala 可以像操作本地集合对象都是一样轻松地操作分布式计算数据集。