大数据技术概述

1.什么是大数据技术？

　　（1）数据量大（Volume）。第一个特征是数据量大，包括采集、存储和计算的量都非常大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。

　　（2）类型繁多（Variety）。第二个特征是种类和来源多样化。包括结构化、半结构化和非结构化数据，具体表现为网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。

　　（3）价值密度低（Value）。第三个特征是数据价值密度相对较低，或者说是浪里淘沙却又弥足珍贵。随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需要解决的问题。

　　（4）速度快时效高（Velocity）。第四个特征数据增长速度快，处理速度也快，时效性要求高。比如搜索引擎要求几分钟前的新闻能够被用户查询到，个性化推荐算法尽可能要求实时完成推荐。这是大数据区别于传统数据挖掘的显著特征。

2.为什么产生大数据技术?

　　（1）大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

　　（2）对大量消费者提供产品或服务的企业可以利用大数据进行精准营销

3.简述大数据、云计算、物联网、区块链和人工智能的概念和相互关系。

　　大数据是物联网和云计算发展到一定阶段的结果，物联网为大数据提供了大部分的数据来源，而云计算则为大数据提供了支撑平台。大数据又是人工智能的重要基础，人工智能需要通过大数据完成学习和决策的过程。区块链技术本身就是一种数据存储方式，而且区块链存取的数据具有较强的安全性和防篡改特性。

4.用图表和简单的文字简要描述大数据的发展前景和就业趋势，并谈谈你的看法。

　　大数据目前是比较热门的行业。我们都知道，大数据行业热，大数据职位薪资高。大数据工程师的收入待遇可以说达到了同类的顶级。根据颜莉萍（Nicole Yan）的观察，国内IT、通讯、行业招聘中，有10％都是和大数据相关的，且比例还在上升。颜莉萍（Nicole Yan）表示，“大数据时代的到来很突然，在国内发展势头激进，而人才却非常有限，现在完全是供不应求的状况。”

5.大数据可能带来什么样的问题？如何应对这些隐患

　　问题：个人隐私比较少了，简单来说就是，你在这个产品上花的多，用的多，那我就更要剥削你，让你花的更多，抬高价格，就欺负你离不开我的产品。

　　应对：比如用软件的时候，不要注册登录账号，每次清除数据。还要抵住诱惑，内心坚定。