在PaaS層中一個(gè)復(fù)雜的通用應(yīng)用就是大數(shù)據(jù)平臺(tái)。大數(shù)據(jù)是如何一步一步融入云計(jì)算的呢?
1數(shù)據(jù)不大也包含智慧
一開(kāi)始這個(gè)大數(shù)據(jù)并不大。原來(lái)才有多少數(shù)據(jù)?現(xiàn)在大家都去看電子書，上網(wǎng)看新聞了，在我們80后小時(shí)候，信息量沒(méi)有那么大，也就看看書、看看報(bào)，一個(gè)星期的報(bào)紙加起來(lái)才有多少字?如果你不在一個(gè)大城市，一個(gè)普通的學(xué)校的圖書館加起來(lái)也沒(méi)幾個(gè)書架，是后來(lái)隨著信息化的到來(lái)，信息才會(huì)越來(lái)越多。
首先我們來(lái)看一下大數(shù)據(jù)里面的數(shù)據(jù)，就分三種類型，一種叫結(jié)構(gòu)化的數(shù)據(jù)，一種叫非結(jié)構(gòu)化的數(shù)據(jù)，還有一種叫半結(jié)構(gòu)化的數(shù)據(jù)。
結(jié)構(gòu)化的數(shù)據(jù)：即有固定格式和有限長(zhǎng)度的數(shù)據(jù)。例如填的表格就是結(jié)構(gòu)化的數(shù)據(jù)，國(guó)籍：中華人民共和國(guó)，民族：漢，性別：男，這都叫結(jié)構(gòu)化數(shù)據(jù)。 非結(jié)構(gòu)化的數(shù)據(jù)：現(xiàn)在非結(jié)構(gòu)化的數(shù)據(jù)越來(lái)越多，就是不定長(zhǎng)、無(wú)固定格式的數(shù)據(jù)，例如網(wǎng)頁(yè)，有時(shí)候非常長(zhǎng)，有時(shí)候幾句話就沒(méi)了;例如語(yǔ)音，視頻都是非結(jié)構(gòu)化的數(shù)據(jù)。 半結(jié)構(gòu)化數(shù)據(jù)：是一些XML或者HTML的格式的，不從事技術(shù)的可能不了解，但也沒(méi)有關(guān)系。
其實(shí)數(shù)據(jù)本身不是有用的，必須要經(jīng)過(guò)一定的處理。例如你每天跑步帶個(gè)手環(huán)收集的也是數(shù)據(jù)，網(wǎng)上這么多網(wǎng)頁(yè)也是數(shù)據(jù)，我們稱為Data。數(shù)據(jù)本身沒(méi)有什么用處，但數(shù)據(jù)里面包含一個(gè)很重要的東西，叫做信息(Information)。
數(shù)據(jù)十分雜亂，經(jīng)過(guò)梳理和清洗，才能夠稱為信息。信息會(huì)包含很多規(guī)律，我們需要從信息中將規(guī)律總結(jié)出來(lái)，稱為知識(shí)(Knowledge)，而知識(shí)改變命運(yùn)。信息是很多的，但有人看到了信息相當(dāng)于白看，但有人就從信息中看到了電商的未來(lái)，有人看到了直播的未來(lái)，所以人家就牛了。如果你沒(méi)有從信息中提取出知識(shí)，天天看朋友圈也只能在互聯(lián)網(wǎng)滾滾大潮中做個(gè)看客。自己建的大數(shù)據(jù)學(xué)習(xí)交流群:458345782，群里都是學(xué)大數(shù)據(jù)開(kāi)發(fā)的，如果你正在學(xué)習(xí)大數(shù)據(jù) ，小編歡迎你加入,大家都是軟件開(kāi)發(fā)黨，不定期分享干貨(只有大數(shù)據(jù)軟件開(kāi)發(fā)相關(guān)的)，包括我自己整理的一份最新的大數(shù)據(jù)進(jìn)階資料和高級(jí)開(kāi)發(fā)教程，歡迎進(jìn)階中和進(jìn)想深入大數(shù)據(jù)的小伙伴加入。
所以數(shù)據(jù)的應(yīng)用分這四個(gè)步驟：數(shù)據(jù)、信息、知識(shí)、智慧。
最終的階段是很多商家都想要的。你看我收集了這么多的數(shù)據(jù)，能不能基于這些數(shù)據(jù)來(lái)幫我做下一步的決策，改善我的產(chǎn)品。例如讓用戶看視頻的時(shí)候旁邊彈出廣告，正好是他想買的東西;再如讓用戶聽(tīng)音樂(lè)時(shí)，另外推薦一些他非常想聽(tīng)的其他音樂(lè)。
用戶在我的應(yīng)用或者網(wǎng)站上隨便點(diǎn)點(diǎn)鼠標(biāo)，輸入文字對(duì)我來(lái)說(shuō)都是數(shù)據(jù)，我就是要將其中某些東西提取出來(lái)、指導(dǎo)實(shí)踐、形成智慧，讓用戶陷入到我的應(yīng)用里面不可自拔，上了我的網(wǎng)就不想離開(kāi)，手不停地點(diǎn)、不停地買。
很多人說(shuō)雙十一我都想斷網(wǎng)了，我老婆在上面不斷地買買買，買了A又推薦B，老婆大人說(shuō)，“哎呀，B也是我喜歡的啊，老公我要買”。你說(shuō)這個(gè)程序怎么這么牛，這么有智慧，比我還了解我老婆，這件事情是怎么做到的呢?
2數(shù)據(jù)如何升華為智慧
數(shù)據(jù)的處理分幾個(gè)步驟，完成了才最后會(huì)有智慧。
第一個(gè)步驟叫數(shù)據(jù)的收集。首先得有數(shù)據(jù)，數(shù)據(jù)的收集有兩個(gè)方式：
第一個(gè)方式是拿，專業(yè)點(diǎn)的說(shuō)法叫抓取或者爬取。例如搜索引擎就是這么做的：它把網(wǎng)上的所有的信息都下載到它的數(shù)據(jù)中心，然后你一搜才能搜出來(lái)。比如你去搜索的時(shí)候，結(jié)果會(huì)是一個(gè)列表，這個(gè)列表為什么會(huì)在搜索引擎的公司里面?就是因?yàn)樗褦?shù)據(jù)都拿下來(lái)了，但是你一點(diǎn)鏈接，點(diǎn)出來(lái)這個(gè)網(wǎng)站就不在搜索引擎它們公司了。比如說(shuō)新浪有個(gè)新聞，你拿百度搜出來(lái)，你不點(diǎn)的時(shí)候，那一頁(yè)在百度數(shù)據(jù)中心，一點(diǎn)出來(lái)的網(wǎng)頁(yè)就是在新浪的數(shù)據(jù)中心了。
第二個(gè)方式是推送，有很多終端可以幫我收集數(shù)據(jù)。比如說(shuō)小米手環(huán)，可以將你每天跑步的數(shù)據(jù)，心跳的數(shù)據(jù)，睡眠的數(shù)據(jù)都上傳到數(shù)據(jù)中心里面。
第二個(gè)步驟是數(shù)據(jù)的傳輸。一般會(huì)通過(guò)隊(duì)列方式進(jìn)行，因?yàn)閿?shù)據(jù)量實(shí)在是太大了，數(shù)據(jù)必須經(jīng)過(guò)處理才會(huì)有用。可系統(tǒng)處理不過(guò)來(lái)，只好排好隊(duì)，慢慢處理。
第三個(gè)步驟是數(shù)據(jù)的存儲(chǔ)。現(xiàn)在數(shù)據(jù)就是金錢，掌握了數(shù)據(jù)就相當(dāng)于掌握了錢。要不然網(wǎng)站怎么知道你想買什么?就是因?yàn)樗心銡v史的交易的數(shù)據(jù)，這個(gè)信息可不能給別人，十分寶貴，所以需要存儲(chǔ)下來(lái)。
