大數據時代：十大最熱門的大數據技術

---

預測分析：是一種統計或數據挖掘解決方案，包含可在結構化和非結構化數據中使用以確定未來結果的算法和技術?？蔀轭A測、優化、預報和模擬等許多其他用途而部署。隨著現在硬件和軟件解決方案的成熟，許多公司利用大數據技術來收集海量數據、訓練模型、優化模型，并發布預測模型來提高業務水平或者避免風險;當前最流行的預測分析工具當屬IBM公司的SPSS,SPSS這個軟件大家都已經很熟悉了，它集數據錄入、整理、分析功能于一身。用戶可以根據實際需要和計算機的功能選擇模塊，SPSS的分析結果清晰、直觀、易學易用，而且可以直接讀取EXCEL及DBF數據文件，現已推廣到多種各種操作系統的計算機上。感興趣的朋友可以下載試用版體驗一下，試用版地址

NoSQL數據庫：非關系型數據庫包括Key-value型(Redis)數據庫、文檔型(MonogoDB)數據庫、圖型(Neo4j)數據庫;雖然NoSQL流行語火起來才短短一年的時間，但是不可否認，現在已經開始了第二代運動。盡管早期的堆棧代碼只能算是一種實驗，然而現在的系統已經更加的成熟、穩定。

搜索和認知商業：當今時代大數據與分析已經發展到一個新的高度，那就是認知時代，認知時代不再是簡單的數據分析與展示，它更多的是上升到一個利用數據來支撐人機交互的一種模式，例如前段時間的圍棋大戰，就是一個很好的應用、現已經逐步推廣到機器人的應用上面，也就是下一個經濟爆發點——人工智能，互聯網人都比較熟悉國內的BAT，以及國外的apple、google、facebook、IBM、微軟、亞馬遜等等；可以大致看一下他們的商業布局，未來全是往人工智能方向發展，當然目前在認知商業這一塊IBM當屬領頭羊，特別是當前主推的watson這個產品，以及取得了非常棒的效果；關于更多認知商業資料，大家可以看一下這個網站、經常有最新資訊上線；地址：

流式分析：目前流式計算是業界研究的一個熱點，最近Twitter、LinkedIn等公司相繼開源了流式計算系統Storm、Kafka等，加上Yahoo!之前開源的S4，流式計算研究在互聯網領域持續升溫，流式分析可以對多個高吞吐量的數據源進行實時的清洗、聚合和分析;對存在于社交網站、博客、電子郵件、視頻、新聞、電話記錄、傳輸數據、電子感應器之中的數字格式的信息流進行快速處理并反饋的需求。目前大數據流分析平臺有很多、如開源的spark，以及ibm的；感興趣的可以了解詳情；地址：

內存數據結構：通過動態隨機內存訪問(DRAM)、Flash和SSD等分布式存儲系統提供海量數據的低延時訪問和處理;

分布式存儲系統：分布式存儲是指存儲節點大于一個、數據保存多副本以及高性能的計算網絡;利用多臺存儲服務器分擔存儲負荷，利用位置服務器定位存儲信息，它不但提高了系統的可靠性、可用性和存取效率，還易于擴展。當前開源的HDFS還是非常不錯，有需要的朋友可以深入了解一下。

數據可視化：數據可視化技術是指對各類型數據源(包括Hadoop上的海量數據以及實時和接近實時的分布式數據)進行顯示;當前國內外數據分析展示的產品很多，如果是企業單位以及政府單位建議使用，安全、穩定、功能強大、支持大數據、非常不錯的選擇。這里還有試用版提供給大家：

數據整合：通過亞馬遜彈性MR(EMR)、Hive、Pig、Spark、MapReduce、Couchbase、Hadoop和MongoDB等軟件進行業務數據整合;

數據預處理：數據整合是指對數據源進行清洗、裁剪，并共享多樣化數據來加快數據分析;

數據校驗：對分布式存儲系統和數據庫上的海量、高頻率數據集進行數據校驗，去除非法數據，補全缺失。

數據整合、處理、校驗在目前已經統稱為，ETL過程可以把結構化數據以及非結構化數據進行清洗、抽取、轉換成你需要的數據、同時還可以保障數據的安全性以及完整性、關于ETL的產品推薦使用就行、對于任何數據源都可以完美處理。