10.3969/j.issn.1001-4802.2014.01.051
大数据应用实施关键技术围绕开源构建
大数据分析向传统数据分析和处理技术提出挑战<br> 大数据的海量化、多样性、快增长特征,向传统数据分析和处理技术提出了更高的要求。传统数据分析处理中数据采集源相对单一,数据量相对较小,且基本为结构化数据,对于数据分析处理的时效性要求不是很高,大多数情况下采用关系型数据库和并行数据仓库技术即可完成要求。在大数据环境下,需要分析的数据来源广泛、类型丰富、数据量大,文档、图片等非结构化数据在分析数据中的占比不断提升,一些处理场景对于时效性要求极高。大数据应用分析结果需要经过数据采集、预处理、存储、分析和挖掘等多个环节才能最终呈现,如图1所示。
大数据、应用实施、关键技术、数据分析、分析处理、数据采集、处理技术、数据量、时效性、非结构化数据、关系型数据库、增长特征、应用分析、数据来源、数据环境、数据仓库、分析数据、预处理、多样性、文档
TP3;TP2
2014-03-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
91-97