世界包含的多得難以想象的數(shù)字化信息變得更多更快……從商業(yè)到科學(xué)，從*到藝術(shù)，這種影響無(wú)處不在。科學(xué)家和計(jì)算機(jī)工程師們給這種現(xiàn)象創(chuàng)造了一個(gè)新名詞：“大數(shù)據(jù)”。大數(shù)據(jù)時(shí)代什么意思?大數(shù)據(jù)概念什么意思?大數(shù)據(jù)分析什么意思?所謂大數(shù)據(jù)，他的來(lái)源在哪里，講了那么多，那么數(shù)據(jù)挖掘是什么呢?以下是小編為你整理的大數(shù)據(jù)該如何學(xué)習(xí)

大數(shù)據(jù)下的數(shù)據(jù)挖掘 ?

數(shù)據(jù)挖掘：在大型數(shù)據(jù)庫(kù)中，通過(guò)分析發(fā)現(xiàn)有用信息的過(guò)程。在前篇文章中說(shuō)到大數(shù)據(jù)的存儲(chǔ)等問(wèn)題，面臨新的數(shù)據(jù)集帶來(lái)的問(wèn)題時(shí)，傳統(tǒng)的數(shù)據(jù)分析技術(shù)往往會(huì)遇到很多實(shí)際困難。下面我們來(lái)說(shuō)一下具體的問(wèn)題。 ?

可伸縮：如果數(shù)據(jù)挖掘算法要處理海量數(shù)據(jù)集，則算法必須是可伸縮的(scalable)許多的數(shù)據(jù)挖掘算法使用特殊的搜索策略處理指數(shù)級(jí)搜索問(wèn)題。為實(shí)現(xiàn)可伸縮可能還需要實(shí)現(xiàn)新的數(shù)據(jù)結(jié)構(gòu)，才能有效的訪問(wèn)每個(gè)記錄。 ?

高維性：現(xiàn)在，常常遇到具有成敗上千屬性的數(shù)據(jù)集，而不是幾十年前的只具備少量屬性的數(shù)據(jù)集。

異種數(shù)據(jù)和復(fù)雜數(shù)據(jù)：通常情況下，傳統(tǒng)的數(shù)據(jù)分析方法只處理包含相同類型屬性的數(shù)據(jù)集，或者是連續(xù)的，或者是分類的。 隨著數(shù)據(jù)挖掘在商務(wù)、科學(xué)、醫(yī)學(xué)和其他領(lǐng)域的作用越來(lái)越大，越來(lái)越需要處理異種屬性的技術(shù)。近年來(lái)，已經(jīng)出現(xiàn)了更復(fù)雜的數(shù)據(jù)對(duì)象。這些非傳統(tǒng)的數(shù)據(jù)類型的 例子有：含有半結(jié)構(gòu)話文本和超鏈接的Web葉面集、具有序列和三維結(jié)構(gòu)的DNA數(shù)據(jù)、包含地球表面不同位置上的時(shí)間序列測(cè)量值的氣象數(shù)據(jù)等等。 ?

數(shù)據(jù)的所有權(quán)與分布：有時(shí)，需要分析的數(shù)據(jù)并非存放在一個(gè)站點(diǎn)，或者歸屬一個(gè)機(jī)構(gòu)，而是地理上分布在屬于多個(gè)機(jī)構(gòu)的資 源中。這就需要開(kāi)發(fā)分布式數(shù)據(jù)挖掘技術(shù)。分布式數(shù)據(jù)挖掘算法面臨的主要挑戰(zhàn)包括：(1)如何降低執(zhí)行分布式計(jì)算的通信量?(2)如何有效的同意從多個(gè)資源 得到的數(shù)據(jù)挖掘結(jié)果?(3)如何處理數(shù)據(jù)安全性問(wèn)題? ?

非傳統(tǒng)的分析：傳統(tǒng)的統(tǒng)計(jì)方法基于一種假設(shè)——檢驗(yàn)?zāi)Ｊ剑刺岢鲆环N假設(shè)，設(shè)計(jì)實(shí)驗(yàn)來(lái)收集數(shù)據(jù)，然后針對(duì)假設(shè)來(lái)進(jìn)行分析數(shù)據(jù)。但是，這一過(guò)程勞力費(fèi)神。當(dāng)前的數(shù)據(jù)分析人物常常需要產(chǎn)生和評(píng)估數(shù)千鐘假設(shè)，因此需要自動(dòng)地產(chǎn)生和評(píng)估假設(shè)，這促使人們開(kāi)發(fā)了一些數(shù)據(jù)挖掘技術(shù)。 ?

大數(shù)據(jù)遭受異常流量攻擊 ?

大數(shù)據(jù)所存儲(chǔ)的數(shù)據(jù)非常巨大，往往采用分布式的方式進(jìn)行存儲(chǔ)，而正是由于這種存儲(chǔ)方式，存儲(chǔ)的路徑視圖相對(duì)清晰，而數(shù)據(jù)量過(guò)大，導(dǎo)致數(shù)據(jù)保護(hù)，相對(duì)簡(jiǎn)單，黑客較為輕易利用相關(guān)漏洞，實(shí)施不法操作，造成安全問(wèn)題。由于大數(shù)據(jù)環(huán)境下終端用戶非常多，且受眾類型較多，對(duì)客戶身份的認(rèn)證環(huán)節(jié)需要耗費(fèi)大量處理能力。　　由于APT攻擊具有很強(qiáng)的針對(duì)性，且攻擊時(shí)間長(zhǎng)，一旦攻擊成功，大數(shù)據(jù)分析平臺(tái)輸出的最終數(shù)據(jù)均會(huì)被獲取，容易造成的較大的信息安全隱患。 ?

在對(duì)大數(shù)據(jù)進(jìn)行數(shù)據(jù)采集和信息挖掘的時(shí)候，要注重用戶隱私數(shù)據(jù)的安全問(wèn)題，在不泄露用戶隱私數(shù)據(jù)的前提下進(jìn)行數(shù)據(jù)挖掘。需要考慮的是在分布計(jì)算的信息傳輸和數(shù)據(jù)交換時(shí)保證各個(gè)存儲(chǔ)點(diǎn)內(nèi)的用戶隱私數(shù)據(jù)不被非法泄露和使用是當(dāng)前大數(shù)據(jù)背景下信息安全的主要問(wèn)題。同時(shí)，當(dāng)前的大數(shù)據(jù)數(shù)據(jù)量并不是固定的，而是在應(yīng)用過(guò)程中動(dòng)態(tài)增加的，但是，傳統(tǒng)的數(shù)據(jù)隱私保護(hù)技術(shù)大多是針對(duì)靜態(tài)數(shù)據(jù)的，所以，如何有效地應(yīng)對(duì)大數(shù)據(jù)動(dòng)態(tài)數(shù)據(jù)屬性和表現(xiàn)形式的數(shù)據(jù)隱私保護(hù)也是要注重的安全問(wèn)題。*，大數(shù)據(jù)的數(shù)據(jù)遠(yuǎn)比傳統(tǒng)數(shù)據(jù)復(fù)雜，現(xiàn)有的敏感數(shù)據(jù)的隱私保護(hù)是否能夠滿足大數(shù)據(jù)復(fù)雜的數(shù)據(jù)信息也是應(yīng)該考慮的安全問(wèn)題。 ?

大數(shù)據(jù)的數(shù)據(jù)類型和數(shù)據(jù)結(jié)構(gòu)是傳統(tǒng)數(shù)據(jù)不能比擬的，在大數(shù)據(jù)的存儲(chǔ)平臺(tái)上，數(shù)據(jù)量是非線性甚至是指數(shù)級(jí)的速度增長(zhǎng)的，各種類型和各種結(jié)構(gòu)的數(shù)據(jù)進(jìn)行數(shù)據(jù)存儲(chǔ)，勢(shì)必會(huì)引發(fā)多種應(yīng)用進(jìn)程的并發(fā)且頻繁無(wú)序的運(yùn)行，極易造成數(shù)據(jù)存儲(chǔ)錯(cuò)位和數(shù)據(jù)管理混亂，為大數(shù)據(jù)存儲(chǔ)和后期的處理帶來(lái)安全隱患。當(dāng)前的數(shù)據(jù)存儲(chǔ)管理系統(tǒng)，能否滿足大數(shù)據(jù)背景下的海量數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)需求，還有待考驗(yàn)。不過(guò)，如果數(shù)據(jù)管理系統(tǒng)沒(méi)有相應(yīng)的安全機(jī)制升級(jí)，出現(xiàn)問(wèn)題后則為時(shí)已晚。 ?

DBA在大數(shù)據(jù)時(shí)代的發(fā)展前景 ?

成為一個(gè)DBA表面上“僅”需要SQL語(yǔ)言和數(shù)據(jù)庫(kù)基礎(chǔ)管理的知識(shí)，所以造成了從業(yè)者良莠不齊，舉一個(gè)極端的例子，我有一個(gè)留級(jí)兩年的同學(xué)勉強(qiáng)拿到畢業(yè)證后就從事了DBA。然而理論跟實(shí)際相差甚遠(yuǎn)，模擬的環(huán)境根本達(dá)不到線上要求的多用戶、高并發(fā)等壓力，僅在課堂上和自學(xué)是不能成為一個(gè)合格的DBA的，合格的DBA必須在企業(yè)中的實(shí)戰(zhàn)中走出來(lái)。一個(gè)合格的DBA必須掌握Linux基本命令和操作、數(shù)據(jù)庫(kù)備份和恢復(fù)、SQL優(yōu)化、數(shù)據(jù)庫(kù)性能優(yōu)化和至少一門腳本語(yǔ)言(如Python)。

?

移動(dòng)互聯(lián)網(wǎng)時(shí)代雨后春筍般誕生的創(chuàng)業(yè)公司給人一種DBA的角色性變?nèi)醯腻e(cuò)覺(jué)，其實(shí)任何IT公司做大后都離不開(kāi)DBA這個(gè)崗位。DBA的發(fā)展前景一直很不錯(cuò)，尤其在大數(shù)據(jù)的時(shí)代里，原本就一直存在的性能問(wèn)題和安全問(wèn)題會(huì)更加突出，這意味著企業(yè)對(duì)DBA人才的需求會(huì)越來(lái)越旺盛，同時(shí)這也意味著DBA會(huì)面臨比以往更多樣化的困難和更嚴(yán)峻的挑戰(zhàn)。加上近年來(lái)的大規(guī)模集群和自動(dòng)化運(yùn)維，很多以前手工維護(hù)的工作現(xiàn)在都可以通過(guò)一系列自動(dòng)工具來(lái)完成，盡管讓只 會(huì)增刪改查的DBA看到了自己的可替代性，但也給對(duì)技術(shù)精益求精的DBA節(jié)約出了鉆研新技術(shù)和新知識(shí)的時(shí)間，使他們更加專注于解決所前所未有的困難。 ?

大數(shù)據(jù)時(shí)代是一個(gè)以數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代，數(shù)據(jù)就是企業(yè)的生命，掌握公司命脈的DBA的崗位越來(lái)越重要，作用也越來(lái)越顯著，待遇也越來(lái)越豐厚，發(fā)展前景也越來(lái)越明朗。 ?

精通Spark平臺(tái)本身提供給開(kāi)發(fā)者API ?

1、精通Spark提供給開(kāi)發(fā)者API系列課程1：動(dòng)手構(gòu)建Spark集群 ?

1.1 動(dòng)手構(gòu)建Hadoop集群 ?

1.2 動(dòng)手構(gòu)建Spark集群 ?

1.3 測(cè)試Spark集群 ?

2、精通Spark提供給開(kāi)發(fā)者API系列課程2：編寫Spark程序 ?

2.1 程序數(shù)據(jù)的來(lái)源：File、HDFS、HBase、S3等 ?

2.2 IDE環(huán)境構(gòu)建 ?

2.3 Maven ?

2.4 sbt. ?

2.5 編寫并部署Spark程序的實(shí)例 ?

3、精通Spark提供給開(kāi)發(fā)者API系列課程3：SparkContext解析 ?

3.1 源碼剖析SparkContext ?

3.2 Scala、Java、Python使用SparkContext ?

3.3 加載數(shù)據(jù)成為RDD ?

3.4 把數(shù)據(jù)物化 ?

4、精通Spark提供給開(kāi)發(fā)者API系列課程4：深入實(shí)戰(zhàn)RDD ?

4.1 DAG ?

4.2 深入實(shí)戰(zhàn)各種Scala RDD Function ?

4.3 Spark Java RDD Function ?

4.4 RDD的優(yōu)化問(wèn)題 ?

5、精通Spark提供給開(kāi)發(fā)者API系列課程5：Spark程序的測(cè)試 ?

5.1 編寫可測(cè)試的Spark程序 ?

5.2 Spark測(cè)試框架解析 ?

5.3 Spark測(cè)試代碼實(shí)戰(zhàn) ?

6、精通Spark提供給開(kāi)發(fā)者API系列課程6：Spark程序的優(yōu)化 ?

6.1 Logs ?

6.2 并發(fā) ?

6.3 內(nèi)存 ?

6.4 垃圾回收 ?

6.5 序列化 ?

6.6 安全 ?