好程序員大數據高端班分享10個大數據專業術語

　　好程序員大數據高端班分享10個大數據專業術語，大數據就業市場供小於求，人才高度緊缺，企業需求量大！IT行業圈子極大，工程師種類亦是繁多，爲何你們恰恰還要選擇大數據呢？大數據時代波瀾正興，同窗們站在時代前沿，又該如何爭先將來！好程序員今日盤點，大數據10大專業術語，小白快快看過來！

1.算法。「算法」與大數據有何淵源？事實上，算法是一個通用的術語，正是大數據分析才使得它備受你們青睞併火速流行。

2.分析。年末你們最爲期待的交易清單就可作此分析。來自各大信用卡公司郵寄來的整年的交易記錄和年終報表，均可以進一步分析你們一年的消費狀況以及各類支出的佔比。當你們從數據中吸收經驗，即可對將來的消費支出作成充分決策。

3.描述性分析。顯而易見，咱們可從一年信用卡的消費詳情上得出結論，食物上花費了25%、在服裝上花費了35%、娛樂活動上花費了20%、剩下的就是其餘事項的消耗，這種即是描述性分析。

4.雲計算。何爲雲計算，這裏咱們不作多述。未雲計算的本質是在遠程服務器上運行

　　的軟件和(/或)數據託管，並容許從互聯網上的任何地方進行訪問。

5.集羣計算。它是一種利用多臺服務器的聚集資源的「集羣」來進行計算的奇特方式。在瞭解了更多技術以後，咱們可能還會討論節點、集羣管理層、負載平衡和並行處理等。

6.黑暗數據。這一數據具備很是特別的性質，從本質上看，，黑暗數據是指那些被企業收集和處理但又不用於任何有意義用途的數據，所以描述它是「黑暗的」，它們可能永遠被埋沒。它們多是社交網絡信息流、呼叫中心日誌、會議筆記，諸如此類。人們作出了諸多估計，在60-90%的全部企業數據均可能是「黑暗數據」，但無人真正知曉。

7.數據湖。數據湖是一個原始格式的企業級數據的大型存儲庫。在這裏，咱們還須要討論下數據倉庫，由於數據湖和數據倉庫在概念上是極其類似的，都是企業級數據的存儲庫，但在清理和與其餘數據源集成以後的結構化格式上有所區別。

　　數據倉庫經常使用於常規數據(但不徹底)。聽說數據湖可以讓用戶輕鬆訪問企業級數據，用戶真正按需知道本身正在尋找的是什麼、如何處理並讓其智能化使用。擁抱開源技術的前提——認識數據湖你知道數據湖泊(DATALAKE)嗎?

8.數據挖掘。數據挖掘是指利用複雜的模式識別技術從大量數據中找到有意義的模式、提取看法。這與咱們前文討論的使用我的數據作分析的術語「分析」密切相關。爲了提取出有意義的模式，數據挖掘者使用統計學(是呀，好老的數學)、機器學習算法和人工智能。

9.分佈式文件系統。因爲大數據太大而沒法在單個系統上進行存儲，分佈式文件系統提供一種數據存儲系統，方便跨多個存儲設備進行大量數據的存放，並有助於下降大量數據存儲的成本和複雜度。

10.ETL。ETL分別是extract，transform，load的首字母縮寫，表明提取、轉化和加載的過程。它具體是指「提取」原始數據，經過數據清洗/修飾的方式進行「轉化」以得到「適合使用」的數據，進而「加載」到合適的存儲庫中供系統使用的整個過程。儘管ETL這一律念源於數據倉庫，但如今也適用於其它情景下的過程，例如在大數據系統中從外部數據源獲取/吸取數據。