数据采集：ETL工具负责从分布式和异构数据源（如关系数据、平面数据文件等）中提取数据到临时中间层，然后进行清理、转换和集成。最后，将ETL工具加载到数据仓库或数据集市中，成为在线分析、处理和数据挖掘的基础。

数据访问：关系数据库、NOSQL、SQL等。

基础设施：云存储、分布式文件存储等。

数据处理：自然语言处理(NLP，自然语言处理)是人类与计算机交互的语言问题的一个研究课题。自然语言处理的关键是使计算机“理解”自然语言，因此自然语言处理也称为自然语言理解，也称为计算语言学。它一方面是语言信息处理的一个分支，另一方面又是人工智能(AI)的核心学科之一。

统计分析：假设检验、显著性检验、差异分析、相关分析、t检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测及残差分析、岭回归分析、逻辑回归分析、曲线估计、因子分析、聚类分析、主成分分析因子分析、快速聚类分析、判别分析、对应分析、多元对应分析（最优尺度分析）、自举技术等。

数据挖掘：分类（分类）、估计（估计）、预测（预测）、关联分组或关联规则（相关性分组或关联规则）、聚类（聚类）、描述和视觉、描述和可视化）、复杂数据类型挖掘（文本、Web、图形、图像、视频、音频等。）。

模型预测：预测模型、机器学习、建模与仿真。

结果：云计算、标签云、图表等。

要理解大数据的概念，我们应该从“大”开始，“大”是指数据的规模。大数据通常指大于10 TB（1 TB=1024 GB）的数据量。大数据与过去的海量数据不同。其基本特性可以概括为四伏（体积、种类、值和Velocc-ity），即，大体积、多样性、低值密度和快速速度。

模型预测：预测模型、机器学习、建模与仿真。

结果：云计算、标签云、图表等。

要理解大数据的概念，我们应该从“大”开始，“大”是指数据的规模。大数据通常指大于10 TB（1 TB=1024 GB）的数据量。大数据与过去的海量数据不同。其基本特性可以概括为四伏（体积、种类、值和Velocc-ity），即，大体积、多样性、低值密度和快速速度。

转载自：https://baijiahao.baidu.com/s?id=1638117074417025714&wfr=spider&for=pc