隨著互聯網技術的快速發(fā)展，數據庫呈現井噴式發(fā)展，出現了各式各樣的產品，如文件存儲數據庫、列存儲數據庫、NewSQL 數據庫。之所有如此，歸結于數據量不斷快速膨脹，傳統(tǒng)數據庫在大數據上的處理性能不能滿足需求等。企業(yè)和開發(fā)者趨于去針對不同應用類型開發(fā)不同的數據庫，來滿足對特定數據處理的需求。以下是小編為你整理的大數據分析的學習方法 ?
阿里巴巴在多種場景下同樣有不同的數據存儲技術實踐，比如： ?
海量數據場景下的 OLAP 列式數據庫 —— HiStore
HiStore 是一款基于獨特的知識網格技術的列式數據庫，定位于海量數據高壓縮比列式存儲，是低存儲成本，低維護成本，海量數據 OLAP 存儲引擎;有效的解決了海量數據存儲的成本問題，以及在百億數據場景下支持實時高效的多維度自由組合的檢索。適用場景： ?
日志/事件管理系統(tǒng)：調用鏈路日志跟蹤，消息軌跡分析，系統(tǒng)/網絡安全審計記錄; ?
通信行業(yè)：話單分析，用戶行為分析等; ?
大數據量的分析應用：網頁/在線分析，移動分析，客戶行為分析，營銷和廣告數據;《linux就該這么學》中有相關知識 ?
數據倉庫/數據集市：實時展示統(tǒng)計分析后數據，便于用戶根據統(tǒng)計結果做決策; ?
對數據存儲成本敏感，查詢有實時性要求的場景應考慮HiStore; ?
物聯網：保存大量物理節(jié)點的采集上報，狀態(tài)等信息，用于后期統(tǒng)計處理; ?
歷史評價數據，歷史訂單數據等。 ?
應用層面 ?
人類所有的知識可以分為三個大類：自然科學、社會科學和人文科學。一直以來，營銷的科學性正是因為運用了自然科學中的數據收集手段，嚴謹的記錄、搜集和分析消費者的各項數據和行為軌跡;同時又采用了社會心理學的方法，通過現象去解釋人的內心世界。這種主客觀的結合，讓營銷能夠推測與接近市場需求的方向，讓生產者與消費者達到和諧交換。因此，數據與營銷之間存在著密不可分的關系。 ?
我們對于數據的計量單位已經從位(bit)、字節(jié)(B)、千字節(jié)(KB)、兆字節(jié)(MB)、吉字節(jié)(GB)、太子節(jié)(TB)等走向了澤字節(jié)(ZB)，甚至堯字節(jié)(YB)。大數據帶來的影響不僅是數據量幾何級的增長，還有從量變到質變的顛覆性變革。另一方面，互聯網的發(fā)展使得消費者個性化需求的日益凸顯，也讓營銷領域發(fā)生了從“以產品為中心”到“以客戶為中心”的轉變。基于大數據的精準營銷對企業(yè)的營銷戰(zhàn)略帶來了挑戰(zhàn)也賦予了新的可能。 ?
何為精準營銷 ?
精準營銷(Precision marketing)的概念是由營銷專家菲利普·科特勒在2005年底提出，他認為企業(yè)需要更精準、可衡量和高投資回報的營銷溝通，需要制定更注重結果和行動的營銷傳播計劃，還有越來越注重對直接銷售溝通的投資。簡單來說就是5個合適，在合適的時間、合適的地點、將合適的產品以合適的方式提供給合適的人。像戀愛一樣，讓消費者能夠一見鐘情、二見傾心、三定終生，實現產品與用戶多維度的契合。 ?
數據貫穿營銷過程的始末 ?
從啤酒和尿布這個古老的故事說起，沃爾瑪通過對超市一段時間的原始交易數據的詳細分析，發(fā)現了這對神奇的組合，將它們放在一起銷售，提升了兩種商品的銷量，這是傳統(tǒng)零售的一個經典故事。 ?
大數據的作用 ?
一旦手機丟失，*時間掛失sim卡，并趕緊凍結賬戶。記住一個公式：手機丟+身份證丟=錢丟!因為有了這兩大“神器”，你的支付寶、微信支付、手機銀行等賬戶很容易被不法分子更換密碼，前面說了驗證碼是改密碼中很重要的一步，所以要*時間致電客服掛失sim卡，并且要趕緊將銀行卡、支付寶賬號、微信賬號之類的賬戶凍結。 ?
別隨意填寫問卷或者參與掃碼活動。大家平時肯定在一些街頭、店鋪門口等地方，遇到有人讓你幫忙填寫調查問卷，或者是掃二維碼注冊，然后送你一些小獎品，這種行為也會造成個人信息泄露。做這些事情，要了解清楚再進行相關活動。
?
驗證碼是個神奇的東西，打死也不能告訴別人。驗證碼有的時候可能是你卡里的錢被盜之前的“*一根救命稻草”，支付寶賬號更改密碼是要輸入驗證碼才能完成的，前段時間比較火的騙術之“幫你買銀行貴金屬”也是如此，所以大家要像保護銀行卡密碼一樣的保護驗證碼，打死也不要告訴陌生人。 ?
手機號不用了一定要注銷各種綁定的賬號。手機號不用了別以為停機就行了，停用的手機號會被銷號回收，二次放號給其他人使用。如果你以前用它綁定了微博、微信、支付寶、銀行卡等又沒取消，就很危險了。所以手機號不用了一定要注銷綁定的各種賬號，另外，*在更換號碼前重新綁定新手機號。 ?
車票、飛機票要妥善保存好。那回程的票根，你留作紀念，不必害怕面對離別~可以，但是前提是務必保存好，因為這些票根上面也有你的個人信息，一旦丟失，被壞人撿到就不好了。 ?
大數據服務對比
不同大數據服務提供商有不同的產品線，因此不同提供商的產品適用場景也會有所不同。我們重點分析三大服務提供商的大數據服務架構。 ?
擁有大量關于大數據處理的經驗。初期大數據使用者大部分都使用亞馬遜打造的Hadoop架構服務(EC2)。 ?
經過厚重沉淀之后，Amazon在2009年提供開發(fā)EMR大數據服務。EMR服務提供了多種大數據處理分析方案，比如簡單查詢服務，關聯數據分析服務。EMR服務可以使用Hadoop語言繼續(xù)開發(fā)，并且訪問EMR服務的步驟也相當簡單并且安全。 ?
亞馬遜使用托管DynamoDB代替HBase，作為易于擴展的NoSQL數據庫。 ?
谷歌云服務平臺出類拔萃，它所提供的并非虛擬化解決方案，而是提供由API定義的服務和應用程序。程序員無需顧慮硬件，甚至不需要關心后臺的運作行為。 ?
當然這從某種程度也限制了程序員的工作，不過如果谷歌的服務適合業(yè)務，那么使用起來將是全世界*效快捷的大數據架構服務。 ?
谷歌的AppEngine作為云平臺管理服務，提供了基于MapReduce的大數據并行計算服務。所有的這些服務都可以通過REST風格的API訪問。 ?
BigQuery作為分析的數據庫，提供了類SQL的查詢語法。它的性能要比Apache Hive來得快! ?
微軟在大數據中屬于后來居上者。通過Microsoft Azure大數據服務平臺，微軟融合自身海量成熟的軟件，例如SQL Server，提供了多種IaaS服務。 ?
微軟的服務面向更多的程序員，使得可以使用不同語言來對接大數據平臺Azure。Azure旨在提供一個生態(tài)的大數據分析開發(fā)環(huán)境，使得普通研究員也可以施展自己對大數據的理解!
?
