简单来说，从大数据的生命周期来看，有3,3358www.Sina.com/四个方面，共同构成了大数据生命周期中最核心的技术。 分以下说。
大数据采集、大数据预处理、大数据存储、大数据分析大数据收集，即收集各种来源的结构化和非结构化海量数据。
一、大数据采集流行Sqoop和ETL，传统的关系数据库MySQL和Oracle也仍然是许多公司的数据存储方式。 当然，现在开源Kettle和Talend本身也集成了大数据集成内容，以实现hdfs、hbase和主要Nosq数据库之间的数据同步和集成。
33558 www.Sina.com /一种数据收集方法，利用网络爬虫和网站发布API，从网页获取非结构化或半结构化数据，并将其批量结构化为本地数据。
数据库采集：包括实时文件收集和处理技术flume、基于ELK的日志收集和增量收集等。
网络数据采集：大数据预处理是指在进行数据分析之前，对收集到的原始数据进行“清洗、填补、平滑、整合、标准化、一致性检查”等一系列操作，以提高数据质量，为后期分析工作奠定基础数据预处理主要是文件采集：
是指利用33558www.Sina.com/ETL等清洗工具处理缺失数据(缺少感兴趣的属性)、噪声数据)、数据有误或超出预期值的数据)、不一致数据。
二、大数据预处理是指将不同数据源的数据整合到统一数据库中进行存储。 存储方法重点解决模式匹配、数据冗馀、数据值冲突检测与处理三个问题。
数据清理、数据集成、数据转换、数据规约是指对提取的数据中存在的不一致进行处理的过程。 另外，为了保证后续分析结果的正确性，还包括根据业务规则清洗异常数据的数据清洗工作。
数据清理：是指在最大限度地保持数据原始样子的基础上，最大限度地减少数据量，得到较小的数据集的操作，包括数据端集合、维规则、数据压缩、数值规则、概念分层等
数据集成：大数据存储是指使用存储将收集到的数据以数据库形式存储的过程，包括三条典型路由。
数据转换：
采用Shared Nothing架构，结合MPP架构高效的分布式计算模式，通过列存储、粗粒度索引等多种大数据处理技术，重点关注行业大数据正在展开的数据存储方式具有低成本、高性能、高扩展性等特点，广泛应用于企业分析类应用领域。
与传统数据库相比，基于MPP产品的PB级数据分析能力具有明显优势。 当然，MPP数据库也非常适合企业新一代数据仓库。
数据规约：
基于Hadoop的技术扩展和封装相对于传统关系数据库难以处理的数据和场景(如非结构化数据的存储和计算)，提供了Hadoop开源的优点和相关特性(善于处理非结构化、半结构化数据、复杂的eep
随着技术的进步，其应用场景也逐渐扩大，通过对目前最典型的应用场景Hadoop的扩展和封装，支持互联网大数据的存储、分析，其中包括几十种NoSQL技术。
三、大数据存储
这是为大数据分析处理而设计的软、硬件组合产品。 它由服务器、存储设备、操作系统、数据库管理系统以及预安装和优化的用于数据查询、处理和分析的一组软件组成，具有良好的稳定性和垂直可扩展性。
四是从大数据分析挖掘可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量管理等方面，对杂乱的数据进行提取、提取、分析的过程。
1、基于MPP架构的新型数据库集群
可视化分析是指运用图形手段，明确有效地传递信息，进行交流的分析手段。 主要应用于海量数据关联分析，是利用可视化数据分析平台，对分布式异构数据进行关联分析，绘制完整的分析图表的过程。
具有易懂、清晰直观、容易接受的特点。
2、基于Hadoop的技术扩展和封装
数据挖掘算法是通过创建数据挖掘模型来搜索和计算数据的数据分析手段。 它是大数据分析理论的核心。
数据挖掘算法种类繁多，不同的算法基于不同的数据类型和格式，因此表现出不同的数据特征。 但是，一般来说，建立模型的过程很相似。 首先分析用户提供的数据，然后搜索特定类型的模式和趋势，定义使用分析结果创建挖掘模型的最佳参数，并将这些参数应用于整个数据集，以提取可用模式和详细统计信息。
3、大数据一体机
预测分析是大数据部分
析最重要的应用领域之一，通过结合多种高级分析功能（特别统计分析、预测建模、数据挖掘、文本分析、实体分析、优化、实时评分、机器学习等），达到预测不确定事件的目的。帮助分用户析结构化和非结构化数据中的趋势、模式和关系，并运用这些指标来预测将来事件，为采取措施提供依据。
4、语义引擎
语义引擎，指通过为已有数据添加语义的操作，提高用户互联网搜索体验。
5、数据质量管理
指对数据全生命周期的每个阶段（计划、获取、存储、共享、维护、应用、消亡等）中可能引发的各类数据质量问题，进行识别、度量、监控、预警等操作，以提高数据质量的一系列管理活动。
作者：帆软 来源：知乎
联互通社区
互联互通社区专注于IT互联网交流与学习，关注公众号：互联互通社区，每日获取最新报告并附带专题内容辅助学习。方案打造与宣讲、架构设计与执行、技术攻坚与培训、数据中台等技术咨询与服务合作请+微信：hulianhutongshequ