大數(shù)據(jù)分析及處理綜述

董學(xué)潤

【摘要】? ? 如今，數(shù)據(jù)越來越成為全球科技競爭的制高點(diǎn)，擁有了海量數(shù)據(jù)就擁有了重要的戰(zhàn)略資源。大數(shù)據(jù)技術(shù)在許多領(lǐng)域都發(fā)揮了重要作用，大數(shù)據(jù)技術(shù)一般是以大數(shù)據(jù)分析及處理為核心，掌握大數(shù)據(jù)分析及處理技術(shù)，能獲取豐富的數(shù)據(jù)資源，也能夠最大限度的開發(fā)數(shù)據(jù)價(jià)值。本文重點(diǎn)介紹大數(shù)據(jù)分析與處理技術(shù)。

【關(guān)鍵詞】? ? 大數(shù)據(jù)? ? 大數(shù)據(jù)分析處理? ? 大數(shù)據(jù)發(fā)展情況

引言

在當(dāng)今的大數(shù)據(jù)時(shí)代背景之下，數(shù)據(jù)發(fā)展的腳步會(huì)越來越快，數(shù)據(jù)中包含的信息也會(huì)越來越豐富。而要獲取數(shù)據(jù)中的價(jià)值，掌握大數(shù)據(jù)分析與處理方法是關(guān)鍵，本文的目的就是讓人們了解大數(shù)據(jù)處理的關(guān)鍵技術(shù)以及大數(shù)據(jù)未來的發(fā)展趨勢(shì)。

一、大數(shù)據(jù)的含義

大數(shù)據(jù)是當(dāng)前社會(huì)科技當(dāng)中的一個(gè)熱點(diǎn)概念，各行各業(yè)中我們都會(huì)聽到大數(shù)據(jù)這個(gè)詞，但是大數(shù)據(jù)到底是什么，大部分人卻不是很了解。我們當(dāng)前所說的大數(shù)據(jù)包含兩層含義。一是從表意上來看，人們的各種社會(huì)行為會(huì)產(chǎn)生相應(yīng)數(shù)據(jù)，這些數(shù)據(jù)匯集在一起，成為表意上的“大”數(shù)據(jù)，我們也把這樣的數(shù)據(jù)稱為基礎(chǔ)數(shù)據(jù)。二是從技術(shù)層面來看，大數(shù)據(jù)是指大數(shù)據(jù)技術(shù)，也就是本文的大數(shù)據(jù)分析與處理技術(shù)。數(shù)據(jù)資源之所以寶貴，究其原因在于其可以價(jià)值化，大數(shù)據(jù)分析與處理技術(shù)正是將數(shù)據(jù)價(jià)值化的途徑。[1]從釋義上來說，大數(shù)據(jù)，它的英文名字是big data，是信息技術(shù)領(lǐng)域當(dāng)中的一個(gè)行業(yè)術(shù)語，它是一種信息資產(chǎn)，具有量大、增長率高等特點(diǎn)。大數(shù)據(jù)的采集和處理沒有辦法使用普通的分析軟件和工具，而需要一個(gè)與時(shí)俱進(jìn)的模式才能夠挖掘出它的最大價(jià)值。

通俗來說，大數(shù)據(jù)的解釋就是大量的數(shù)據(jù)，顧名思義，就是數(shù)量多、范圍廣的意思，而數(shù)據(jù)是信息等各方面的數(shù)據(jù)資料，結(jié)合起來就是量多、范圍廣的信息數(shù)據(jù)資料。

《大數(shù)據(jù)時(shí)代》中提出了大數(shù)據(jù)的四個(gè)特性：volume、velocity、variety、value，簡稱4V，中文意為海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流動(dòng)和動(dòng)態(tài)的數(shù)據(jù)體系、多樣的數(shù)據(jù)類型和巨大的數(shù)據(jù)價(jià)值，這正是大數(shù)據(jù)區(qū)別于傳統(tǒng)數(shù)據(jù)的最大特點(diǎn)。[2]

二、大數(shù)據(jù)分析及處理過程

在現(xiàn)在這樣一種任何網(wǎng)絡(luò)行為都能被記錄，隨時(shí)隨地都能產(chǎn)生數(shù)據(jù)的時(shí)代之中，幾乎不存在無意義的數(shù)據(jù)。大數(shù)據(jù)分析與處理包括數(shù)據(jù)的采集、存儲(chǔ)、管理、分析挖掘以及數(shù)據(jù)可視化幾個(gè)階段，通過這幾個(gè)環(huán)節(jié)我們可以發(fā)現(xiàn)很多有用的信息以及一些有趣的結(jié)論，甚至可能通過數(shù)據(jù)挖掘出極大的商業(yè)價(jià)值。

2.1數(shù)據(jù)采集

大數(shù)據(jù)開啟了一個(gè)全新的時(shí)代，在這個(gè)新時(shí)代下，大規(guī)模生產(chǎn)、分享應(yīng)用數(shù)據(jù)隨處可見，大數(shù)據(jù)給技術(shù)和商業(yè)帶來了一個(gè)巨大的變化。據(jù)麥肯錫的一份數(shù)據(jù)顯示，大數(shù)據(jù)可以使得勞動(dòng)生產(chǎn)率每年升高0.5-1個(gè)百分點(diǎn)，大數(shù)據(jù)的價(jià)值不言而喻。然而，調(diào)查顯示，沒有被挖掘、利用的信息比例高達(dá)99.4%，這一窘境很大程度上是因?yàn)檫@些含有高價(jià)值的數(shù)據(jù)無法采集。如何對(duì)有價(jià)值的信息數(shù)據(jù)進(jìn)行采集成為了大數(shù)據(jù)發(fā)展的關(guān)鍵一步。

1、含義

數(shù)據(jù)采集的另外一個(gè)名字叫做數(shù)據(jù)獲取，是指從傳感器和其他待測設(shè)備等模擬和數(shù)字被測單元中自動(dòng)采集信息的過程。數(shù)據(jù)采集是進(jìn)行大數(shù)據(jù)分析的先決條件，在整個(gè)分析與處理過程中占有十分重要的位置。大數(shù)據(jù)的采集主要有以下三種方式：系統(tǒng)日志采集法、網(wǎng)絡(luò)數(shù)據(jù)采集法以及其他數(shù)據(jù)采集法。

2、方法

（1）系統(tǒng)日志采集法。系統(tǒng)日志可以記錄下系統(tǒng)中的硬件、軟件等的信息，同時(shí)也可以監(jiān)測系統(tǒng)里的行為。用戶可以通過這一過程來檢查錯(cuò)誤出現(xiàn)的原因，或者時(shí)尋找受到侵入時(shí)攻擊者留下的痕跡。系統(tǒng)日志包括系統(tǒng)日志、應(yīng)用程序日志和安全日志。（百度百科）大數(shù)據(jù)平臺(tái)或者說類似于開源Hadoop平臺(tái)會(huì)產(chǎn)生大量高價(jià)值系統(tǒng)日志信息，如何采集成為研究者研究熱點(diǎn)。目前基于Hadoop平臺(tái)開發(fā)的Chukwa、Cloudera的Flume以及Facebook的Scribe（李聯(lián)寧，2016）均可成為是系統(tǒng)日志采集法的典范。目前此類的采集技術(shù)大約可以每秒傳輸數(shù)百M(fèi)B的日志數(shù)據(jù)信息，滿足了目前人們對(duì)信息速度的需求。一般而言與我們相關(guān)的并不是此類采集法，而是網(wǎng)絡(luò)數(shù)據(jù)采集法。

（2）網(wǎng)絡(luò)數(shù)據(jù)采集法。除了目前已經(jīng)存在的公開數(shù)據(jù)集，用于日常的算法研究外，有時(shí)為了滿足項(xiàng)目的實(shí)際需求，需要對(duì)現(xiàn)實(shí)網(wǎng)頁中的數(shù)據(jù)進(jìn)行采集，預(yù)處理和保存，這種方法就叫做網(wǎng)絡(luò)數(shù)據(jù)采集法，目前網(wǎng)絡(luò)數(shù)據(jù)采集主要是通過API和網(wǎng)絡(luò)爬蟲。

（3）其他數(shù)據(jù)采集法。其他采集法是指對(duì)于科研院所，企業(yè)政府等擁有機(jī)密信息，如何保證數(shù)據(jù)的安全傳遞？可以采用系統(tǒng)特定端口，進(jìn)行數(shù)據(jù)傳輸任務(wù)，從而減少數(shù)據(jù)被泄露的風(fēng)險(xiǎn)。

2.2數(shù)據(jù)存儲(chǔ)

1、概念

大數(shù)據(jù)存儲(chǔ)技術(shù)是大數(shù)據(jù)領(lǐng)域的另一個(gè)關(guān)鍵數(shù)據(jù)，人們利用分布式存儲(chǔ)代替集中式存儲(chǔ)，用更廉價(jià)的機(jī)器代替之前昂貴的機(jī)器，讓海量存儲(chǔ)的成本大大降低。大數(shù)據(jù)存儲(chǔ)主要利用各式各樣的存儲(chǔ)引擎，以下就是幾個(gè)極具代表性的大數(shù)據(jù)存儲(chǔ)引擎。

2、存儲(chǔ)引擎

HDFS：大規(guī)模分布式數(shù)據(jù)存儲(chǔ)， 對(duì)小文件讀寫相對(duì)比較困難。HDFS的特點(diǎn)是比較適合對(duì)延時(shí)不敏感， 吞吐量比較大的業(yè)務(wù)， 另外小文件不能太多。

HBASE：HBASE適用于大規(guī)模分布式OLTP， 可以無感知平行擴(kuò)展， 沒有固定的概要， 讓HBASE增刪列非常靈活。既可以通過主鍵查詢， 也可以通過關(guān)鍵字范圍掃描， 由于寫是順序?qū)懀?非常適合寫多讀少的場景。類似于IM的數(shù)據(jù)場景，而且HBASE的數(shù)據(jù)會(huì)按照ID聚合放置，非常適合消息上拉和下拉的場景。

2.3數(shù)據(jù)清洗

1、概念

數(shù)據(jù)清洗是一種清除錯(cuò)誤數(shù)據(jù)、去掉重復(fù)數(shù)據(jù)的技術(shù)。數(shù)據(jù)經(jīng)過清洗之后，可以還保存到原來的數(shù)據(jù)庫中，也可以和數(shù)據(jù)集成聯(lián)系在一起，最終保存到集成后的數(shù)據(jù)庫里。

2、步驟

預(yù)處理：第一是從分析處理工具中導(dǎo)入所需數(shù)據(jù)。一般是用數(shù)據(jù)庫來進(jìn)行處理，具有SQL環(huán)境為益。如果說數(shù)據(jù)量非常大，可以使用文本文件存儲(chǔ)+Python操作的方式;第二是查看數(shù)據(jù)。這一步又包含兩個(gè)部分：一個(gè)是查看對(duì)數(shù)據(jù)進(jìn)行描述的信息，比如說字段的解釋以及數(shù)據(jù)來源等。二是抽取樣本數(shù)據(jù)，人為觀察，大致了解數(shù)據(jù)的表象，從中發(fā)現(xiàn)一些初步的問題，為以后的工作做準(zhǔn)備。

缺失值清洗：數(shù)據(jù)中最常見的問題之一就是數(shù)據(jù)缺失，處理缺失值由四個(gè)步驟組成，一是確定數(shù)據(jù)缺失的位置和范圍，計(jì)算出每個(gè)字段當(dāng)中數(shù)據(jù)缺失的比例，然后按照缺失比例和字段重要性，分別制定策略;二是去除不需要的字段，直接刪掉不需要字段即可;三是填充缺失內(nèi)容，某些缺失值可以根據(jù)以往的經(jīng)驗(yàn)或者知識(shí)來進(jìn)行推測、按照同一個(gè)指標(biāo)來進(jìn)行計(jì)算（中位數(shù)、均值等等）或按照不同的指標(biāo)來進(jìn)行計(jì)算著三種方式來填補(bǔ);四是重新抓取數(shù)據(jù)，如果說一些數(shù)據(jù)對(duì)分析來說非常重要，但缺失現(xiàn)象嚴(yán)重，就有必要考慮重新制定科學(xué)的策略去進(jìn)行數(shù)據(jù)的重取。

格式內(nèi)容清洗：分析的數(shù)據(jù)如果說是經(jīng)過系統(tǒng)日志得來的，一般情況下格式以及內(nèi)容就會(huì)跟元數(shù)據(jù)所表現(xiàn)的一樣。但如果說數(shù)據(jù)是人工采集的，那么就可能需要進(jìn)行格式內(nèi)容清晰，因?yàn)榇藭r(shí)數(shù)據(jù)的格式、內(nèi)容極有可能出現(xiàn)很多的問題。? ? 邏輯錯(cuò)誤清洗：這部分的工作是去掉一些使用簡單邏輯推理就可以直接發(fā)現(xiàn)問題的數(shù)據(jù)，防止分析結(jié)果走偏。主要包括去重、去除不合理值。

修正矛盾內(nèi)容：字段相矛盾時(shí)，我們有必要考究其數(shù)據(jù)來源，人為的判斷哪個(gè)字段中的信息更有意義，刪除重復(fù)的、無意義的字段。

非需求數(shù)據(jù)清洗：刪除不需要的字段。

2.4數(shù)據(jù)分析與挖掘

數(shù)據(jù)分析與挖掘是大數(shù)據(jù)處理環(huán)節(jié)中的一個(gè)核心環(huán)節(jié)，要得到數(shù)據(jù)的巨大價(jià)值，必須要經(jīng)過專業(yè)的數(shù)據(jù)分析與挖掘過程，這其中涉及到的知識(shí)面較廣，需要用到統(tǒng)計(jì)學(xué)、計(jì)算機(jī)、數(shù)學(xué)模型等知識(shí)，對(duì)分析人員的專業(yè)性要求較高。數(shù)據(jù)分析與挖掘的統(tǒng)計(jì)學(xué)方法：描述性分析是最基本的分析統(tǒng)計(jì)方法，在實(shí)際工作中也是應(yīng)用最廣的分析方法。描述統(tǒng)計(jì)又分為兩大部分：數(shù)據(jù)描述和指標(biāo)統(tǒng)計(jì)。[3]數(shù)據(jù)描述：所謂數(shù)據(jù)描述，是指能夠表現(xiàn)數(shù)據(jù)特點(diǎn)的一些指標(biāo)，比如數(shù)據(jù)的時(shí)間范圍、數(shù)據(jù)的總量、數(shù)據(jù)來源等。倘若我們需要對(duì)數(shù)據(jù)進(jìn)行建模，則所選數(shù)據(jù)的分布情況和離散程度等指標(biāo)都得囊括在其中。指標(biāo)統(tǒng)計(jì)：對(duì)指標(biāo)進(jìn)行統(tǒng)計(jì)，主要是為了寫分析報(bào)告，統(tǒng)計(jì)指標(biāo)可以簡單的劃分為四個(gè)類型。第一類是變化，可以參考數(shù)學(xué)中的時(shí)間序列，指標(biāo)隨時(shí)間的變動(dòng)而變動(dòng)，具體表現(xiàn)為增幅或降幅;第二類是分布，比如在空間上的分布：不同的國家，不同城市，由如不同群體的分布：不同的年齡、不同的職業(yè)、不同的性別等等;第三類是對(duì)比，比如說內(nèi)部對(duì)比;第四類是預(yù)測，根據(jù)現(xiàn)有情況，估計(jì)下個(gè)分析時(shí)段的指標(biāo)值。數(shù)據(jù)分析與挖掘的常用工具：R語言、SQL、Python等。

2.5數(shù)據(jù)可視化

數(shù)據(jù)可視化，就是將分析完的數(shù)據(jù)以直觀的方式呈現(xiàn)出來。數(shù)據(jù)之中盡管隱藏著再高的價(jià)值，若是不能以一個(gè)直觀易懂的方式呈現(xiàn)，也就失去了挖掘的意義。數(shù)據(jù)可視化將數(shù)據(jù)轉(zhuǎn)換成圖或表等，以一種更直觀的方式展現(xiàn)和呈現(xiàn)數(shù)據(jù)。通過“可視化”的方式，我們看不懂的數(shù)據(jù)通過圖形化的手段進(jìn)行有效地表達(dá)，準(zhǔn)確高效、簡潔全面地傳遞某種信息，甚至我們幫助發(fā)現(xiàn)某種規(guī)律和特征，挖掘數(shù)據(jù)背后的價(jià)值。

三、大數(shù)據(jù)分析及處理發(fā)展情況

我國目前的大數(shù)據(jù)應(yīng)用環(huán)境和技術(shù)相對(duì)于美國而言，在整體技術(shù)水平、應(yīng)用環(huán)境、國民意識(shí)、商業(yè)環(huán)境、技術(shù)廠商、技術(shù)平臺(tái)上面有一定差距，在大數(shù)據(jù)應(yīng)用的國家戰(zhàn)略層面也較為落后。2014年，我國召開了兩會(huì)，會(huì)上提案中，不少人提出建議，將大數(shù)據(jù)業(yè)務(wù)作為國際級(jí)別的戰(zhàn)略來進(jìn)行推進(jìn)。一些知名企業(yè)的創(chuàng)始人紛紛響應(yīng)，小米創(chuàng)始人雷軍對(duì)此大力支持，科大訊飛劉慶峰則創(chuàng)新性的提出了利用聲紋數(shù)據(jù)庫來進(jìn)行反恐。在國家對(duì)大數(shù)據(jù)行業(yè)產(chǎn)業(yè)的重視和推動(dòng)之下，如今，我國大數(shù)據(jù)產(chǎn)業(yè)行業(yè)發(fā)展態(tài)勢(shì)勇猛，向前的勢(shì)頭熱烈，以大數(shù)據(jù)為核心的多種新興行業(yè)異軍突起，技術(shù)創(chuàng)新的步伐不斷前進(jìn)，在各級(jí)政府和部門的支持和推動(dòng)之下，大數(shù)據(jù)相關(guān)行業(yè)的發(fā)展不僅極大促進(jìn)了我國的經(jīng)濟(jì)增長，還有力地帶動(dòng)了就業(yè)，其支撐能力肉眼可見地逐漸增強(qiáng)。

參? 考? 文? 獻(xiàn)

[1] 蔡江輝，大數(shù)據(jù)分析與處理綜[J]，太原科技大學(xué)學(xué)報(bào).2020.05.30

[2]維克多.邁爾-舍恩伯格，肯尼思.庫克耶.大數(shù)據(jù)時(shí)代[M]，浙江人民出版社.2019.01.01

[3]威廉.M.門登霍爾，統(tǒng)計(jì)學(xué)[M]，機(jī)械工業(yè)出版社，2018.06.08