好程序员大数据高端班分享10个大数据专业术语

　　好程序员大数据高端班分享10个大数据专业术语，大数据就业市场供小于求，人才高度紧缺，企业需求量大！IT行业圈子极大，工程师种类亦是繁多，为何你们恰恰还要选择大数据呢？大数据时代波澜正兴，同窗们站在时代前沿，又该如何争先将来！好程序员今日盘点，大数据10大专业术语，小白快快看过来！

1.算法。“算法”与大数据有何渊源？事实上，算法是一个通用的术语，正是大数据分析才使得它备受你们青睐并火速流行。

2.分析。年末你们最为期待的交易清单就可作此分析。来自各大信用卡公司邮寄来的整年的交易记录和年终报表，均可以进一步分析你们一年的消费状况以及各类支出的占比。当你们从数据中吸收经验，即可对将来的消费支出作成充分决策。

3.描述性分析。显而易见，咱们可从一年信用卡的消费详情上得出结论，食物上花费了25%、在服装上花费了35%、娱乐活动上花费了20%、剩下的就是其余事项的消耗，这种即是描述性分析。

4.云计算。何为云计算，这里咱们不作多述。未云计算的本质是在远程服务器上运行

　　的软件和(/或)数据托管，并容许从互联网上的任何地方进行访问。

5.集群计算。它是一种利用多台服务器的聚集资源的“集群”来进行计算的奇特方式。在了解了更多技术以后，咱们可能还会讨论节点、集群管理层、负载平衡和并行处理等。

6.黑暗数据。这一数据具备很是特别的性质，从本质上看，，黑暗数据是指那些被企业收集和处理但又不用于任何有意义用途的数据，所以描述它是“黑暗的”，它们可能永远被埋没。它们多是社交网络信息流、呼叫中心日志、会议笔记，诸如此类。人们作出了诸多估计，在60-90%的全部企业数据均可能是“黑暗数据”，但无人真正知晓。

7.数据湖。数据湖是一个原始格式的企业级数据的大型存储库。在这里，咱们还须要讨论下数据仓库，由于数据湖和数据仓库在概念上是极其类似的，都是企业级数据的存储库，但在清理和与其余数据源集成以后的结构化格式上有所区别。

　　数据仓库经常使用于常规数据(但不彻底)。听说数据湖可以让用户轻松访问企业级数据，用户真正按需知道本身正在寻找的是什么、如何处理并让其智能化使用。拥抱开源技术的前提——认识数据湖你知道数据湖泊(DATALAKE)吗?

8.数据挖掘。数据挖掘是指利用复杂的模式识别技术从大量数据中找到有意义的模式、提取看法。这与咱们前文讨论的使用我的数据作分析的术语“分析”密切相关。为了提取出有意义的模式，数据挖掘者使用统计学(是呀，好老的数学)、机器学习算法和人工智能。

9.分布式文件系统。因为大数据太大而没法在单个系统上进行存储，分布式文件系统提供一种数据存储系统，方便跨多个存储设备进行大量数据的存放，并有助于下降大量数据存储的成本和复杂度。

10.ETL。ETL分别是extract，transform，load的首字母缩写，表明提取、转化和加载的过程。它具体是指“提取”原始数据，经过数据清洗/修饰的方式进行“转化”以得到“适合使用”的数据，进而“加载”到合适的存储库中供系统使用的整个过程。尽管ETL这一律念源于数据仓库，但如今也适用于其它情景下的过程，例如在大数据系统中从外部数据源获取/吸取数据。