大数据处理流程的第一步是

Question

如题所述

Answer 1

大数据处理流程的第一步是收集数据。

大数据处理流程包括：数据采集、数据预处理、数据入库、数据分析、数据展现。

1、数据采集概念：目前行业会有两种解释：一是数据从无到有的过程（web服务器打印的日志、自定义采集的日志等）叫做数据采集；另一方面也有把通过使用Flume等工具把数据采集到指定位置的这个过程叫做数据采集。

2、数据预处理：通过mapreduce程序对采集到的原始日志数据进行预处理，比如清洗，格式整理，滤除脏数据等，并且梳理成点击流模型数据。

3、数据入库：将预处理之后的数据导入到HIVE仓库中相应的库和表中。

4、数据分析：项目的核心内容，即根据需求开发ETL分析语句，得出各种统计结果。

5、数据展现：将分析所得数据进行数据可视化，一般通过图表进行展示。

收集数据是一项很重要的基础工作。收集数据的一般方法是查阅各种统计年鉴和报表，再就是运用某种调查方法获取欲研究问题的有关数据。抽样调查获取数据的方式在我国方兴未艾，抽样调查的方法很多，专业性很强，现在已有不少抽样技术的专著。