在講數(shù)據(jù)眾泰之前，我們還聽過數(shù)據(jù) 平臺，數(shù)據(jù) 倉庫，數(shù)據(jù)。但是它們和數(shù)據(jù)中國臺灣有什么區(qū)別呢？我們將重點(diǎn)關(guān)注數(shù)據(jù) 平臺，數(shù)據(jù) 倉庫，數(shù)據(jù) 倉庫，如何區(qū)分?jǐn)?shù)據(jù)圖書館，數(shù)據(jù)中間站，數(shù)據(jù)湖？數(shù)據(jù)中泰和數(shù)據(jù) 倉庫，有什么區(qū)別。

1、數(shù)據(jù)集合ETL工具負(fù)責(zé)-0在分布式、異構(gòu)數(shù)據(jù)源/如關(guān)系數(shù)據(jù)和平面-0中。最后載入數(shù)據(jù)倉庫or數(shù)據(jù)bazaar，成為在線分析處理和數(shù)據(jù) mining的基礎(chǔ)。二、數(shù)據(jù)access relation數(shù)據(jù)library、NOSQL、SQL等。第三，基礎(chǔ)設(shè)施云存儲，分布式文件存儲等。數(shù)據(jù)NLP(naturalglanguageprocessing)是研究人機(jī)交互的語言問題的學(xué)科。

Da 數(shù)據(jù)有三個主要部分，分別是數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)。大數(shù)據(jù)基礎(chǔ)知識往往決定了開發(fā)者未來的成長高度，所以要重視基礎(chǔ)知識的學(xué)習(xí)。Big 數(shù)據(jù) 平臺是對海量結(jié)構(gòu)化、非結(jié)構(gòu)化、半組織化的數(shù)據(jù)進(jìn)行收集、存儲、計(jì)算、統(tǒng)計(jì)、分析和處理的一系列技術(shù)數(shù)據(jù)。大的數(shù)據(jù)平臺processed數(shù)據(jù)通常是TB級，甚至PB或EB級數(shù)據(jù)，也就是傳統(tǒng)的數(shù)據(jù)。

現(xiàn)在每個人都是一個巨大的數(shù)據(jù)源，通過智能手機(jī)和個人筆記本發(fā)布大量的個人行為信息。得到數(shù)據(jù)好像越來越容易了。收集這個模塊最大的挑戰(zhàn)是獲取大量數(shù)據(jù)的高速要求和數(shù)據(jù)的綜合考慮。商業(yè)智能(ETL)中清洗數(shù)據(jù)的傳統(tǒng)方法是將確切的數(shù)據(jù)放入定義好的格式中，通過基本的抽取統(tǒng)計(jì)生成一個高維的數(shù)據(jù)但是Da 數(shù)據(jù)最突出的特點(diǎn)是數(shù)據(jù)非結(jié)構(gòu)化或者半結(jié)構(gòu)化。

4、大 數(shù)據(jù)和大 數(shù)據(jù)開發(fā)有什么區(qū)別?

Da 數(shù)據(jù)有兩個開發(fā)方向，一個是基于Hadoop和Spark開發(fā)Da 數(shù)據(jù) 平臺應(yīng)用程序，另一個是基于Da數(shù)據(jù)開源。應(yīng)用在銀行開發(fā)了Da數(shù)據(jù)Analysis平臺用于分析客戶的消費(fèi)內(nèi)容和興趣愛好，以便銀行為客戶指定優(yōu)秀的推送服務(wù)。負(fù)責(zé)游戲行業(yè)的后端數(shù)據(jù)系統(tǒng)開發(fā)。