1、数据分析方向：现状分析、原因分析、预测分析
离线数据：对历史数据进行批处理（eg：一周一次）
实时数据：流处理（毫秒级）
预测数据：机器学习（分类、聚类、关联、预测）
2、数据分析思路
- 明确分析目的和分析思路数据收集：业务数据RDBMS、日志数据（服务器、应用日志）、爬虫数据、互联网公开数据数据处理：数据清洗、数据转化、数据提取、数据计算变成结构化数据数据分析：用户行为理论、PEST分析法（政治/经济/社会/科技)、5W2H分析法数据展现：数据可视化报告撰写：对分析结果进行总结
3、大数据5V特征
- Velocity：数据增长快、获取数据速度快、数据处理速度快Value：低密度价值，需要从海量数据中挖掘价值Veracity：数据质量，数据准确可信Variety：种类来源多样化，文字图片音频Volume：数据体量大TB级别
4、分布式和集群
分布式：多台机器（服务旗），每台机器上部署不同的组件，不同组件相互作用。 分布式存储、分布式计算
集群：多台机器，每台机器上部署相同的组件，比如百度在不同的地方部署相同的搜索服务器
