大数据技术与应用课件第1章(上)
文本数据比结构化数据要占用更多的内存，比如“hello！”这样一个简单的 单词，计算机用二进制表示出来，会看到一长串数字。那么可想而知，大量的 文本将占用更多的存储空间，表示起来也更加复杂。
图像是另一种非结构化数据。一张标有数字8的图像，大家看到它可能会想到 马路上各种各样的广告牌和数字显示LED屏。这个图像是由很多小方格组成的， 小方格被称为像素点。
第1章 大数据介绍
大数据概述
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、 管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现 力和流程优化能力的海量、高增长率和多样化的信息资产。 。
大数据时代的概念最早是全球知名咨询公司麦肯锡提出的。按照麦肯锡的理 念来理解，大数据并不是神秘的，不可触摸的，它是一种新兴的产业，从提出 概述至今不断在推动着世界经济的转型和进一步的发展。
2008年9月《自然》杂志在推出了名为“大数据”的封面专栏，同年“大数据” 概念得到了美国政府的重视。
2014年“大数据”首次出现在我国国内的《政府工作报告》中。
2015年国务院正式印发《促进大数据发展行动纲要》。
2016年我国大数据行业发展的相关政策细化落地，国家发改委、环保部、 工信部、国家林业局、农业部等均推出了关于大数据的发展意见和方案。
大数据的影响
（1）大数据对科学活动的影响 （2）大数据对思维方式的影响 （3）大数据对社会发展的影响 （4）大数据对就业市场的影响
数据
在我们的生活中，数据无处不在。比如银行通过收集客户的受教育程度、经 济能力、住房情况等数据，可以开展相应的金融业务和服务。再比如医院的电 子病历上，通常包含患者的病程情况、检查检验结果、手术记录等，这些数据 可以有效的辅助医生来监控病人的病情。
简单来说，数据就是为了某种目的而收集和转换的任意字符集。数据既包括
文本、数字，也包含图像、语音和视频等。将数据记录下来，可以帮助我们更 好地分析、整理和提取数据中蕴含的知识以及规律。数据在计算机系统中是以 二进制的形式来存储的，用0或1来表示。
结构化数据
存储在计算机的数据又分成两类。第一类称为结构化数据，是指在系统中定 义好数据的结构，再严格地按照定义好的结构来存储、计算和管理数据。
数据模型。非结构化数据是大量存在的，比如文本、图像、视频和语音等。这 些数据对我们的生活是非常重要的。在很多的行业领域里，80%的业务相关的信 息都是来自于非结构化数据，特别是文本数据。在图中展示了从2009年到2017 年数据的增长情况，可以看出非结构化数据增长得非常迅速。
非结构化数据的第一类——文本数据，是最常见的也是最多的。我们展示了 两个文本数据，第一个是新闻数据，标题是“解码澳门经济快速发展的‘隐形 翅膀’”，它的来源是新华社的一篇新闻。这样一个有标题、有正文的新闻是 一个典型的文本数据。
数字8的图像中，横排有16个像素点，竖排有22个像素点，一共由16×22个
像素点组成。图像是黑白的灰度图，为了表现黑白的深浅不同，我们在每一个 像素点上标有不同的数值，大家可以发现最小的是0，最大的是255，也就是说 用256个等级来区分颜色的深浅度，这样我们就得到了一个矩阵。事实上在计算 机中也是用数字矩阵的形式存储图像的。
因此视频的本质实际上是不断变化的图像，可以把它看作是单位时 间内声音的存储和若干帧图像的存储来处理，只不过处理视频需要 更强大的数据是为了某种目的而收集和整理的任 意字符集。在计算机中数据最终使用0和1来表示。数据可以分类结构化数据和 非结构化数据。非结构化数据包括文本、图像、语音和视频等，它们是现在大 数据和人工智能领域关注的重点。
3.数据产生速度快 在数据处理速度方面，有一个著名的“1秒定律”，即要在秒级时间范围内给
出分析结果，超出这个时间，数据就失去价值了。大数据是一种以实时数据处 理、实时结果导向为特征的解决方案
4. 数据价值密度低 随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，但价值
密度较低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数 据时代最需要解决的问题。
语音是第三种非结构化数据形式。例如人说话的声音、唱歌，都是由于空气 震动而产生的声波。除了空气以外，在固体和液体中声音也是可以传播的。
第四类非结构化数据是视频，它是由一系列的静态影像与声音组合而成的。 视频按照一定的刷新频率进行刷新和播放，利用了人眼的视觉暂留原理，当播 放的速率超过每秒24帧以上时，可以给人一种平滑连续变化的动态视觉效果。
非结构化数据具有内部结构，但不通过预定义的数据模型或模式进行结构化。
它可能是文本的或非文本的，也可能是人为的或机器生成的。它也可以存储在 像NoSQL这样的非关系数据库中。 （3）半结构化数据常指有一定的结构与一致性约束，但在本质上不存在关系的 数据，如常用于跨平台传输的XML数据以及JSON数据等。
最常见的结构化数据就是关系型数据库中的二维表，其中每一行称为一个记 录，每一列称作一个字段。比如在表中我们记录的是每一年每个国家二氧化碳 的总排放量和人均排放量，那么在表中先定义了4个字段，年份、人均二氧化碳 排放量、国家和总二氧化碳排放量。
非结构化数据
另一类称为非结构化数据，是指数据结构不规则或不完整，甚至没有预定义的
（2）非结构化数据常指不规则或不完整的数据，包括所有格式的办公文档、 XML、HTML、各类报表、图片、图像以及咅频、视频信息等。企业中80%的数 据都是非结构化数据，这些数据每年都按指数增长60%。相对于以往便于存储的
以文本为主的结构化数据，越来越多的非结构化数据的产生给所有厂商都提出
了挑战。在网络中非结构化数据越来越成为数据的主要部分。值得注意的是：
大数据的特征
随着对大数据认识的不断加深，人们认为大数据一般具有四个特征：数据量 大、数据类型繁多、数据产生速度快以及数据价值密度低。
1. 数据量大 大数据中的数据量大，就是指的海量数据。由于大数据往往是采取全样分析，
因此大数据的“大”首先体现在其规模和容量远远超出传统数据的测量尺度
2. 数据类型繁多 （1）结构化数据常指存储关系在数据库中的数据，该数据遵循某种标准，如企 业财务报表、医疗数据库信息、行政审批数据、学生档案数据等。
“大数据”一词在1980年未来学家阿尔文·托夫勒著的《第三次浪潮》书中将 “大数据”称为“第三次浪潮的华彩乐章”。
1997年美国宇航局研究员迈克尔·考克斯和大卫·埃尔斯沃斯首次使用“大数据” 这一术语来描述20世纪90年代的挑战。
2007–2008年随着社交网络的激增，技术博客和专业人士为“大数据” 概念注 入新的生机。
2008年9月《自然》杂志在推出了名为“大数据”的封面专栏，同年“大数据” 概念得到了美国政府的重视。
从2009-2010年“大数据”成为互联网技术行业中的热门词汇。
“大数据时代已经到来”出现在2011年6月麦肯锡发布了关于“大数据”的报 告，正式定义了大数据的概念，后逐渐受到了各行各业关注。
2012年，大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时 代产生的海量数据，并命名与之相关的技术发展与创新。
大数据技术应用与基础 大数据的应用无处不在，从金融业到娱乐业，从制造业到互联网行业，从物
流业到运输业，到处都有大数据的身影。
01第一章 初识Hadoop大数据技术
第1章初识Hadoop大数据技术本章主要介绍大数据的时代背景，给出了大数据的概念、特征，还介绍了大数据相关问题的解决方案、Hadoop大数据技术以及Hadoop的应用案例。
本章的主要内容如下。
（1）大数据技术概述。
（2）Google的三篇论文及其思想。
（3）Hadoop概述。
（4）Hadoop生态圈。
（5）Hadoop的典型应用场景和应用架构。
1.1 大数据技术概述1.1.1 大数据产生的背景1946年，计算机诞生，当时的数据与应用紧密捆绑在文件中，彼此不分。
19世纪60年代，IT系统规模和复杂度变大，数据与应用分离的需求开始产生，数据库技术开始萌芽并蓬勃发展，并在1990年后逐步统一到以关系型数据库为主导，具体发展阶段如图1-1所示。
Hadoop 大数据技术与应用图1-1 数据管理技术在2001年前的两个发展阶段 2001年后，互联网迅速发展，数据量成倍递增。
据统计，目前，超过150亿个设备连接到互联网，全球每秒钟发送290万封电子邮件，每天有2.88万小时视频上传到YouTube 网站，Facebook 网站每日评论达32亿条，每天上传照片近3亿张，每月处理数据总量约130万TB 。
2016年全球产生数据量16.1ZB ，预计2020年将增长到35ZB （1ZB = 1百万，PB = 10亿TB ），如图1-2所示。
图1-2 IDC 数据量增长预测报告2011年5月，EMC World 2011大会主题是“云计算相遇大数据”，会议除了聚焦EMC 公司一直倡导的云计算概念外，还抛出了“大数据”（BigData ）的概念。
2011年6月底，IBM 、麦肯锡等众多国外机构发布“大数据”相关研究报告，并予以积极的跟进。
19世纪60年代，IT 系统规模和复杂度变大，数据与应用分离的需求开始产生，数据库技术开始萌芽并蓬勃发展，并在1990年后逐步统一到以关系型数据库为主导1946年，计算机诞生，数据与应用紧密捆绑在文件中，彼此不分1946 1951 1956 1961 1970 1974 1979 1991 2001 … 网络型E-RSQL 关系型数据库 数据仓库 第一台 计算机 ENIAC 面世 磁带+ 卡片 人工 管理 磁盘被发明，进入文件管理时代 GE 公司发明第一个网络模型数据库，但仅限于GE 自己的主机 IBM E. F.Dodd 提出关系模型 SQL 语言被发明 ORACLE 发布第一个商用SQL 关系数据库，后续快速发展数据仓库开始涌现，关系数据库开始全面普及且与平台无关，数据管理技术进入成熟期 0.8ZB ：将一堆DVD 堆起来够地球到月亮一个来回 35ZB ：将一堆DVD 堆起来是地球到火星距离的一半IDC 报告“Data Universe Study ”预测：全世界数据量将从2009年的0.8ZB 增长到2020年的35ZB ，增长44倍！年均增长率>40%！1.1.2 大数据的定义“大数据”是一个涵盖多种技术的概念，简单地说，是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。
《大数据技术原理与操作应用》第1章习题答案
第一章单选题1、下列选项中，最早提出“大数据”这一概念的是（）。
• A、贝恩• B、麦肯锡• C、吉拉德• D、杰弗逊参考答案:B答案解析:暂无解析2、下列选项中，哪一项是研究大数据最重要的意义（）。
• A、分析• B、统计• C、测试• D、预测参考答案:D答案解析:研究大数据，最重要的意义是预测。
3、Hadoop1.0中，Hadoop内核的主要组成是（）。
• A、HDFS和MapReduce• B、HDFS和Yarn• C、Yarn• D、MapReduce和Yarn参考答案:A答案解析:Hadoop1.0中，Hadoop内核的主要是由HDFS和MapReduce两个系统组成。
4、在HDFS中，用于保存数据的节点是（）。
• A、namenode• B、datanode• C、secondaryNode• D、yarn参考答案:B答案解析:暂无解析多选题1、下列选项中，属于Google提出的处理大数据的技术手段有（）。
• A、MapReduce• B、MySQL• C、BigTable• D、GFS参考答案:A,C,D答案解析:Google提出了三个处理大数据的技术手段，分别是MapReduce、BigTable和G FS。
2、下列选项中，属于Hadoop优势的有（）。
• A、扩容能力强• B、可靠性• C、低效率• D、高容错性参考答案:A,B,D答案解析:Hadoop具有扩展能力强、成本低、高效率、可靠性、高容错性的优势。
3、下列选项中，属于Hadoop版本系列的有（）。
• A、Hadoop4• B、Hadoop2• C、Hadoop1• D、Hadoop3参考答案:B,C,D答案解析:Hadoop主要分为Hadoop1、Hadoop2、Hadoop3三个系列的多个版本。
判断题1、大数据提供的是一些描述性的信息，而创新还是需要人类自己实现。
• 对• 错参考答案:对答案解析:暂无解析2、JobTracker只负责执行TaskTracker分配的计算任务。
《大数据技术原理与操作应用》第1章习题答案
第一章单选题1、下列选项中，最早提出“大数据”这一概念的是（）。
•A、贝恩•B、麦肯锡•C、吉拉德•D、杰弗逊参考答案:B答案解析:暂无解析2、下列选项中，哪一项是研究大数据最重要的意义（）。
•A、分析•B、统计•C、测试•D、预测参考答案:D答案解析:研究大数据，最重要的意义是预测。
3、Hadoop1.0中，Hadoop内核的主要组成是（）。
•A、HDFS和MapReduce•B、HDFS和Yarn•C、Yarn•D、MapReduce和Yarn参考答案:A答案解析:Hadoop1.0中，Hadoop内核的主要是由HDFS和MapReduce两个系统组成。
4、在HDFS中，用于保存数据的节点是（）。
•B、datanode•C、secondaryNode•D、yarn参考答案:B答案解析:暂无解析多选题1、下列选项中，属于Google提出的处理大数据的技术手段有（）。
•A、MapReduce•B、MySQL•C、BigTable•D、GFS参考答案:A,C,D答案解析:Google提出了三个处理大数据的技术手段，分别是MapReduce、BigTable和G FS。
2、下列选项中，属于Hadoop优势的有（）。
•A、扩容能力强•B、可靠性•C、低效率•D、高容错性参考答案:A,B,D答案解析:Hadoop具有扩展能力强、成本低、高效率、可靠性、高容错性的优势。
3、下列选项中，属于Hadoop版本系列的有（）。
•A、Hadoop4•B、Hadoop2•C、Hadoop1参考答案:B,C,D答案解析:Hadoop主要分为Hadoop1、Hadoop2、Hadoop3三个系列的多个版本。
判断题1、大数据提供的是一些描述性的信息，而创新还是需要人类自己实现。
•对•错参考答案:对答案解析:暂无解析2、JobTracker只负责执行TaskTracker分配的计算任务。
•对•错参考答案:错答案解析:TaskTracker只负责执行JobTracker分配的计算任务。
大数据导论 第1章 大数据概念与应用
1.1 大数据的概念
存储：存储成本的下降
云计算出现之前
第一章 大数据概念及其应用
云计算出现之后
在云计算出现之前，数据存储的成本是 非常高的。 例如，公司要建设网站，需要购置和部 署服务器，安排技术人员维护服务器， 保证数据存储的安全性和数据传输的畅 通性，还会定期清理数据，腾出空间以 便存储新的数据，机房整体的人力和管 理成本都很高。
1.1 大数据的概念 1.2 大数据的来源 1.3 大数据的特征及意义 1.4 大数据的表现形态 1.5 大数据的应用场景 习题
1.3大数据的特征及意义
第一章 大数据概念及其应用
大数据的3S
大数据是数据分析的前沿技术。从各种各样类型的数据中，快速高效获得有价值信 息的能力，就是大数据技术。在IT业界有的学者使用3S来描述大数据，还有的学者 使用3I来描述大数据。
2
的“数据困境”。
• 2011年5月，麦肯锡研究院发布报告——Big data: The next frontier for innovation,
competition, and productivity,第一次给大数据做出相对清晰的定义：“大数据是指
3
其大小超出了常规数据库工具获取、储存、管理和分析能力的数据集。”
大数据的技术支撑
云计算、硬件性价比的提 高以及软件技术的进步
计算
运行、计算速 度越来越快
第一章 大数据概念及其应用
数据源整合进行存储、清 洗、挖掘、分析后得出结果 直到优化企业管理提高效率
存储 存储成本下降
大数据
智能
实现信息对等解 放脑力，机器拥 有人的智慧
智能设备、传感器的普及，推 动物联网、人工智能的发展
2）互联网数据采集 通过网络爬虫或网站公开API等方式从网站 上获取数据信息，该方法可以数据从网页 中抽取出来，将其存储为统一的本地数据 文件，它支持图片、音频、视频等文件或 附件的采集，附件与正文可以自动关联。 除了网站中包含的内容之外，还可以使用 DPI或DFI等带宽管理技术实现对网络流量 的采集。
大数据技术与应用基础第1章大数据概述精品PPT课件
（2）互联网及移动互联网。 移动互联网促进更多用户从传统的数据使用者转变为数据生产者。
（3）物联网。 物联网技术的发展，使得视频、音频、RFID、M2M、物联网和传感
器等产生大量数据，其数据规模更巨大。
三、大数据的产生及数据类型
内容 导航
CONTENTS
大数据的发展
第1章 大数据概述
P1
大数据的概念及特性
大数据的产生及数据类型
大数据计算模式和系统 大数据的主要技术层面和技术内容
大数据的典型应用
四、信息安全的要素
第1章 大数据概述
P1
第1章 大数据概述
P1
THANtening, this course is expected to bring you value and help
内容 导航
CONTENTS
大数据的发展
第1章 大数据概述
P1
大数据的概念及特征
大数据的产生及数据类型
大数据计算模式和系统 大数据的主要技术层面和技术内容 大数据的典型应用
一、大数据的发展
大数据综述
Google上每天需要处理24PB的数据；
淘宝累计的交易数据量高达100PB；
每天会有2.88万个小时的视频上传到 Youtobe； 根据国际数据公司IDC的测算，到2020 年数字世界将产生35000EB的数据。
第1章 大数据概述
P1
大规模的行业/企业大数据已 远远超出了现有传统的计算 技术和信息系统的处理能力。 因此，寻求有效的大数据处 理技术、方法和手段已经成 为现实世界的迫切需求。
一、大数据的发展
大数据有多重要
大数据技术原理与应用(第2版)
作者介绍
这是《大数据技术原理与应用（第2版）》的读书笔记模板，暂无该书作者的介绍。
谢谢观看
读书笔记
天呐，我居然看完了。
这是一本偏专业的书籍。
值得一看，个中内容，源代码及实践部门太专业而！作为半业务半技术的数据分析师，值得好好了解，体会开发和大数据同行的处理思 维！。
四颗星。
大数据技术发展日新月异，这本书中的一些内容已经有点过时了，不过通篇读下来还是能对大数据领域有一 个整体认识。
15.1大数据在物流领域中的应用 15.2大数据在城市管理中的应用 15.3大数据在金融行业中的应用 15.4大数据在汽车行业中的应用 15.5大数据在零售行业中的应用 15.6大数据在餐饮行业中的应用 15.7大数据在电信行业中的应用 15.8大数据在能源行业中的应用 15.9大数据在体育和娱乐领域中的应用
第3章分布式文件系 统HDFS
第4章分布式数据库 HBase
第5章 NoSQL数据库 第6章云数据库
3.1分布式文件系统 3.2 HDFS简介 3.3 HDFS的相关概念 3.4 HDFS体系结构 3.5 HDFS的存储原理 3.6 HDFS的数据读写过程 3.7 HDFS编程实践 3.8本章小结 3.9习题
4.1概述 4.2 HBase访问接口 4.3 HBase数据模型 4.4 HBase的实现原理 4.5 HBase运行机制 4.6 HBase编程实践 4.7本章小结 4.8习题 实验3熟悉常用的HBase操作
5.1 NoSQL简介 5.2 NoSQL兴起的原因 5.3 NoSQL与关系数据库的比较 5.4 NoSQL的四大类型 5.5 NoSQL的三大基石 5.6从NoSQL到NewSQL数据库 5.7本章小结 5.8习题
《大数据技术原理与操作应用》最新版精品课件第1章
1.2 Hadoop的介绍
Hadoop的发展历史
2003—2004 年，Google 公布部分GFS 、MapReduce 思想的细节， Doug Cutting 等人用两年的业余时间实现了DFS 和MapReduce 机制，使 Nutch 性能飙升。
2005 年，Hadoop 作为Lucene 的子项目Nutch的一部分正式引入 Apache 基金会。由于NDFS 和MapReduce 在Nutch 引擎中有着很好的应用。
1.2 Hadoop的介绍
Hadoop 的生态体系
Hadoop 是一个能够对大量数据进行分布式处理的软件框架，目前 Hadoop 已经发展成为包含很多项目的集合。Hadoop 的核心是HDFS 和 MapReduce，Hadoop 2. 0 还包括YARN。随着Hadoop 的兴起，其框架下的 开发工具也逐渐丰富。
11
1.2 Hadoop的介绍
Hadoop的由来
Apache Hadoop 项目是一款可靠、可扩展的分布式计算开源软件。 Hadoop 软件库是一个框架，该框架的两个核心模块是分布式文件系统(HDFS) 和数据计算MapReduce。
MapReduce 允许用户在不了解分布式系统底层知识的情况下，以可靠 、容错的方式灵活地并行处理大型计算机集群(数千个节点)上的大量数据。用 户可以轻松地搭建和使用Hadoop 分布式计算框架，并充分地利用集群的运算 和存储能力，完成海量数据的计算与存储。
(二)大数据预处理技术
大数据的预处理包括对数据的抽取和清洗等方面。由于大数据的数据类 型是多样化的，不利于快速分析处理，数据抽取过程可以将数据转化为单一的 或者便于处理的数据结构。
9
(三)大数据存储及管理技术
大数据导论-思维、技术与应用 第1章 大数据时代概念
速度要求快 数据输入输出速度
Big Data
数据类型多样 文本 | 图像 | 视频 | 音频
Variety
Value
价值密度低 商业价值高
PART 02 从IT时代到大数据时代
近年来，信息技术迅猛发展，尤其是是以互联网、物联网、 信息获取技术、社交网络等为代表的技术发展日新月异， 促使手机、平板电脑、PC等各式各样的信息传感器随处可 见，虚拟网络快速发展，现实世界快速虚拟化，数据的来 源及其数量正以前所未有的速度增长。
大数据的产生
02 用户原创内容阶段：互联网的诞生促使人类社会数据量出现第二次 大的飞跃。但是真正的数据爆发产生于Web 2.0 时代，而Web 2.0 的 最重要标志就是用户原创内容。这类数据近几年一直呈现爆炸性的增长， 主要有两个方面的原因。首先是以博客、微博、和微信为代表的新型社 交网络的出现和快速发展，使得用户产生数据的意愿更加强烈。其次就 是以智能手机、平板电脑为代表的新型移动设备的出现，这些易携带、 全天候接入网络的移动设备使得人们在网上发表自己意见的途径更为便 捷。这个阶段数据的产生方式是主动的。
大数据的产生
数据产生经历了被动、主动和自动三个阶段。这些被动、主动和自动的 数据共同构成了大数据的数据来源，但其中自动式的数据才是大数据产 生的最根本原因。
大数据的作用
具体来讲，大数据有如下的作用：
第一
对大数据的处理分析正成为新一代信息技术融合应用的结点。 通过对不同来源数据的管理、处理、分析与优化，将结果反 馈到应用中（社交网络、物联网等），将创造出巨大的经济 和社会价值，大数据具有催生社会变革的能量。
对方法论的新认识
对方法论的新认识：从基于知识到基于数据
某电 商要解 决的问 题：
大数据技术原理与应用完整版ppt课件
信息化浪潮 发生时间
标志
解决问题
代表企业
第一次浪潮
1980年前 后
个人计算机
Intel、AMD、IBM 信息处理 、苹果、微软、联
想、戴尔、惠普等
第二次浪潮
1995年前 后
互联网
雅虎、谷歌、阿里 信息传输 巴巴、、腾讯等第三次浪潮
2010年前 后
物联网、云 计算和大数 据
《大数据技术原理与应用》
课程特色
ü 搭建起通向“大数
据知识空间”的桥
梁和纽带
ü 构建知识体系、阐
明基本原理
ü 引导初级实践、了
大
数 据
解相关应用
之
门
ü 为学生在大数据领
域“深耕细作”奠
定基础、指明方向
内容提要
本课程系统介绍了大数据相关知识，共有13章
系统地论述了大数据的基本概念、大数据处理架 构Hadoop、分布式文件系统HDFS、分布式数据 库HBase、NoSQL数据库、云数据库、分布式并 行编程模型MapReduce、流计算、图计算、数据 可视化以及大数据在互联网、生物医学和物流等 各个领域的应用
第二阶段：成 熟期
第三阶段：大 规模应用期
Web2.0应用迅猛发展，非结构化数据大量产生
，传统处理方法难以应对，带动了大数据技术
本世纪前十年
的快速突破，大数据解决方案逐渐走向成熟， 形成了并行计算与分布式系统两大核心技术，
谷歌的GFS和MapReduce等大数据技术受到追
捧，Hadoop平台开始大行其道
在社会发展方面，大数据决策逐渐成为一种新的决 策方式，大数据应用有力促进了信息技术与各行业 的深度融合，大数据开发大大推动了新技术和新应 用的不断涌现
第一章认识数据与大数据课件人教_中图版高中信息技术必修1
类型
视频文件 图像文件 音频文件
文字 表格
格式
avi、mov、mp4 bmp、jpeg、jpg、png、gif wav、mp3 txt、doc、docx xls、xlsx
1.2023年广西高考考生规模达61万人，其中，报名参加统考人数突破44万人，比去年增加4万 人，组织考试工作人员4.1万余人。在这则新闻中出现的“61万”、“44万”、“4万”、 “4.1万”属于是（ B ）。
即（10110)2 = (2 2 )10
1.与二进制数（101100）等值的十进制数是 44
2.十进制数71转换成二进制数是 (1000111)2
3.十进制数56转换成二进制数是 (111000)2
原理就是一种凑数法，按2的n次方的值列出来， 根据不同的情况进行“凑数”。
23 22 21 20
1. (101100)2=(44)10 2. (71)10= (1000111)2 3. (56)10=(111000)2
十进制转二进制 十进制转二进制：除2反向取余法
除2取余，直到商为0止，将所得余数逆序排序。
2
10
2
5
2
2
2
1
0
余数 0 1
0 1
(10)10 = ( 1 0 1 0 ) 2
二进制转十进制 二进制转十进制：按权展开求和法
按权展开求和，二进制的权值为 2n
43210
（10110)2=1 X 2 4+ 0 X 2 3+ 1 X 2 2+ 1 X 2 1+ 0 X 2 0= ( 2 2 ) 10
换算关系
1B=8b（bit，位） 1KB=1024B