㈠ 什么是“大数据”，如何理解“大数据”
你好，大数据是指巨量的数据，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。
当下，大数据技术作为新兴技术被许多互联网大厂所需，以华为为例。
1、华为云推出大数据稽核方案解决偷逃费
很多朋友可能发现,部分省界收费站变少而ETC通道在增加,高速公路的出行体验比以前更加顺畅。然而,在公众体验节省费用、便捷通行等利好的同时,高速公路的管理运营单位却饱受新情况的困扰。
部分车主偷逃费方式多样化,包括换卡逃费、车头挂车分离逃费、倒换电子标签、ETC车道跟车逃费等。同时偷逃费行为向专业化、团伙化演变,给高速运营单位带来大量经济损失和严峻挑战。
以华为为例，华为给1-3年经验的大数据开发工程师开到了高达4万的月薪，在其他大厂的招聘中30k-60k的大数据开发工程师，也只要1-3年工作经验，可以说大数据、云计算仍是当下的红利岗位。
希望我的回答对你有所帮助！
㈡ 如何进行大数据分析及处理
探码科技大数据分析及处理过程
聚云化雨的处理方式
聚云：探码科技全面覆盖各类数据的处理应用。以数据为原料，通过网络数据采集、生产设备数据采集的方式将各种原始数据凝结成云，为客户打造强大的数据存储库；
化雨：利用模型算法和人工智能等技术对存储的数据进行计算整合让数据与算法产生质变反应化云为雨，让真正有价值的数据流动起来；
开渠引流，润物无声：将落下“雨水”汇合成数据湖泊，对数据进行标注与处理根据行业需求开渠引流，将一条一条的数据支流汇合集成数据应用中，为行业用户带来价值，做到春风化雨，润物无声。
㈢ 大数据对于实时数据的分析，目前有哪些应用场景
各行各业都有，就连学生饭卡的刷卡信息都可以分析
㈣ 如何对大数据量的数据实时抓取
在企业级大数据平台的建设中，从传统关系型数据库（如Oracle）向Hadoop平台汇聚数据是一个重要的课题。目前主流的工具有Sqoop、DataX、Oracle GoldenGate for Big Data等几种。Sqoop使用sql语句获取关系型数据库中的数据后，通过hadoop的MapRece把数据从关系型数据库中导入数据到HDFS，其通过指定递增列或者根据时间戳达到增量导入的目的，从原理上来说是一种离线批量导入技术；DataX 直接在运行DataX的机器上进行数据的抽取及加载，其主要原理为：通过Reader插件读取源数据，Writer插件写入数据到目标 ，使用Job来控制同步作业，也是一种离线批量导入技术；Oracle Goldengate for Big Data抽取在线日志中的数据变化，转换为GGS自定义的数据格式存放在本地队列或远端队列中，并利用TCP/IP传输数据变化，集成数据压缩，提供理论可达到9：1压缩比的数据压缩特性，它简化了向常用大数据解决方案的实时数据交付，可以在不影响源系统性能的情况下将交易数据实时传入大数据系统。对比以上工具及方法，结合数据处理的准确性及实时性要求，我们评估Oracle Goldengate for Big Data基本可以满足当前大数据平台数据抽取的需求。
㈤ 如何进行大数据分析请说的详细一些
大数据不仅仅意味着数据大，最重要的是对大数据进行分析，只有通过分析才能获取很多智能的、深入的、有价值的信息。下面介绍大数据分析的五个基本方面——
预测性分析能力：数据挖掘可以让分析员更好地理解数据，而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。
数据质量和数据管理：通过标准化的流程和工具对数据进行处理，可以保证一个预先定义好的高质量的分析结果。
可视化分析：不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求，可视化可以直观的展示数据，让数据自己说话，让观众听到结果。
语义引擎：由于非结构化数据的多样性带来了数据分析的新的挑战，我们需要一系列的工具去解析、提取、分析数据，语义引擎需要被设计成能够从“文档”中智能提取信息。
数据挖掘算法：可视化是给人看的，数据挖掘就是给机器看的，集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值，这些算法不仅要处理大数据的量，也要处理大数据的速度。
据我所知多瑞科舆情数据分析站大数据分析还可以。针对单个网站上的海量数据，无遗漏搜集整理归档，并且支持各种图文分析报告；针对微博或网站或微信，活动用户投票和活动用户评论互动信息整理归档，统计分析精准预测制造新数据；针对某个论坛版块数据精准采集，数据归类，出分析报告，准确定位最新市场动态；针对某个网站监测用户的操作爱好，评定最受欢迎功能；针对部分网站，做实时数据抽取，预警支持关注信息的最新扩散情况；针对全网数据支持定向采集，设置关键词搜集数据，也可以划分区域或指定网站搜集数据针对电商网站实时监测评论，归类成文档，支持出报告。
大数据会影响整个社会的发展，主要看是想要利用数据做什么了
㈥ 怎么用大数据看智慧城市发展情况
市民打开电脑或手机就可以知道哪里的停车场有空位，附近哪个洗手间最干净，甚至可以查询到各个景区及游乐场即时游客人数以决定自己的出行计划 ...这样的智能生活，可能不久就可以实现在您所处的 智慧城市 。
IBM 早在2009 年就提出智慧地球(Smarter Planet) 概念，其特征有四个方面：
信息无所不在。基于云计算、物联网、移动互联网、大数据等基础信息架构，不间断地通过信息终端和信息服务，信息需求者可按需随时获取，从而增强环境的友好性，提高城市管理的效率和科学性。
融合。智慧城市的本质是融合，以信息融合为基础的城市运行系统之间的交融协作，从而达成有效的服务和管理。
以人为本。以人为本是智慧城市建设的精髓，智慧城市核心是构筑面向市民的泛在的、机会均等的城市服务。
优化资源配置。通过信息技术与其它资源要素优化配置并共同发生作用，从而减少城市的资源消耗和浪费。
目前全球约有1000 多个城市正在推动 智慧城市 建设，其中亚太地区约占51%，以中国为首。从2013年初拉开序幕以来， 智慧城市 的发展势头现在已如火如荼。2013年国家试点总数达193个，工信部公布试点名单也多达140多个，目前太原、广州、徐州、临沂、郑州等已初步完成设计，中国 智慧城市 建设已由概念转为具体落实，将开始进入高速发展期，且将在2015 年全面完成数字城市框架设计，一个城市建设需要80-100 亿元，预期2015 年将年更将推动 600-800 智慧城市 建设，计划投入超过1 兆元人民币。以建设项目来看，大数据战略研究领域包括城建、环境、教育、医疗等。
智慧医疗
智慧医疗是通过打造健康档案区域医疗资讯平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到资讯化。目前中国智慧医疗市场正朝向移动化发展，一个中等规模城市50 年累积的资料量就达10PB(Petabyte，约1024TB)，且数据信息以各种资料型态(如图片、文字、视频、音频等)分散在不同的资料库，这类非结构或半结构化数据无法用传统的资料库方式撷取分析，Hadoop 等Open Flow等巨量处理架构技术也逐渐受到企业重视，此外透过云端的数据量日趋庞大，加上智慧城市资料撷取大多透过手机、平板等移动通讯接收传递， 4G 以上的传输技术成为基本架构需求，也因此中国在实现智慧城市的前提下，完善其城市网路基础建设成为首要课题。
智慧医疗目前以美国及日本最为先进，主要分为三种方式，分别为远程医疗、疾病管理、药物管理。市调机构预期2015 年将有超过50%的手机用户使用移动医疗应用，如智慧胶囊、智慧护腕、智慧健康检测产品将会广泛应用，借助智慧手持终端和感测器，有效地测量和传输健康资料。
智慧交通
预计未来5 年内，中国将在200 个以上大中型城市建立城市交通指挥中心。智慧交通系统行业报告中提到从市场容量和未来发展看，智慧交通系统行业重点发展领域为城市和高速公路智慧交通。目前在中国从事智慧交通工程咨询和设计的有西门子，阿特金斯、柏诚、奥雅纳等，国际性的中国企业却并不多。在单项产品提供方面，除停车设施等生产制造略显复杂的工艺产品，其他精密性的智慧交通设备如摄像机、超声波检测器、交通信号机等走出国门的实力还有待加强。而在施工与系统集成方面，国内还多数依赖于援建工程。
数据是智慧城市重要资产
智能城市的推进战略应该是以实用性为目标，运用大数据分析技术推进高水平决策和高水平应用。城市大数据的建设需要政、企、民三者合作，政府在数据管理和开放中起主导作用，促进企业发展，确保信息安全，更好地为市民提供服务。 然而，一个不容忽视的现象是，目前许多城市数据相对孤立，不向外界开放。致使这些数据未能得到充分的利用，其实用价值由此大打折扣。目前数据不开放的原因，一方面是信息安全问题，担心数据泄密;另一方面是管理问题，需要打破政府行政管理的条块分割。只要这两方面能够得到有效解决，开放数据就不是问题。 目前在大数据开放方面，美国已制定完整的数据开放计划，欧盟、澳大利亚、新加坡等国家也都制定了相应的开放计划。而我们国家进度比较缓慢，也相对比较落后。
“信息孤岛”现象正成为制约当前国内智慧城市发展的一大瓶颈。 开放数据是数据挖掘的重要来源，只有开放数据，才能使智慧城市的数据收集更全面，才能让数据更好地服务于智慧城市建设。 没有大数据，智慧城市就是一个空架子。