大數據開啟了一個大規模生產、分享和應用數據的時代，它給技術和商業帶來了巨大的變化。
麥肯錫研究表明，在醫療、零售和制造業領域，大數據每年可以提高勞動生產率0.5-1個百分點。
大數據技術，就是從各種類型的數據中快速獲得有價值信息的技術。大數據領域已經涌現出了大量新的技術，它們成為大數據采集、存儲、處理和呈現的有力武器。
大數據處理關鍵技術一般包括：大數據采集、大數據預處理、大數據存儲及管理、大數據分析及挖掘、大數據展現和應用（大數據檢索、大數據可視化、大數據應用、大數據安全等）。
然而調查顯示，未被使用的信息比例高達99.4%，很大程度都是由于高價值的信息無法獲取采集。
如何從大數據中采集出有用的信息已經是大數據發展的關鍵因素之一。
因此在大數據時代背景下，如何從大數據中采集出有用的信息已經是大數據發展的關鍵因素之一，數據采集才是大數據產業的基石。那么什么是大數據采集技術呢？
?數據采集(DAQ)： 又稱數據獲取，是指從傳感器和其它待測設備等模擬和數字被測單元中自動采集信息的過程。
數據分類新一代數據體系中，將傳統數據體系中沒有考慮過的新數據源進行歸納與分類，可將其分為線上行為數據與內容數據兩大類。
?線上行為數據：頁面數據、交互數據、表單數據、會話數據等。
?內容數據：應用日志、電子文檔、機器數據、語音數據、社交媒體數據等。
?大數據的主要來源：
1）商業數據
2）互聯網數據
3）傳感器數據
??
數據采集與大數據采集區別
傳統數據采集
1. 來源單一，數據量相對于大數據較小
2. 結構單一
3. 關系數據庫和并行數據倉庫
大數據的數據采集
1. 來源廣泛，數據量巨大
2. 數據類型豐富，包括結構化，半結構化，非結構化
3. 分布式數據庫
傳統數據采集的不足
傳統的數據采集來源單一，且存儲、管理和分析數據量也相對較小，大多采用關系型數據庫和并行數據倉庫即可處理。
對依靠并行計算提升數據處理速度方面而言，傳統的并行數據庫技術追求高度一致性和容錯性，根據CAP理論，難以保證其可用性和擴展性。
?系統日志采集方法
很多互聯網企業都有自己的海量數據采集工具，多用于系統日志采集，如Hadoop的Chukwa，Cloudera的Flume，Facebook的Scribe等，這些工具均采用分布式架構，能滿足每秒數百MB的日志數據采集和傳輸需求。
?網絡數據采集方法
網絡數據采集是指通過網絡爬蟲或網站公開API等方式從網站上獲取數據信息。
該方法可以將非結構化數據從網頁中抽取出來，將其存儲為統一的本地數據文件，并以結構化的方式存儲。
它支持圖片、音頻、視頻等文件或附件的采集，附件與正文可以自動關聯。
除了網絡中包含的內容之外，對于網絡流量的采集可以使用DPI或DFI等帶寬管理技術進行處理。
?其他數據采集方法
對于企業生產經營數據或學科研究數據等保密性要求較高的數據，可以通過與企業或研究機構合作，使用特定系統接口等相關方式采集數據。
可能有些小的公司無法自己快速的獲取自己的所需的數據，這就需要到了第三方的數據供給或平臺來收集數據。
作者：觀向工程師
來源：知乎
頂部
客服
微信掃碼聯系客服
