第一天

一、什么是大数据

大数据产生的背景

1、数据大爆炸的时代

2、互联网的激々发因素

大数据到底是什么

1、维基百科的定义

2、大数据◥具有4V的特点

数据计☉量单位

1、人类正式进入ZB时代

2、所有的数据单位，到达DB

3、例子：目前◥数据到底有多“大”

二、大数据的各种应用

用户信息汇总

1、一个笑话：顾客要求送披萨饼，客服关切倍至

2、工薪阶层如何省小钱

判别

1、Target超市使用大数据判断怀孕

2、阿里云知道谁需要√贷款

3、垃圾邮件

推荐系统，精准营销

1、奥巴马竞选

2、百度搜索风云榜和搜狗热搜榜组织新闻事件

3、淘宝首页◢展现商品

4、商用社交开始决定百事可乐的营销计划

用户分层

1、中移动挽留流失★客户

2、陆金所发红包

业务流程的改善

1、京东天猫淘宝店铺的销售流程的改善

2、政府网站跳出率降低的改善

第二天

三、大数据在制造业的应用

大数据在各种领域的介绍

1、金融领域

2、教育领域

3、生活娱乐领域

制造业大量结构化数据和非结构化数据

1、产品数据：设计、建模、工艺、加工、测试、维护数据、产品结构、零部件配置关系、变更记录等

2、运营数据：组织结构、业务管理、市场营销、质量控制、生产、采购、目标计划、电子商务等

3、价值链数据：客户、供应商、合作伙伴等

4、外部数据：经济运行数据、行业数据、市场数据、竞争对手数据等

大数据在制造业的作用

1、实现智能生产

2、实现大规模定制

3、有助于提供工艺的水平

大数据构㊣　成新一代智能工厂

1、传统制造业突破现有生产方式与制造模式的需求---分析需求数据

2、非标准化产品生产过程中，产生大ω量的生产信息与数据

3、收集、处理和分析的数据，以反过来指导生产

4、两部分数据开展智能生产，生产出高品质的个性化产ω　品

5、物联网的结合，迎接工业4.0

四、大数据处理的实现

强大的计算机

1、天河二号

2、劳伦斯－利弗莫尔国家实验室的红杉

3、美国国防部秃鹰集群

4、日本的鲸

第三天

两种技术的对垒：Exadata与Hadoop

1、关系型数据库的无奈

2、真实案例：计算一周内基站访问的用户前百位

3、非关系型数据库的崛起和短板

4、技术普及困难

5、无法实现非编程的查询

6、巨人和蚂蚁

7、价格和运维成本

分布式技术的优势

1、Share-Nothing技术

2、故障成为正常状态的集群

3、分布式存储和分布式计算

4、大数据与分析实时的矛盾

5、Hadoop和Storm

6、Hadoop的原型Google的Big Table

7、Hadoop的适用范围

8、Storm的流数据处理

9、Spark的兴起

大公司的架构

1、一号店的数〖据分析架构

2、美图网的日志分析←架构

五、大数据的案例汇总

1、网站日志分析

2、电信聚【类分析

3、社交网络

4、推荐算法

5、文本挖掘

6、手机用户移动轨迹

7、地铁站的设立

8、从历史数据中提取逆回购数据