挖掘出公认的价值另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了3 预测性分析大数据分析最终要的应用领域之一就是预测性分析。

大数据处理过程一把包括四个步骤，分别是 1收集数据有目的的收集数据 2处理数据将收集的数据加工处理 3分类数据将加工好的数据进行分类 4画图列表最后将分类好的数据以图表的形式展现出来，更加的直观。

前后端将采集到的数据给到数据部门，数据部门通过ETL工具将数据从来源端经过抽取extract转换transform加载load至目的端的过程，目的是将散落和零乱的数据集中存储起来3存大数据高性能存储及管理 这么多的业务。

大数据的处理流程的第一步就是大数据的采集与预处理因为大数据处理的数据来源类型丰富，大数据处理的第一步是对数据进行抽取和集成，从中提取出关系和实体，经过关联和聚合等操作，按照统一定义的格式对数据进行存储现有的。

分析的本质是让业务更加清晰，让决策更加高效 数据分析 作为大数据价值产生的必要步骤整个 大数据处理流程的核心 ，其在企业中的地位也越来越重要数据分析的目的 说白了就是把隐藏在一大批看来杂乱无章的数据中的信息。

步骤一采集 大数据的采集是指利用多个数据库来接收发自客户端WebApp或者传感器形式等的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有。

处理大数据的四个环节收集原始数据种类多样，格式位置存储时效性等迥异数据收集从异构数据源中收集数据并转换成相应的格式方便处理存储收集好的数据需要根据成本格式查询业务逻辑等需求，存放在合适的存储。

大数据处理的第一步是对数据进行抽取和集成，从中提取出关系和实体，经过关联和聚合等操作，按照统一定义的格式对数据进行存储数据处理的第二个步骤就是数据分析数据处理的第三个步骤就是数据解释。