1、1分析现状 分析现状是我们数据分析的基本目的，我们需要明确当前市场环境下，我们的产品市场占有率是多少，注册用户的来源有哪些，注册转化率是多少，购买转化率是多少，竞品是什么，竞品的发展现状如何我们和竞争对手相对，优势有哪些，不足又有哪些等等，都是属于对于现状的分析这里包括两方面的内容；因为日志数据是非结构化数据，而且占非结构化数据的90%，所以说日志分析是开始采用大数据的最佳的起点在过去几年，大数据产业更多关注的是如何处理海量多源和异构的数据，并从中获得价值，而其中绝大多数都是结构化数据不可否认，这些数据的体量足够巨大，然而我们今天必须承认这些只是冰山一角；大数据处理流程包括数据采集数据预处理数据入库数据分析数据展现#xF4C8数据采集数据采集包括数据从无到有的过程和通过使用Flume等工具把数据采集到指定位置的过程#xF50D数据预处理数据预处理通过mapreduce程序对采集到的原始日志数据进行预处理，比如清洗，格式整理，滤除脏数据等，并且梳理成点击流模型数据#xF5C4#xFE0F。

2、这便超出了存储容量的范畴，将性能也包含了进来，对那些从社交网络，传感器，系统日志文件以及其他非事务源获取数据作为其业务数据扩展的公司来说尤为如此分析多样而复杂的数据集需要一个健壮且富有弹性的大数据架构在筹划项目时通过对这四个因素进行考量，组织可以确定他们是否已经拥有能够处理如此严苛大数据；什么是Hadoop –大数据分析的好处 因此，让我们继续前进，了解在兑现大数据机会方面与传统方法相关的问题 二传统方法的问题 在传统方法中，主要问题是处理数据的异构性，即结构化，半结构化和非结构化RDBMS主要关注于银行交易，运营数据等结构化数据，而Hadoop则专注于文本，视频，音频，Facebook帖子，日志等半结构化，非结；2从业务流程的角度或者说从合规角度来说，第一就是我们的业务流程分析，第二是后续的设备性能管理方面的要求第三是合规方面的要求，最后是运维系统的预防性维护工作3从日志易的数据收集角度来说，产品可以从支付公司的业务数据，也就是从交易数据抽取，然后可以从运维方面的IT数据安全数据抽取。

3、1 大数据采集平台首先会对需求进行评估，然后对数据进行采集2 采集到的数据会被平台存储起来3 接下来，平台会对数据进行分析处理4 最后，平台会对数据进行可视化展现，包括报表和监控数据优秀的大数据平台应该能够在数据分析大数据编程大数据仓库大数据案例人工智能和数据挖掘等方面展现出优异的性能；大数据是当今信息时代的重要组成部分，它的特点有哪些呢？下面我们来一起看看#xF4C8超大量大数据的最显著特点就是数据量巨大，它可以包含海量的数据，这些数据可以来自各种渠道，包括社交媒体传感器日志等#x26A1快如闪电大数据的处理速度非常快，可以在短时间内处理大量的数据这得益于现代计算机的高速运算和分布式计算的技。

4、大数据最直观的特点是Volume大量数据量呈爆炸式增长，从GB到TB，再到PBEB级别这意味着我们需要更智能的算法强大的数据处理平台和技术，来应对这种大规模数据的挑战#xF3A8Variety多样Variety多样则是大数据的另一大特点无论是结构化的日志数据，还是图片音频视频等非结构化数据，都能在大数据中发挥。