一、大数据的结构 1.大数据的结构化 大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据IDC的调查报告显示：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%。大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心 ...

目录 一、大数据 1.1 大数据（Big Data） 二、数据分析、数据挖掘和推荐系统 2.1 数据分析（Data Analysis） 2.2 数据挖掘（Data Mining） 2.3 推荐系统 ...

　　常见的六个质量属性:可用性、可修改性、性能、安全性、可测试性、易用性。质量属性场景是一种面向特定的质量属性的需求，由6部分组成：刺激源、刺激、环境、制品、响应、响应度量。 　　以《淘宝网》为例： 　　　(1)可用性: 　　　　场景：天猫双十一购物狂欢节 　　　　刺激源：海量用户 ...

数据库设计的阶段 数据库设计可以分为6个阶段1. 系统需求分析阶段2. 概念结构设计阶段3. 逻辑结构设计阶段4. 物理结构设计阶段5. 数据库实施阶段6. 数据库运行和维护阶段 各阶段的任务 系统需求分析 对现实世界要处理的对象进行详细的调查，通过对原系统的了解，收集支持新系统的基础 ...

数据分析是将大量的数据转化为有价值的信息，以求最大化地利用数据的功能，发挥数据的作用。数据分析的类型可以分为现状分析、原因分析、预测分析，按流程分为以下6个步骤： (1) 明确数据分析目的和思路 明确数据分析的思路并搭建框架，把数据分析目的分解成不同的分析要点，即如何开展数据分析，需要 ...

3VVolumn 数据量巨大Variety 数据种类繁多Velocity 数据产生、更新速度快 ...

数据量大（Volume）：第一个特征是数据量大，包括采集、存储和计算的量都非常大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。 类型繁多（Variety）：第二个特征是种类和来源多样化。包括 ...

数据库设计的生存期 ​ 按照规范设计的方法，考虑到数据库及其应用系统开发的全过程，将数据库设计分为六个阶段： ①.需求分析 ​ 需求收集和分析，得到用数据字典描述的数据需求，用数据流图描述的处理需求 ②.概念结构设计 ​ 对需求进行综合、归纳与抽象，形成一个独立于具体DBMS的概念模型 ...