數據平台是什麼

① 什麼是科學數據平台

數據科學平台科賽網（Kesci.com）對外宣布，因公司戰略升級，品牌正式更名為「和鯨科技」，專注為企業提供數據化及AI轉型解決方案。作為數據分析和人工智慧領域的基礎服務公司，科賽網的品牌更新，無疑在這個冬天為人工智慧和大數據產業注入了新鮮活力。
據數據商業家相關報道了解，2015年成立的科賽網，是國內最早的數據科學平台之一。從對標Kaggle推出中國的數據科學家社區，聚集起最開始涉足該領域的數據科學人才，再到引入Jupyter Notebook範式，並整合了Docker與Kubernetes容器化技術，研發出在線數據科學開發工具KesciLab，迅速填補了國內在數據化及AI轉型領域的空白。
2017年7月，科賽網獲得了AI領域的專業投資機構線性資本和翊翎資本的聯合投資，創始人&CEO范向偉本人也在2018年8月2日榮登福布斯30 Under 30精英榜（30位30歲以下精英）。同時，和鯨旗下「數據科學平台」KesciLab在推出的兩年時間里，得到了數據科學工作者和部分高校、科研機構、企業的認可，清華大學軟體學院更是將K-Lab作為數據科學領域的專屬教學平台使用。由數據商業家整理出的人工智慧產業生態圖也可以看出，中國在「數據科學平台」領域，已經擁有了眾多強勢品牌可以參與國際競爭，和鯨便是其中之一。

② 大數據平台是什麼

大數據平台是為了計算,現今社會所產生的越來越大的數據量。以存儲、運算、展現作為目的的平台。是允許開發者們或是將寫好的程序放在“雲”里運行，或是使用“雲”里提供的服務，或二者皆是。

類似目前很多輿情監測軟體大數據分析系統，大數據平台是一個集數據接入、數據處理、數據存儲、查詢檢索、分析挖掘等、應用介面等為一體的平台。

③ 什麼是大數據和大數據平台

大數據其實是很多的額知識進行累加，然後從裡面選取一些有用有價值的信息

④ 數據中台跟大數據平台是什麼關系

數據中台並不是大數據平台。兩者的區別可以體現在以下2個方面：
1）數據中台是企業級的邏輯概念，體現企業 D2V（Data to Value）的能力，為業務提供服務的主要方式是數據 API；2）數據平台是在大數據基礎上出現的融合了結構化和非結構化數據的數據基礎平台，為業務提供服務的方式主要是直接提供數據集。

（大數據平台：網易有數）

⑤ 大數據平台是什麼什麼時候需要大數據平台如何建立大數據平台

首先我們要了解Java語言和Linux操作系統，這兩個是學習大數據的基礎，學習的順序不分前後。

Java ：只要了解一些基礎即可，做大數據不需要很深的Java 技術，學java SE 就相當於有學習大數據基礎。

Linux：因為大數據相關軟體都是在Linux上運行的，所以Linux要學習的扎實一些，學好Linux對你快速掌握大數據相關技術會有很大的幫助，能讓你更好的理解hadoop、hive、hbase、spark等大數據軟體的運行環境和網路環境配置，能少踩很多坑，學會shell就能看懂腳本這樣能更容易理解和配置大數據集群。還能讓你對以後新出的大數據技術學習起來更快。

Hadoop：這是現在流行的大數據處理平台幾乎已經成為大數據的代名詞，所以這個是必學的。Hadoop裡麵包括幾個組件HDFS、MapRece和YARN，HDFS是存儲數據的地方就像我們電腦的硬碟一樣文件都存儲在這個上面，MapRece是對數據進行處理計算的，它有個特點就是不管多大的數據只要給它時間它就能把數據跑完，但是時間可能不是很快所以它叫數據的批處理。

Zookeeper：這是個萬金油，安裝Hadoop的HA的時候就會用到它，以後的Hbase也會用到它。它一般用來存放一些相互協作的信息，這些信息比較小一般不會超過1M，都是使用它的軟體對它有依賴，對於我們個人來講只需要把它安裝正確，讓它正常的run起來就可以了。

Mysql：我們學習完大數據的處理了，接下來學習學習小數據的處理工具mysql資料庫，因為一會裝hive的時候要用到，mysql需要掌握到什麼層度那?你能在Linux上把它安裝好，運行起來，會配置簡單的許可權，修改root的密碼，創建資料庫。這里主要的是學習SQL的語法，因為hive的語法和這個非常相似。

Sqoop：這個是用於把Mysql里的數據導入到Hadoop里的。當然你也可以不用這個，直接把Mysql數據表導出成文件再放到HDFS上也是一樣的，當然生產環境中使用要注意Mysql的壓力。

Hive：這個東西對於會SQL語法的來說就是神器，它能讓你處理大數據變的很簡單，不會再費勁的編寫MapRece程序。有的人說Pig那?它和Pig差不多掌握一個就可以了。

Oozie：既然學會Hive了，我相信你一定需要這個東西，它可以幫你管理你的Hive或者MapRece、Spark腳本，還能檢查你的程序是否執行正確，出錯了給你發報警並能幫你重試程序，最重要的是還能幫你配置任務的依賴關系。我相信你一定會喜歡上它的，不然你看著那一大堆腳本，和密密麻麻的crond是不是有種想屎的感覺。

Hbase：這是Hadoop生態體系中的NOSQL資料庫，他的數據是按照key和value的形式存儲的並且key是唯一的，所以它能用來做數據的排重，它與MYSQL相比能存儲的數據量大很多。所以他常被用於大數據處理完成之後的存儲目的地。

Kafka：這是個比較好用的隊列工具，隊列是干嗎的?排隊買票你知道不?數據多了同樣也需要排隊處理，這樣與你協作的其它同學不會叫起來，你干嗎給我這么多的數據(比如好幾百G的文件)我怎麼處理得過來，你別怪他因為他不是搞大數據的，你可以跟他講我把數據放在隊列里你使用的時候一個個拿，這樣他就不在抱怨了馬上灰流流的去優化他的程序去了，因為處理不過來就是他的事情。而不是你給的問題。當然我們也可以利用這個工具來做線上實時數據的入庫或入HDFS，這時你可以與一個叫Flume的工具配合使用，它是專門用來提供對數據進行簡單處理，並寫到各種數據接受方(比如Kafka)的。

Spark：它是用來彌補基於MapRece處理數據速度上的缺點，它的特點是把數據裝載到內存中計算而不是去讀慢的要死進化還特別慢的硬碟。特別適合做迭代運算，所以演算法流們特別稀飯它。它是用scala編寫的。Java語言或者Scala都可以操作它，因為它們都是用JVM的。

⑥ 大數據服務平台是什麼有什麼用

現今社會每時每刻都在產生數據，企業內部的經營交易信息、物聯網世界中的商品物流信息，互聯網世界中的人與人交互信息、位置信息等，我們身邊處處都有大數據。而大數據服務平台則是一個集數據接入、數據處理、數據存儲、查詢檢索、分析挖掘等、應用介面等為一體的平台，然後通過在線的方式來提供數據資源、數據能力等來驅動業務發展的服務，國外如Amazon ，Oracle，IBM，Microsoft...國內如華為，商理事等公司都是該服務的踐行者。

⑦ 大數據平台特點是什麼

1. 高效分布式

有必要是高效的分布式體系。物聯網發生的數據量巨大，僅我國而言，就有5億多台智能電表，每台電表每隔15分鍾採集一次數據，一天全國智能電表就會發生500多億條記載。這么大的數據量，任何一台伺服器都無能力處理，因而處理體系有必要是分布式的，水平擴展的。

2. 實時處理

有必要是實時處理的體系。互聯網大數據處理，大家所了解的場景是用戶畫像、推薦體系、輿情分析等等，這些場景並不需求什麼實時性，批處理即可。可是關於物聯網場景，需求根據採集的數據做實時預警、決議計劃，延時要控制在秒級以內。

3. 高牢靠性

需求運營商等級的高牢靠服務。物聯網體系對接的往往是生產、經營體系，假如數據處理體系宕機，直接導致停產，發生經濟有丟失、導致對終端顧客的服務無法正常供給。比方智能電表，假如體系出問題，直接導致的是千家萬戶無法正常用電。

4. 高效緩存

需求高效的緩存功用。絕大部分場景，都需求能快速獲取設備當前狀態或其他信息，用以報警、大屏展示或其他。體系需求供給一高效機制，讓用戶能夠獲取全部、或契合過濾條件的部分設備的最新狀態。

5. 實時流式核算

需求實時流式核算。各種實時預警或猜測現已不是簡單的根據某一個閾值進行，而是需求經過將一個或多個設備發生的數據流進行實時聚合核算，不只是根據一個時間點、而是根據一個時間窗口進行核算。不僅如此，核算的需求也適當雜亂，因場景而異，應容許用戶自定義函數進行核算。