大數據技術可分為 5 類：1）數據處理（集成、清洗、轉換、建模）；2）數據存儲（關系數據庫、非關系數據庫、數據倉庫、數據湖）；3）數據分析（探索性分析、統計建模、機器學習、深度學習）；4）數據可視化（儀表板、圖表、地圖、信息圖表）；5）數據管理（治理、質量管理、元數據管理、安全性）。
大數據技術分類
大數據技術廣泛且復雜，可根據以下類別進行分類：
1. 數據處理技術
- 數據集成：將數據從不同來源整合到一個統一的平臺中。
- 數據清洗：刪除或更正不完整、重復或錯誤的數據。
- 數據轉換：將數據轉換為所需的格式或結構。
- 數據建模：創建數據模型以表示數據結構和關系。
2. 數據存儲技術
- 關系數據庫：使用表格和列組織數據的傳統數據庫。
- 非關系數據庫：使用更靈活的模型（如文檔、鍵值對或圖形）存儲數據的數據庫。
- 數據倉庫：用于存儲和分析大量歷史數據的中央存儲庫。
- 數據湖：一種廉價且可擴展的存儲庫，用于存儲任何類型的數據，無論結構如何。
3. 數據分析技術
- 探索性數據分析：使用可視化和其他技術探索數據模式和關聯。
- 統計建模：使用統計方法預測結果或識別趨勢。
- 機器學習：使用算法從數據中學習模式并做出預測。
- 深度學習：一種使用多層神經網絡進行高級模式識別的機器學習技術。
4. 數據可視化技術
- 儀表板：交互式可視化，提供關鍵指標和見解的概覽。
- 圖表：用于顯示數據模式和趨勢的圖形表示形式。
- 地圖：用于在地理背景下顯示數據的可視化。
- 信息圖表：將復雜信息通過可視化方式呈現。
5. 數據管理技術
- 數據治理：制定和執行數據管理策略和流程。
- 數據質量管理：確保數據的準確性、完整性和一致性。
- 元數據管理：管理描述數據及其特征的信息。
- 數據安全：保護數據免受未經授權的訪問、使用、更改或銷毀。
