大数据有哪些常用的平台？

1. 大数据有哪些常用的平台？

大数据有三个主要部分，分别是数学，统计学和计算机等学科。大数据基础知识往往决定了开发人员未来的成长高度，所以要重视基础知识的学习。
大数据平台是对海量结构化、非结构化、半机构化数据进行采集、存储、计算、统计、分析处理的一系列技术平台。大数据平台处理的数据量通常是TB级，甚至是PB或EB级的数据，这是传统数据仓库工具无法处理完成的，其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时性计算等，汇集了当前IT领域热门流行的各类技术。

扩展资料：
注意事项：
大数据的第一站就是收集和存储海量数据（公开/隐私）。现在每个人都是一个巨大的数据源，通过智能手机和个人笔记本释放出大量的个人行为信息。获取数据似乎已经变得越来越容易，数据收集这一模块最大的挑战在于获取海量数据的高速要求以及数据的全面性考虑。
传统商业智能在数据清洗处理的做法（ETL）是，把准确的数据放入定义好的格式中，通过基础的抽取统计生成高维度的数据，方便直接使用。然而大数据有个最突出的特征——数据非结构化或者半结构化。因为数据有可能是图片，二进制等等。数据清洗的最大挑战来了——如何转化处理大量非结构数据，便于分布式地计算分析。
参考资料来源：百度百科-大数据

2. 大数据分析平台有哪些?

1、国家数据： http://data.stats.gov.cn可以查询到国家统计局调查统计的各专业领域的主要指标时间序列数据。


2、阿里指数： https://index.1688.com最权威专业的行业价格、供应、采购趋势分析。


3、微指数： https://data.weibo.com/index微指数是对提及量、阅读量、互动量加权得出的综合指数，更加全面的体现关键词在微博上的热度情况。


4、微信指数： 微信里面搜一搜“微信指数”就能直接找到。立足于微信生态，依托海量用户数据，微信指数具有天生优势。


5、淘宝生意参谋： https://sycm.taobao.com生意参谋基于“支付金额=访客数*转化率*客单价”这一公式，帮你快速定位生意波动的核心因素。


6、搜狗指数： http://zhishu.sogou.com/全网热门事件、品牌、人物等查询词的搜索热度变化趋势，掌握网民需求变化.


7、头条指数： https://index.toutiao.com/头条指数是巨量引擎云图推出的一种数据产品。


8、360指数： http://index.haosou.com360趋势是以360产品海量用户数据为基础的大数据展示平台。

3. 什么是大数据交易？

亲！您好[微笑]！1、以数据为交易对象2、使用数据制造（发掘）交易有个灯塔大数据电信的上面有些基本概念可以参考【摘要】
什么是大数据交易？【提问】
亲！您好[微笑]！1、以数据为交易对象2、使用数据制造（发掘）交易有个灯塔大数据电信的上面有些基本概念可以参考【回答】
由于数据交易的对象是无形的、非实体的，因此可由多主体同时对其实现非排他性的占有和支配；又由于数据交易的主体、客体以及交易时间相较于其他有体物的交易十分灵活自由，因此总体而言，数据交易具有隐蔽性、无形性、灵活性、即时性以及非排他性的特点。但数据交易的特点是一把双刃剑，例如数据交易的无形性和隐蔽性会使得用户难以有效掌控自己的数据，如对于将数据存储或备份在云服务器中的行为，系用户委托云服务商妥善保管其数据，此时云服务商是否会利用甚至直接使用、共享此间存储的数据则完全凭借自觉。更为甚者，数据交易的无形性和隐蔽性也为非法的“数据黑色产业链”提供了便捷，为非法盗取的数据提供了很好的销赃渠道。【回答】
根据业务模式进行分类，我国数据交易主要呈现出两种模式--直接交易模式与第三方交易模式。第一、直接交易模式是指数据交易双方自己寻找交易对象，进行原始数据合规化的直接交易。显而易见，数据直接交易风险较高，市场准入、交易纠纷、侵犯隐私、数据滥用等环节的“无人管理”现象频频发生，并且极容易产生非法收集、买卖、使用个人信息等灰色及不法数据交易产业。第二、第三方交易模式是指数据供求双方通过大数据交易所或者数据交易中心等第三方数据交易平台进行的撮合交易，数据交易平台以第三方的身份为数据提供方和数据需求方提供数据交易撮合服务。例如，贵阳大数据交易所、上海数据交易中心等政府主导建设的第三方数据交易平台。但是数据第三交易场所运行现状是供需双方只是通过平台来接触客户，交易过程本身并不依赖平台，这也是现行大量数据交易中心都未向社会披露数据交易的动态和数量等信息的原因。【回答】

4. 大数据交易平台的交易模式有哪些

1.大数据交易模式我国大数据交易市场发展以来，形成了两种主要的大数据交易模式：企业直接交易模式与大数据交易平台模式。【摘要】
大数据交易平台的交易模式有哪些【提问】
1.大数据交易模式我国大数据交易市场发展以来，形成了两种主要的大数据交易模式：企业直接交易模式与大数据交易平台模式。【回答】
(1)企业直接交易模式企业直接交易模式是指不借助大数据交易中心这一中介的，大数据供应方企业和大数据需求方企业直接签订协议、开展交易的模式。这种模式形成于大数据交易平台之外，是大数据产业兴起的产物。互联网企业的发展导致其相关业务需要的扩大，业内很多企业产生了与其他企业进行大数据资源交换或交易的需求。由此企业直接交易模式按照不同的交易方式可以进一步划分为两种类型：一种类型是协议双方企业按照限额等量的标准进行大数据资源的交换或互联，从而满足双方企业各自的业务需要，例如阿里巴巴集团与苏宁在数据层面开展的合作、腾讯与京东共享数据推进“京腾计划”等，实质上都是一种大数据交易行为;另一种类型是数据供应方企业以盈利为目的，单纯向数据需求方出售数据。【回答】
企业直接交易模式的弊端：企业直接交易模式下的大数据交易，特别是企业将大数据资源作为资产进行买卖，都是企业双方私下的协议，欠缺统一、科学的交易规则来加以规范。对于企业本身来讲，这种模式所耗费的时间、人力都相对较高，部分买卖双方之间信息不对称、透明度不足，增加了企业的交易成本。对于大数据产业发展来讲，这种分散又隐蔽的交易模式既不利于大数据价值的充分释放，其中部分交易活动还属于“数据黑色产业链”，又不利于监管机构对这类大数据交易的合规性进行管控。【回答】
(2)大数据交易平台模式随着各类主体对大数据资源的价值有了普遍共识以后，大数据的共享、流通、整合等需求自发出现，大数据交易平台应运而生。根据平台主导方的不同，大数据交易平台模式可以细分为企业主导、政府主导或产业联盟主导的大数据交易平台模式。主要从事人工智能数据服务的数据堂就属于企业主导的大数据交易平台，其依靠多轮融资顺利组建，并在新三板挂牌上市。政府主导型平台由国企出资或国企和民企共同出资设立，促进政府部门数据公开和共享多是这类平台的组建目标和业务内容之一。例如贵阳大数据交易所由贵州省政府批准成立之后，釆用“政府指导，社会参与、市场化运作”的模式，主要对政府在日常公共管理中获取的数据、互联网各领域的活动而产生的数据等多种数据类型进行清洗建模后交易。除了由企业、政府主导以外，历史上也出现过部分大数据交易平台成立之初是由区域性行业联盟等自律组织主导并开展运营工作的，如现己转为政府主导的树海大数据交易平台，最开始就是在中关村大数据交易产业联盟的支持下发展成型的。【回答】
大数据交易平台在交易活动中时而扮演中介的角色，时而也会作为交易一方参与到交易中，因此各大数据交易平台模式主要可以分为两类。一类是交易平台中介模式，在这种模式中交易平台自身不参与数据交易活动，单纯作为中立的第三方提供一个数据交易场所，并对交易双方、交易对象和整个交易过程起到监管作用。例如上海数据交易中心、前文提到的树海大数据交易平台，这些平台本身不提供数据存储和分析服务。一类是交易平台参与交易模式，即交易平台转换身份成为数据供应方，通过对原始数据加工产出数据分析产品或直接收集、购买大数据产品后出售。当然更多的大数据交易平台所开展的业务是上述两种交易类型的整合，在交易活动中时而作为交易渠道时而作为数据产品供应方出现。【回答】
我国大数据交易平台有哪些我国乃至全球第一家大数据交易所——贵阳大数据交易所贵阳大数据交易所发展会员数目突破2000家，已接入225家优质数据源，经过脱敏脱密，可交易的数据总量超150PB，可交易数据产品4000余个，涵盖三十多个领域，成为综合类、全品类数据交易平台。自2014年12月31日成立以来，贵阳大数据交易所先后推出2016年“数据星河”战略、2018年“数+12”战略。2019年3月宣布启动增资扩股计划，准备扩大股东阵容、打造数据交易“朋友圈”，增强核心竞争力。除贵阳大数据交易所外，我国大数据交易所还包括：北京大数据交易平台、香港大数据交易所、中关村数海大数据交易平台、武汉东湖大数据交易中心、长江大数据交易中心、西咸新区大数据交易所、华东江苏大数据交易平台、重庆大数据交易市场、河北大数据交易中心、上海数据交易中心、浙江大数据交易中心、哈尔滨数据交易中心、华中大数据交易平台、钱塘大数据交易中心、河南中原大数据交易中心、青岛大数据交易中心、安徽大数据交易中心、北部湾大数据交易中心、北京国际大数据交易所。[微笑][微笑][微笑][微笑][微笑]【回答】

5. 那些好的大数据平台

 
   1、新增一个数据搜索平台：DataDance(城市地图），不用费力的去各个平台找数据，通过这个平台搜索或勾选需要的标签就行，就能找到各个维度的数据。提供12大类、50多万个数据和数据报告（基本上覆盖了市面上所有细分行业）。在网站首页就有全面又详细的数据分类，可以点击分类查看也可以通过数据关键词查询。比如勾选“餐饮服务”，就可以快速查到大量相关数据：
   
   
    人群画像数据： 
   
   
   数据更新及时，紧跟当下热点，以及网站全部的数据可以下载。
   
   
   平台还提供常驻客户画像、民用住宅及房价、周边餐饮业态、周边医疗相关业态、周边教育培训相关业态、周边宠物相关业态、周边景区业态、周边交通相关业态、周边公司分布业态、周边商务住宿业态、周边生活服务业态、周边 体育 休闲业态、周边政府机构业态、周边公共设施业态，部分消费类提供有人均消费和评分等信息，我就不逐一放图说明了，有兴趣您可以自己去看下。
   
   2、艾瑞指数——主要用户：互联网从业者艾瑞旗下/包括移动APP指数、PCWeb指数、影视指数、广告指数、移动设备指数五类指数查询工具。
   
   
   4、搜狗指数——主要用户：营销人搜狗旗下/基于搜狗用户行为的数据分享平台，同时支持搜索微信热度。
     

6. 什么是大数据交易？

这个可以有两种说法吧~1、以数据为交易对象 2、使用数据制造（发掘）交易 有个灯塔大数据 电信的 上面有些基本概念可以参考【摘要】
什么是大数据交易？【提问】
这个可以有两种说法吧~1、以数据为交易对象 2、使用数据制造（发掘）交易 有个灯塔大数据 电信的 上面有些基本概念可以参考【回答】
现在关于大数据都是在滥用概念。大数据本意指运算的数据量大。而很多商家或者传媒为了夺人眼球，胡乱的编造些怪异概念出来。而所谓的大数据交易，其实就是通过网络在线搜索关注度很高的交易标的，这种方法未必可行。关键的还是要自己认真分析。首先是根据政策的方向，把握行业机会，再在行业中去寻找具有高门槛的龙头行业（当然，现在的龙头区分比较细化）。【回答】

7. 大数据技术平台有哪些?

Java ：只要了解一些基础即可，做大数据不需要很深的Java 技术，学java SE 就相当于有学习大数据。基础
Linux：因为大数据相关软件都是在Linux上运行的，所以Linux要学习的扎实一些，学好Linux对你快速掌握大数据相关技术会有很大的帮助，能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑，学会shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快。
好说完基础了，再说说还需要学习哪些大数据技术，可以按我写的顺序学下去。

Hadoop：这是现在流行的大数据处理平台几乎已经成为大数据的代名词，所以这个是必学的。Hadoop里面包括几个组件HDFS、MapReduce和YARN，HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面，MapReduce是对数据进行处理计算的，它有个特点就是不管多大的数据只要给它时间它就能把数据跑完，但是时间可能不是很快所以它叫数据的批处理。
记住学到这里可以作为你学大数据的一个节点。
Zookeeper：这是个万金油，安装Hadoop的HA的时候就会用到它，以后的Hbase也会用到它。它一般用来存放一些相互协作的信息，这些信息比较小一般不会超过1M，都是使用它的软件对它有依赖，对于我们个人来讲只需要把它安装正确，让它正常的run起来就可以了。

Mysql：我们学习完大数据的处理了，接下来学习学习小数据的处理工具mysql数据库，因为一会装hive的时候要用到，mysql需要掌握到什么程度，你能在Linux上把它安装好，运行起来，会配置简单的权限，修改root的密码，创建数据库。这里主要的是学习SQL的语法，因为hive的语法和这个非常相似。
Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。当然你也可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的，当然生产环境中使用要注意Mysql的压力。
Hive：这个东西对于会SQL语法的来说就是神器，它能让你处理大数据变得很简单，不会再费劲的编写MapReduce程序。有的人说Pig那？它和Pig差不多掌握一个就可以了。

Oozie：既然学会Hive了，我相信你一定需要这个东西，它可以帮你管理你的Hive或者MapReduce、Spark脚本，还能检查你的程序是否执行正确，出错了给你发报警并能帮你重试程序，最重要的是还能帮你配置任务的依赖关系。我相信你一定会喜欢上它的，不然你看着那一大堆脚本，和密密麻麻的crond是不是有种想屎的感觉。
Hbase：这是Hadoop生态体系中的NOSQL数据库，他的数据是按照key和value的形式存储的并且key是唯一的，所以它能用来做数据的排重，它与MYSQL相比能存储的数据量大很多。所以他常被用于大数据处理完成之后的存储目的地。
Kafka：这是个比较好用的队列工具，队列是干吗的？排队买票你知道不？数据多了同样也需要排队处理，这样与你协作的其它同学不会叫起来，你干吗给我这么多的数据(比如好几百G的文件)我怎么处理得过来，你别怪他因为他不是搞大数据的，你可以跟他讲我把数据放在队列里你使用的时候一个个拿，这样他就不在抱怨了马上灰溜溜的去优化他的程序去了，因为处理不过来就是他的事情。而不是你给的问题。当然我们也可以利用这个工具来做线上实时数据的入库或入HDFS，这时你可以与一个叫Flume的工具配合使用，它是专门用来提供对数据进行简单处理，并写到各种数据接收方(比如Kafka)的。
Spark：它是用来弥补基于MapReduce处理数据速度上的缺点，它的特点是把数据装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘。特别适合做迭代运算，所以算法流们特别稀饭它。它是用scala编写的。Java语言或者Scala都可以操作它，因为它们都是用JVM的。

8. 常用的大数据分析平台有哪些?

国家数据： http://data.stats.gov.cn可以查询到国家统计局调查统计的各专业领域的主要指标时间序列数据。阿里指数： https://index.1688.com最权威专业的行业价格、供应、采购趋势分析。
微指数： https://data.weibo.com/index微指数是对提及量、阅读量、互动量加权得出的综合指数，更加全面的体现关键词在微博上的热度情况。
微信指数： 微信里面搜一搜“微信指数”就能直接找到。立足于微信生态，依托海量用户数据，微信指数具有天生优势。
淘宝生意参谋： https://sycm.taobao.com生意参谋基于“支付金额=访客数*转化率*客单价”这一公式，帮你快速定位生意波动的核心因素。
搜狗指数： http://zhishu.sogou.com/全网热门事件、品牌、人物等查询词的搜索热度变化趋势，掌握网民需求变化.
头条指数： https://index.toutiao.com/头条指数是巨量引擎云图推出的一种数据产品。
360指数： http://index.haosou.com360趋势是以360产品海量用户数据为基础的大数据展示平台。
飞瓜数据： https://www.feigua.cn/飞瓜数据是短视频领域权威的数据分析平台，提供抖音数据和快手数据等。
七麦数据： https://www.qimai.cn/七麦数据是国内专业的移动应用APP数据分析平台。
百度指数： http://index.baidu.com你可以研究关键词搜索趋势、洞察网民兴趣和需求、监测舆情动向、定位受众特征。
京东商智： https://sz.jd.com丰富的运营数据，覆盖电商全域，提升运营效率。多维度行业竞争数据，刻画行业趋势，洞察消费特性，辅助运营决策。