大数据散集合术语合集

个上扒来了常用的大数据术语表抛砖引玉供大家深入了解其中部分定义参考了100100之我们。A聚合(Aggregation)算法(Algorithms)–可以完成某种数据分析的数学分析法(ytics)–用于发现数据的内在涵义异常检测(Anomalydetection)“Anomalies”,用来表示异常的词有以下几种：outliers,exceptionssurprisescontaminants.他化(Anonymization)–使数据，即移除所有与个人隐私相关的数据应用(Application)–实现某种特定功能的计算机软件人工智能(ArtificialInligence)–研发智能机器和智能软件，这些智能设备能够感知周遭B行为分析法(Behaviouralytics)–这种分析法是根据用户的行为如“怎么做为什么大数据科学家(BigDataScientist)大数据(Bigdatastartup)–指研发大数据技术的新兴公司生物测定术(Biometrics)–根据个人的特征进行识B(BB:Brontobytes)1000YB(Yottabytes)，相当于未来数字化宇宙的大小。1B270！商业智能(BusinessInligence)–是一系列理论、方法学和过程，使得数据更容易被理C分类分析(Classificationysis)–从数据中获得重要的相关性信息的系统化过程;这类数据也被称为元数据(metadata),是描述数据的数据云计算(Cloudcomputing)–构建在网络上的分布式计算系统，数据是于机房外的（即聚类分析(Clusteringysis)–它是将相似的对象聚合在一起，每类相似的对象组合成一冷数据(Colddatastorage)–在低功耗服务器上那些几乎不被使用的旧数据。但这对比分析(Comparativeysis)–在非常大的数据集中进行模式匹配时，进行一步步的对复杂结构的数据(Complexstructureddata)计算机产生的数据(Computergenerateddata)并发(Concurrency)–同时执行多个任务或运行多个进程相关性分析(Correlationysis)–是一种数据分析方法，用于分析变量之间是否存在正相客户关系管理(:CustomerRelationshipManagement)–用于管理销售、业务过程的一D仪表板(Dashboard)数据聚合工具(Dataaggregationtools)–将分散于众多数据源的数据转化成一个全新数据数据分析师(Datayst)–从事数据分析、建模、清理、处理的专业人员数据库(Database)–一个以某种特定的技术来数据集合的仓库数据库即服务(Database-as-a-Service)务(AWS:AmazonWebServices)数据库管理系统(DBMS:DatabaseManagementSystem)–收集、数据，并提供数据数据中心(Datacentre)–一个实体地点，放置了用来数据的服务数据(Datacleansing)–对数据进行重新和校验的过程，目的在于删除重复信息、数据管理员(Datacustodian)–负责数据所需技术环境的专业技术人数据道德准则(Dataethicalguidelines)数据订阅(Datafeed)–一种数据流，例 订阅和数据集市(Datamarketce)–进行数据集 数据挖掘(Datamining)–从数据集中发掘特定模式或信息的过程数据建模(Datamodelling)数据集(Dataset)–大量数据的集合数据虚拟化(Datavirtualization)–数据整合的过程以此获得的数据信息这个过程通去识别(De-identification)–也称为化(anonymization)，确保个人不会通过数据被判别分析(Discriminantysis)–将数据分类；按不同的分类方式，可将数据分配到不同的群组，类别或者。是一种统计分析法，可以对数据中某些群组或集群的已知信息进行文件存贮数据库(StoreDatabases)–又称为文档数据库(-orienteddatabase),为、管理、恢复文档数据而专门设计的数据库，这类文档数据也称为半结构E探索性分析(Exploratoryysis)–在没有标准的流程或方法的情况下从数据中发掘模式。E字节(EB:Exabytes)1000PB(petabytes),1GB。如今全球每天所制1EB提取-转换-加载(ETL:Extract,TransformandLoad)F故障切换(Failover)容错设计(Fault-tolerantdesign)–一个支持容错设计的系统应该能够做到当某一部分出现G游戏化(Gamification)图形数据库(GraphDatabases)()来数据这种图形结构包括边缘属性和节点它提供了相邻节点间的自由索引功能网格计算(Gridcomputing)H。Hadoop数据库(HBase)Hadoop框架共同使HDFSHadoop分布式文件系统(HadoopDistributedFileSystem)；是一个被设计成适合运行在通用硬件(commodityhardware)上的分布式文件系统高性能计算(HPC:Hi puting)–使用超级计算机来解决极其复杂的计算I内存数据库(IMDB:In-memory)物联网(InternetofThings)J法律上的数据一致性(Juridicaldatacompliance)K键值数据库(KeyValueDatabases)–数据的方式是使用一个特定的键指向一个特定L延迟(Latency)遗留系统(Legacysystem)负载均衡(Loadbalancing)位置信息(Locationdata)GPS日志文件(Logfile)MM2M数据(Machine2Machinedata)机器数据(Machinedata)–由传感器或算法在机器上产生的数据机器学习(Machinelearning)MapReduce(Map:映射，Reduce:归纳)大规模并行处理(MPP:MassivelyParallelProcessing)(或多台计算机)元数据(Metadata)(数据是什么)MongoDB(NoSQL数据库(Multi-DimensionalDatabases)(OLAP)多值数据库(MultiValueDatabases)–是一种非关系型数据库(NoSQL),一种特殊的数据库：能处理3个维度的数据。主要针对非常长的字符串，能够完美地处理HTML和XMLN自然语言处理(NaturalLanguageProcessing)网络分析(Networkysis)–分析网络或图论点间的关系，即分析网络点间的连NewSQLSQLNoSQL更O对象数据库(ObjectDatabases)–(也称为面象对象数据库)以对象的形式数据，用于面允许使用式编程(declarativeprogramming)对象.基于对象图像分析(Object-basedImageysis)–数字图像分析方法是对每一个像素的数操作型数据库(OperationalDatabases)–这类数据库可以完成机构的常规操作，对商业运营非常重要，一般使用事务处理，允许用户、收集、检索公司内部的具体优化分析(Optimizationysis)–在产品设计周期依靠算法来实现的优化过程，在这一本体论(Ontology)异常值检测(Outlierdetection)–异常值是指严重偏离一个数据集或一个数据组合总平均值P模式识别(PatternRecognition)P字节(PB:Petabytes)–约等于1000TB(bytes),约等于1百万GB(gigabytes)。欧洲核子(CERN)大型强子对撞机每秒产生的粒子个数就约为1PB平台即服务(PaaS:tform-as-a-Service)–为云计算解决方案提供所有必需的基础平台的预测分析(Predictiveysis)–大数据分析方法中最有价值的一种分析方法，这种方法有隐私(Privacy)公共数据(Publicdata)–由公共基金创建的公共信息或公共数据集。Q数字化自我(fiedSelf)–使用应用程序用户一天的一举一动，从而更好地理解其查询(Query)R再识别(Re-identification)–将多个数据集合并在一起，从化的数据中识别出个人信息回归分析(Regressionysis)–确定两个变量间的依赖关系。这种方法假设两个变量之间RFID;这种识别技术使用一种无线非接触式射频电磁场传感器来传输数据实时数据(Real-timedata)–指在几毫秒内被创建、处理、、分析并显示的数据 mendationengine)–推荐引擎算法根据用户之前的行为或其他路径分析(Routingysis)–针对某种方法通过使用多种不同的变量分析从而找到一S半结构化数据(Semi-structureddata)–半结构化数据并不具有结构化数据严格的结构，情感分析(Sentimentysis)–通过算法分析出人们是如何看待某些话信号分析(Signalysis)–指通过度量随时间或空间变化的物理量来分析产品的性能。特相似性搜索(Similaritysearches)仿真分析(Simulationysis)–仿真是指模拟真实环境中进程或系统的操作。仿真分析可智能网格(Smartgrid)–是指在能源网中使用传感器实时其运行状态有助于提高效率软件即服务(SaaS:Software-as-a-Service)Web的通过浏览器使用的一种应用软件空间分析(Spatialysis)–空间分析法分析地理信息或拓扑信息这类空间数据从中得出SQL结构化数据(Structureddata)-可以组织成行列结构，可识别的数据。这类数据通常是一条记TT字节(TB:bytes)–约等于1000GB(gigabytes)。1TB容量可以约300小时。时序分析(Timeseriesysis)–分析在重复测量时间里获得的定义良好的数据。分析的数拓扑数据分析(TopologicalDataysis)–拓扑数据分析主要关注三点：复合数据模型、数据(Transactionaldata)透明性(Transparency)U非结构化数据(Un-structureddata)–非结构化数据一般被认为是大量纯文本数据，其中还V价值(Value)(4V特点之一)所有可用的数据，能为组织机构、社会、消多样(Variety)(4V特点之一)数据总是以各种不同的形式呈现，如结构高速(Velocity)–(译者注大数据4V特点之一)在大数据时代数据的创建、 真实性(Veracity)可视化(Visualization)大量(Volume)(4V特点之一)Megabytes至W天气数据(Weatherdata)XXML数据库(XMLDatabases)–XML数据库是一种以XML格式数据的数据库XMLYY(Yottabytes)1000ZB(Zettabytes),250DVD的数据容量。1YB,18年翻一番。ZZ(ZB:Zettabytes)1000EB(Exabytes),