世界包含的多得难以想象的数字化信息变得更多更快……从商业到科学，从*到艺术，这种影响无处不在。科学家和计算机工程师们给这种现象创造了一个新名词：“大数据”。大数据时代什么意思?大数据概念什么意思?大数据分析什么意思?所谓大数据，他的来源在哪里，讲了那么多，那么数据挖掘是什么呢?以下是小编为你整理的大数据要学习什么
大数据下的数据挖掘
数据挖掘：在大型数据库中，通过分析发现有用信息的过程。在前篇文章中说到大数据的存储等问题，面临新的数据集带来的问题时，传统的数据分析技术往往会遇到很多实际困难。下面我们来说一下具体的问题。
可伸缩：如果数据挖掘算法要处理海量数据集，则算法必须是可伸缩的(scalable)许多的数据挖掘算法使用特殊的搜索策略处理指数级搜索问题。为实现可伸缩可能还需要实现新的数据结构，才能有效的访问每个记录。
高维性：现在，常常遇到具有成败上千属性的数据集，而不是几十年前的只具备少量属性的数据集。
异种数据和复杂数据：通常情况下，传统的数据分析方法只处理包含相同类型属性的数据集，或者是连续的，或者是分类的。 随着数据挖掘在商务、科学、医学和其他领域的作用越来越大，越来越需要处理异种属性的技术。近年来，已经出现了更复杂的数据对象。这些非传统的数据类型的 例子有：含有半结构话文本和超链接的Web叶面集、具有序列和三维结构的DNA数据、包含地球表面不同位置上的时间序列测量值的气象数据等等。
数据的所有权与分布：有时，需要分析的数据并非存放在一个站点，或者归属一个机构，而是地理上分布在属于多个机构的资 源中。这就需要开发分布式数据挖掘技术。分布式数据挖掘算法面临的主要挑战包括：(1)如何降低执行分布式计算的通信量?(2)如何有效的同意从多个资源 得到的数据挖掘结果?(3)如何处理数据安全性问题?
大数据的安全问题
大数据遭受异常流量攻击 大数据所存储的数据非常巨大，往往采用分布式的方式进行存储，而正是由于这种存储方式，存储的路径视图相对清晰，而数据量过大，导致数据保护，相对简单，黑客较为轻易利用相关漏洞，实施不法操作，造成安全问题。由于大数据环境下终端用户非常多，且受众类型较多，对客户身份的认证环节需要耗费大量处理能力。 由于APT攻击具有很强的针对性，且攻击时间长，一旦攻击成功，大数据分析平台输出的最终数据均会被获取，容易造成的较大的信息安全隐患。
大数据平台的信息泄露风险 在对大数据进行数据采集和信息挖掘的时候，要注重用户隐私数据的安全问题，在不泄露用户隐私数据的前提下进行数据挖掘。需要考虑的是在分布计算的信息传输和数据交换时保证各个存储点内的用户隐私数据不被非法泄露和使用是当前大数据背景下信息安全的主要问题。同时，当前的大数据数据量并不是固定的，而是在应用过程中动态增加的，但是，传统的数据隐私保护技术大多是针对静态数据的，所以，如何有效地应对大数据动态数据属性和表现形式的数据隐私保护也是要注重的安全问题。*，大数据的数据远比传统数据复杂，现有的敏感数据的隐私保护是否能够满足大数据复杂的数据信息也是应该考虑的安全问题。
大数据的存储管理风险 大数据的数据类型和数据结构是传统数据不能比拟的，在大数据的存储平台上，数据量是非线性甚至是指数级的速度增长的，各种类型和各种结构的数据进行数据存储，势必会引发多种应用进程的并发且频繁无序的运行，极易造成数据存储错位和数据管理混乱，为大数据存储和后期的处理带来安全隐患。当前的数据存储管理系统，能否满足大数据背景下的海量数据的数据存储需求，还有待考验。不过，如果数据管理系统没有相应的安全机制升级，出现问题后则为时已晚。
用大数据写微信文章
谈到写微信文章，不少人都提到一些经验之谈，诸如图文消息标题长度尽量不要超过13个汉字;多用疑问和感叹句标题，标题中多包含数字等。那么这些说法是否有科学依据呢?
从样本文章标题的字符数统计来看，显然大家并未严格遵守“13字”法则，样本文章的标题字符集中于11个到27个之间。同样的，文章平均阅读量与标题字符数之间也并未呈现出明显的相关性。
那是否标题中多设问、多用感叹句就能吸引人，加一些关键词标注符号就更能抓人眼球?下面是样本标题中使用符号的统计数据，大家可以看看是否如此。
从标点符号的使用来看，确实有不少人信奉这一诀窍，标题中使用最多的是“?”、“!”、“【】”，这种以骇人的设问、质问方式招徕关注的方式，甚至已经成为了一些公号写作者的习惯。而从文章标题的词频分析中，我们可以看到有些词汇会让文章显得“噱头”十足，从中我们能够看到更多的阅读吸引点。
从统计可以看出，当期传播热词“任性”、“有钱”出现频率*，显示出文章作者希望借助网络热词推销自己文章的意图较为明显。但是没有明显的数据支持，表明跟热词“沾边”就一定能够获得较高的点击量。还是要凭文章本身的内容博得关注。
在微信中，我们经常会看到各种以“”、“五个”、“三句话”等为标题的抓人文章(这是否也算是一种排榜的形式呢?)这样的操作手法同样也被认为是吸引阅读的经验之谈。在我们的样本中，有近四成的文章运用到了此方法，而我们对这437篇文章进行统计计算，得到的平均阅读数为7795次，低于全部样本文章的平均阅读数9607次。
DBA在大数据时代的发展前景
成为一个DBA表面上“仅”需要SQL语言和数据库基础管理的知识，所以造成了从业者良莠不齐，举一个极端的例子，我有一个留级两年的同学勉强拿到毕业证后就从事了DBA。然而理论跟实际相差甚远，模拟的环境根本达不到线上要求的多用户、高并发等压力，仅在课堂上和自学是不能成为一个合格的DBA的，合格的DBA必须在企业中的实战中走出来。一个合格的DBA必须掌握Linux基本命令和操作、数据库备份和恢复、SQL优化、数据库性能优化和至少一门脚本语言(如Python)。
移动互联网时代雨后春笋般诞生的创业公司给人一种DBA的角色性变弱的错觉，其实任何IT公司做大后都离不开DBA这个岗位。DBA的发展前景一直很不错，尤其在大数据的时代里，原本就一直存在的性能问题和安全问题会更加突出，这意味着企业对DBA人才的需求会越来越旺盛，同时这也意味着DBA会面临比以往更多样化的困难和更严峻的挑战。加上近年来的大规模集群和自动化运维，很多以前手工维护的工作现在都可以通过一系列自动工具来完成，尽管让只 会增删改查的DBA看到了自己的可替代性，但也给对技术精益求精的DBA节约出了钻研新技术和新知识的时间，使他们更加专注于解决所前所未有的困难。
大数据时代是一个以数据驱动决策的时代，数据就是企业的生命，掌握公司命脉的DBA的岗位越来越重要，作用也越来越显著，待遇也越来越丰厚，发展前景也越来越明朗。
