Hadoop 大数据案例研究或用例示例

我读过很多关于不同类型的行业如何使用大数据分析的博客\文章。但这些文章大多没有提到

这些公司使用了什么样的数据。数据的大小是多少

他们使用什么样的工具和技术来处理数据

他们面临的问题是什么？他们获得数据的洞察力如何帮助他们解决问题

他们如何选择工具\技术以满足他们的需要

他们从数据中发现了什么样的模式&他们从数据中看到了什么样的模式

我想知道是否有人能为我提供所有这些问题的答案，或者提供一个至少能回答其中一些问题的链接

---

如果有人能分享金融业是如何利用大数据分析的，那就太好了。

你的问题很大，但我会尝试用我自己的经验来回答

1-这些公司使用了什么样的数据？

Hadoop的优点之一是可以使用非常大的数据源。它可以是.csv/.txt文件、json、mysql、照片、视频……
它可以包含有关营销、社交网络、服务器日志的数据

数据的大小是多少

这方面没有规定。它可以从50-60开始到1Po。取决于数据和公司

2-他们使用什么样的工具和技术来处理数据

没有规则。视需要而定。为了组织和处理数据，他们将Hadoop与Hive和Pig结合使用。为了查询数据，他们需要一些较短的响应时间，所以他们使用具有较短数据集的NoSQL/内存中数据库（由Hadoop优化）。在某些情况下，公司使用像Talend这样的ETL来加快速度

3-他们面临的问题是什么，以及他们获得数据的洞察力如何帮助他们解决问题。

公司面临的主要问题是数据的增长。目前，数据太大，无法使用Mysql等传统工具进行处理。所以他们开始使用Hadoop作为例子

4-他们如何选择工具\技术以满足他们的需要。

我认为这是一个内部问题。公司选择他们的工具是因为许可证的价格，他们自己的技能，他们的最终需求

5-他们从数据中识别出了什么样的模式&他们从数据中看到了什么样的模式。

我真的不明白这个问题

---

希望它能对您有所帮助。

我认为从不同的资源中一点一点地获取数据是一件困难的工作。请确保访问以下链接：

一堆免费的报告。我正在研究名单。

还有著名的麦肯锡报告：

---

这个问题似乎离题了，因为它与编程无关。