大數據技術包括哪些

大數據技術包括數據收集、數據存取、基礎架構、數據處理、統計分析、數據挖掘、模型預測、結果呈現。數據收集：在大數據的生命週期中，數據採集處於第一個環節。根據MapReduce產生數據的應用系統分類，大數據的採集主要有4種來源：管理信息系統、Web信息系統、物理信息系統、科學實驗系統。

數據存取：大數據的存去採用不同的技術路線，大致可以分為3類。

第1類主要面對的是大規模的結構化數據。

第2類主要面對的是半結構化和非結構化數據。

第3類面對的是結構化和非結構化混合的大數據，基礎架構：雲存儲、分佈式文件存儲等。

數據處理：對於採集到的不同的數據集，可能存在不同的結構和模式，如文件、XML 樹、關係表等，表現為數據的異構性。

對多個異構的數據集，需要做進一步集成處理或整合處理，將來自不同數據集的數據收集、整理、清洗、轉換後，生成到一個新的數據集，為後續查詢和分析處理提供統一的數據視圖。

統計分析：假設檢驗、顯著性檢驗、差異分析、相關分析、T檢驗、方差分析、卡方分析、偏相關分析、距離分析、迴歸分析、簡單迴歸分析、多元迴歸分析、逐步迴歸、迴歸預測與殘差分析、嶺迴歸、logistic迴歸分析、曲線估計、因子分析、聚類分析、主成分分析、因子分析、快速聚類法與聚類法、判別分析、對應分析、多元對應分析(最優尺度分析)、bootstrap技術等等。

數據挖掘：目前，還需要改進已有數據挖掘和機器學習技術；開發數據網絡挖掘、特異羣組挖掘、圖挖掘等新型數據挖掘技術；突破基於對象的數據連接、相似性連接等大數據融合技術；突破用户興趣分析、網絡行為分析、情感語義分析等面向領域的大數據挖掘技術。

模型預測：預測模型、機器學習、建模仿真。

結果呈現：雲計算、標籤雲、關係圖等。