数据分析过程包括：数据建模、大数据处理、告警与触发、报告等。
从数据处理的实时性要求角度看，大数据分析可以分为批量和流式两种数据处理方式。批量处理主要适合于实时性要求不高的分析型应用，而流式处理主要适用于实时性要求高的在线分析应用。
批量处理方式主要适用于大规模离线数据的分析处理，比如企业周期性统计报表，可以采样批量处理方式。对企业大规模历史生产经营数据进行批量处理，分析结果可以用于制定企业发展战略，对于分析结果的实时性要求不高。
流式处理方式有许多应用场景，比如客户浏览网页时，企业可以实施实时的产品推介或者广告投放，当客户使用手机访问应用时，可以根据客户的位置和访问的应用，向客户推送附近商家最新促销信息。社会关注热点分析也是流式处理的一种典型应用，可以基于搜索大数据，实时展示社会关注热点。
价值创造是大数据分析的目标，数据建模、大数据处理、策略执行以及分析结果展示过程，对体现大数据的价值都有非常重要的作用。在大数据处理阶段，采用批量处理还是流式处理方式，取决于应用的要求。
（本文摘自：李福东《大数据运营-服务型企业架构新思维》，经作者授权转发，图片来自网络）
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/191281.html