通过女票的淘宝历程，讲解大数据分工-程序员宅基地
作者 | 无精疯
来源 | 首发自订阅号「大数据肌肉猿」
一、写作背景
二、开始淘宝
2.1 推荐系统（导购员）
2.2 大数据平台开发（店里监控布局）
2.3 实时计算（收银员）
2.4 数据仓库（储物间）
2.5 数据分析（店长）
2.6 离线计算（会计）
2.7 数据挖掘（精算师）
三、总结
一、写作背景
1.总跟女票说我是做大数据的，女票也跟她朋友说我是做大数据的，但一问是啥，我跟我女票解释了半天她都没听懂，她也不知道怎么跟她朋友说。最好的解决方法是换女票，当然这是不存在的，想都不会想也不敢想。于是乎说写篇她看完也能知道大数据的文章给她。
2.我的知识星球里很多伙伴都问了诸如此类的问题（一笔概括，证明女票是多么重要，滑稽脸）
3.下次要是有人问你大数据开发是什么，希望你能把这篇文章分享给他。
二、开始淘宝
2.1 推荐系统（导购员）
一打开女票的手机淘宝页面，就发现推荐栏叫我女票换包。
推荐商品栏以及热搜和搜索框中的内容，都是根据你定制的。你最近经常搜的物品和浏览的东西都被记录起来，然后被贴上标签。像我女票应该是被贴上「小仙女」、「时尚」、「少女」等标签，下次的女神节，情人节等节日活动的对象就是他们。
这个就是大数据中的推荐系统，专门猜你喜欢，类似导购，提高你的购买率。
2.2 大数据平台开发（店里监控布局）
那么数据是怎么被记录的？被记录的又是什么数据？
你的昵称，设备IP，浏览的足迹，每个商品停留的时间，浏览的时间段都是后台要采集的数据。
首先我们搭建一个平台，专门去定制收集数据的手段以及采取的策略和存放这些数据的地方，这就是大数据平台的搭建。类似你在你店里布置了监控探头，录音等设备，然后有其他店员通过这些设备帮你观察消费者的言行举止等等行为。
2.3 实时计算（收银员）
当你在浏览商品的时候，你会发现旁边会有实时的推荐，如下图：
这是因为你在浏览商品的过程中数据不断被收集，然后被投放到上述的推荐系统中。但是那些用户名，商品等信息不一定都是规则的，有可能是数字，有可能是符号。所以我们这边要有一个程序员，专门负责实时的处理这些数据，把这些数据处理成有规则的，并存储到数据仓库中。至于为什么这样做，下面会解释。
这个过程就是大数据的实时计算，它具有时效性，就是不能停，立刻马上做出响应的。把它比喻成收银员就是为了突出实时，别人要结账你得立即做出响应。
2.4 数据仓库（储物间）
前面提到了数据仓库，顾名思义，存储数据的仓库。在我们一些工厂或者企业的仓库里，我们通常都会按循序、分类放好我们的物品，要制定规则，哪些能放，哪些不能放，哪些需要处理之后才能放。比如说你要放一个柜子，可能不能放，但你如果把它拆成木板就可以放，等要用的时候要拿这些木板去组装就行。
所以才有上述的实时计算，因为它要遵守数据仓库管理员制定的规则，将数据按照规格处理好才能进行存放。
2.5 数据分析（店长）
当你从淘宝给你推荐的商品挑选出你喜欢的之后，点击直接购买并付款。淘宝系统会生成一条你订单的数据到数据库里面，上面会有你的收件地址、联系方式、商品信息、数量等。
而这些数据有什么用呢？你可能会想说，留底当凭证啊。对的，不过不止这个作用。
举个例子：马云开会说：我要看一下这十年的内衣销售明细，各个地区的销售情况。这时候有个部门就要去整理出这些报表了，那就是数据分析部门，他们要从海量的数据中去分析这些指标，并整理成报表给马老板看。
马老板看了这些数据之后，得出一个结论：「浙江女性胸部全国最小」。然后呢？肯定是以后往浙江多进一些小码的内衣，以增加销售量，然后可能再顺带卖点木瓜什么的。
这就是数据分析带来的好处，为我们公司的高层提供决策上的支持。
2.6 离线计算（会计）
不对啊，十年的数据量，能说查就查吗？数据量得多大啊！没错，不可能说要什么数据立马就能查出来的。最理想的方案就是：当天结束就计算当天的指标，把销售额，地址什么的统计好，然后每星期再统计一下，每个月再统计一下，以此类推。那算十年不就分分钟的事？
对的，那这些事情谁来做呢？当然是我们离线计算工程师。离线计算顾名思义，实时计算的对立方，我们做的是幕后工作。可以将实时计算工程师想象为收银员，每个顾客买单时都得结账并打印发票什么的，不能拖延。离线计算则是会计，每天下班之后看着账单点数，看看今天哪些东西各卖多少。可以慢悠悠地算一个晚上，数据对就行，没人在乎你算了多久。
2.7 数据挖掘（精算师）
那这些处理好的数据不能光存着啊，得挖掘出它的价值。没错，根据这些订单数据，我们能推测出未来商品的一个销售走势，哪个地区需要投放哪些商品，这就是数据挖掘。数据挖掘相当于我们企业的精算师顾问，他会从你已有的数据去分析你之后的走势，给你提供一些有价值可供参考的建议。
我们要给数据挖掘系统投放有价值的数据，它类似我们人脑，输入的数据越有价值和参考性，预测的结果越准，否则只会误导。
三、总结
好了，通过以上步骤，淘宝更懂我女朋友了，它会推送更多符合我女票的胃口的商品，然后下单之后的数据会帮助那些商家投放更多种类的商品到该地区，选择更多了，我女朋友也更喜欢在淘宝购物了。
如何置顶、标星公众号？
推荐阅读
1.
2.
3.
4.
智能推荐
c# 调用c++ lib静态库_c#调用lib-程序员宅基地
文章浏览阅读2w次，点赞7次，收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加 外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案，在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建：添加Visual C++ , Win32 项目这......_c#调用lib
deepin/ubuntu安装苹方字体-程序员宅基地
文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体，挺好看的。注重颜值的网站都会使用，例如知乎：font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang
html表单常见操作汇总_html表单的处理程序有那些-程序员宅基地
文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--action,当提交表单时，向何处发送表单中的数据，地址可以是相对地址也可以是绝对地址--><!--method将表单中的数据传送给服务器处理，get方式直接显示在url地址中，数据可以被缓存，且长度有限制；而post方式数据隐藏传输，_html表单的处理程序有那些
PHP设置谷歌验证器（Google Authenticator）实现操作二步验证_php otp 验证器-程序员宅基地
文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证（即Google Authenticator服务）后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器
【Python】matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距-程序员宅基地
文章浏览阅读4.3k次，点赞5次，收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距
docker — 容器存储_docker 保存容器-程序员宅基地
文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节，实现了多层数据的堆叠，为用户 提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制（CoW）策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的，不建议用于生成环境。_docker 保存容器
随便推点
网络拓扑结构_网络拓扑csdn-程序员宅基地
文章浏览阅读834次，点赞27次，收藏13次。网络拓扑结构是指计算机网络中各组件（如计算机、服务器、打印机、路由器、交换机等设备）及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式，也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn
JS重写Date函数，兼容IOS系统_date.prototype 将所有 ios-程序员宅基地
文章浏览阅读1.8k次，点赞5次，收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时，通常的做法是：new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的，而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠，也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑，需要做一些额外的特殊处理，笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数，一劳永逸，避免每次ne_date.prototype 将所有 ios
如何将EXCEL表导入plsql数据库中-程序员宅基地
文章浏览阅读5.3k次。方法一：用PLSQL Developer工具。 1 在PLSQL Developer的sql window里输入select * from test for update; 2 按F8执行 3 打开锁, 再按一下加号. 鼠标点到第一列的列头，使全列成选中状态，然后粘贴，最后commit提交即可。（前提..._excel导入pl/sql
Git常用命令速查手册-程序员宅基地
文章浏览阅读83次。Git常用命令速查手册1、初始化仓库git init2、将文件添加到仓库git add 文件名 # 将工作区的某个文件添加到暂存区 git add -u # 添加所有被tracked文件中被修改或删除的文件信息到暂存区，不处理untracked的文件git add -A # 添加所有被tracked文件中被修改或删除的文件信息到暂存区，包括untracked的文件...
分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120-程序员宅基地
文章浏览阅读202次。分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120
【C++缺省函数】 空类默认产生的6个类成员函数_空类默认产生哪些类成员函数-程序员宅基地
文章浏览阅读1.8k次。版权声明：转载请注明出处 http://blog.csdn.net/irean_lau。目录(?)[+]1、缺省构造函数。2、缺省拷贝构造函数。3、 缺省析构函数。4、缺省赋值运算符。5、缺省取址运算符。6、 缺省取址运算符 const。[cpp] view plain copy_空类默认产生哪些类成员函数