第286章 快跑

型的传感器Y如压力传感器温度传感器流量传感器声音

传感器电参数传感器等等

?传感器对环境的适应能力很强Y可以应对各种恶劣的工作环境在日常

生活中Y如温度计麦克风DV录像手机拍照功能等都属于传感器数据

采集的一部分Y支持图片音频视频等文件或附件的采集工作。

互联网数据的采集通常是借助于网络爬虫来完成的所谓 网络爬虫

Y就

小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！

是一个在网上到处或定向抓取网页数据的程序抓取网页的一般方法是Y

定义一个入口页面Y然后一般一个页面中会包含指向其他页面的URLY于

是从当前页面获取到这些网址加入到爬虫的抓取队列中Y然后进入到新页

面后再递归地进行上述的操作爬虫数据采集方法可以将非结构化数据从

网页中抽取出来Y将其存储为统一的本地数据文件Y并以结构化的方式存

储它支持图片音频视频等文件或附件的采集Y附件与正文可以自动

关联。

许多公司的业务平台每天都会产生大量的日志文件日志文件数据一般由数

据源系统产生Y用于记录数据源的执行的各种操作活动Y比如网络监控的流

量管理金融应用的股票记账和Web服务器记录的用户访问行为对于这些

日志信息Y我们可以得到出很多有价值的数据通过对这些日志信息进行采

集Y然后进行数据分析Y就可以从公司业务平台日志数据中挖掘得到具有潜

在价值的信息Y为公司决策和公司后台服务器平台性能评估提供可靠的数据

保证系统日志采集系统做的事情就是收集日志数据提供离线和在线的实时

分析使用很多互联网企业都有自己的海量数据采集工具Y多用于系统日志

采集Y如Hadoop的ChukwaYCloudera的FlumeYFacebook的Scribe等Y

这些工具均采用分布式架构Y能满足每秒数百MB的日志数据采集和传输需

求。

一些企业会使用传统的关系型数据库MySQL和Oracle等来存储业务系统数

据Y除此之外YRedis和MongoDB这样的NoSQL数

本章未完，请点击下一页继续阅读！ 第3页 / 共4页