第一篇：大數據學習總結

《大數據時代》讀后感

一、學習總結

1、關于作者

維克托·邁爾-舍恩伯格（Viktor Mayer-Sch?nberger），他是十余年潛心研究數據科學的技術權威，他是最早洞見大數據時代發展趨勢的數據科學家之一。

2、關于大數據 1）大數據是什么

大數據(big data)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。大數據的4V特點：Volume（大量）、Velocity（（高）速率）、Variety（多樣性）、Veracity（真實）。大數據可分成大數據技術、大數據工程、大數據科學和大數據應用等領域。2）大數據的來源

所謂的“Big Data”是由IBM和Gartner分析師提出的概念，我們比較時髦的稱其為大數據。

3）大數據現狀、應用

通過分析和優化企業數據實現一種對未來的企業運營的精準的預測能力。采用一系列的技術，從技術中獲得洞察力，也就是BI或者分析；另外一個是分析路徑，尋找關鍵績效指標，從儀表盤這樣的工具進行數據分析，實現預測性工作。4）大數據未來

Fayyad曾被視為數據挖掘領域的No.1，他用下圖向我們解釋了為什么說分析是大數據未來的發展方向。

3、關于大數據時代 1)思維變革

? 更多：不是隨機樣本，而是全體數據；“樣本=總體”。

? 更雜：不是精確性，而是混雜性；允許不精確，最大化利用全體數據。? 更好：不是因果關系，而是相關關系；“是什么”，而不是“為什么”。2)商業變革

? 數據化：一切皆可“量化”；關注信息本身。? 價值：發現、利用數據的價值。

? 角色定位：大數據掌控、大數據技術、大數據思維的三足鼎立。3)管理變革

? 責任：數據來源有效性、數據存儲安全性、數據使用合法性。? 自由：反對數據壟斷大亨。

二、讀后感

1、大數據時代，是名符其實的“信息社會”

經歷了口口相傳、紙媒傳播，到現在的網絡技術，我們可以獲得比以前更多的信息并進行分析，可以從更多的維度詮釋世界。

通訊技術的發展，促進了個人/組織在信息獲取上的平等發展，數據不再是限制我們努力的因素了。數據的的爆炸式產生，促使我們必須從海量的信息中做出選擇、掌握數據挖掘技術和篩選工具。

2、大數據技術支持預測工作

大數據的4V特點，及對相對關系的發掘，改變了傳統的基于少量樣本的預測思維。思維的轉變，將會在各行各業中爆發出更多的預測技術和工具，進而支撐預測工作的大力發展。

大數據技術越完善，我們越能更快更全面的獲得更多的有效數據，預測則越準確。

3、知識管理迫在眉睫

大數據的未來是數據分析，而分析的目的是轉化為經驗、規律、總結??，它們的集合就是知識。知識是個人/組織成長的直接推動因素。

知識管理要遵循積累原則（知識積累是實施知識的管理基礎）、共享原則（一個組織內部的信息和知識要盡可能公開，使每一個員工都能接觸和使用公司的知識和信息）、交流原則（知識管理的核心就是要在公司內部建立一個有利于交流的組織結構和文化氣氛，使員工之間的交流毫無障礙）。這三原則不正是大數據技術的組織基礎嗎？

三、在工作中的而應用

1、關注運作工作向數據管理方向的轉化

在倉儲工作中，為物品對象（倉庫、貨物、設備、員工等）、流程對象（如作業、異常處理、管理等）建立屬性列表，關注數據積累。

同時，關注倉儲數據與運輸、客服、園區等各方面環境數據的對應。

2、重視數據挖掘，提高數據分析能力

根據運作問題和目標，通過數據挖掘和分析，尋找有效的數據指標。通過對關鍵指標的趨勢預測，發現潛在風險、發掘改善途徑。

3、推動數據轉化，促進建立知識管理系統

在實際工作中，重視對裸數據、經驗、執行文件的管理，引導各項目的知識轉化。建立從數據積累、知識轉化（數據到知識、隱性知識到顯性知識、個體知識到組織知識等）、知識共享的知識管理體系，形成倉儲管理知識體系及其良性循環。

（正文結束）

第二篇：大數據學習路線

大數據學習路線

年薪30W大數據學習路線圖：

一、Hadoop入門，了解什么是Hadoop

1、Hadoop產生背景

2、Hadoop在大數據、云計算中的位置和關系

3、國內外Hadoop應用案例介紹

4、國內Hadoop的就業情況分析及課程大綱介紹

5、分布式系統概述

6、Hadoop生態圈以及各組成部分的簡介

7、Hadoop核心MapReduce例子說明

二、分布式文件系統HDFS，是數據庫管理員的基礎課程

1、分布式文件系統HDFS簡介

2、HDFS的系統組成介紹

3、HDFS的組成部分詳解

4、副本存放策略及路由規則

5、NameNode Federation

6、命令行接口

7、Java接口

8、客戶端與HDFS的數據流講解

9、HDFS的可用性（HA）

三、初級MapReduce，成為Hadoop開發人員的基礎課程

1、如何理解map、reduce計算模型

2、剖析偽分布式下MapReduce作業的執行過程

3、Yarn模型

4、序列化

5、MapReduce的類型與格式

6、MapReduce開發環境搭建

7、MapReduce應用開發

8、更多示例講解，熟悉MapReduce算法原理

四、高級MapReduce，高級Hadoop開發人員的關鍵課程

1、使用壓縮分隔減少輸入規模

2、利用Combiner減少中間數據

3、編寫Partitioner優化負載均衡

4、如何自定義排序規則

5、如何自定義分組規則

6、MapReduce優化

7、編程實戰

五、Hadoop集群與管理，是數據庫管理員的高級課程

1、Hadoop集群的搭建

2、Hadoop集群的監控

3、Hadoop集群的管理

4、集群下運行MapReduce程序

六、ZooKeeper基礎知識，構建分布式系統的基礎框架

1、ZooKeeper體現結構

2、ZooKeeper集群的安裝

3、操作ZooKeeper

七、HBase基礎知識，面向列的實時分布式數據庫

1、HBase定義

2、HBase與RDBMS的對比

3、數據模型

4、系統架構

5、HBase上的MapReduce

6、表的設計

八、HBase集群及其管理

1、集群的搭建過程講解

2、集群的監控

3、集群的管理

九、HBase客戶端

1、HBase Shell以及演示

2、Java客戶端以及代碼演示

十、Pig基礎知識，進行Hadoop計算的另一種框架

1、Pig概述

2、安裝Pig

3、使用Pig完成手機流量統計業務

十一、Hive，使用SQL進行計算的Hadoop框架

1、數據倉庫基礎知識

2、Hive定義

3、Hive體系結構簡介

4、Hive集群

5、客戶端簡介

6、HiveQL定義

7、HiveQL與SQL的比較

8、數據類型

9、表與表分區概念

10、表的操作與CLI客戶端演示

11、數據導入與CLI客戶端演示

12、查詢數據與CLI客戶端演示

13、數據的連接與CLI客戶端演示

14、用戶自定義函數（UDF）的開發與演示

十二、Sqoop，Hadoop與rdbms進行數據轉換的框架

1、配置Sqoop

2、使用Sqoop把數據從MySQL導入到HDFS中

3、使用Sqoop把數據從HDFS導出到MySQL中

十三、Storm

1、Storm基礎知識：包括Storm的基本概念和Storm應用

場景，體系結構與基本原理，Storm和Hadoop的對比

2、Storm集群搭建：詳細講述Storm集群的安裝和安裝時常見問題

3、Storm組件介紹: spout、bolt、stream groupings等

4、Storm消息可靠性：消息失敗的重發

5、Hadoop 2.0和Storm的整合：Storm on YARN

6、Storm編程實戰

第三篇：數據網學習心得體會

數據通信技術與維護管理學習心得體會

在我們的仔細聆聽中，我們期盼已久的培訓學習在我們的戀戀不舍中敲響了結尾的鐘聲。對于一個月的培訓課程，我想我只能用受益匪淺這四個字來形容了。老師們的博文廣識、生動講解、精彩案例無不在我的腦海里留下了深刻的印象，我只恨自己才疏學淺、文筆糟糕，不能夠將所有的感觸都通過文字顯然于紙上。但是我還是盡力絞盡腦汁，以祈求能將培訓完后心中所想所獲能表達出來。

此次精彩的培訓學習主要心得有以下幾個方面：

一、讓自己更加了解數據通信系統，了解數據通信原理，了解局域網技術和網絡協議。

通過這次的培訓學習，我知道了是一個由分布在各地的數據終端設備、數據交換設備和數據傳輸鏈路構成的網絡，其功能是在網絡協議支持下，實現數據終端間的數據傳輸和交換。數據通信網的組成包括:數據終端設備；數據交換設備；數據傳輸鏈路；通信協議。此外還掌握了網絡協議分析軟件的基本操作，并對ARP、TCP和UDP協議等做了基本的實作分析。

二、了解了綜合視頻監控、會議電視等數據通信業務 綜合視頻監控采用網絡化、數字化視頻監控技術和IP傳輸方式構建的視頻監控系統，提供鐵路各業務部門和信息系統所需的視頻信息，實現網絡和視頻信息資源共享。全路現有視頻系統達500多個，安裝攝像機18524套。包括模擬和數字系統，除近年來建設的有青藏線路視頻監視系統、客運專線、編組站及大站視頻監視系統等，早期建設的視頻系統大部分沒有經過聯網，僅為本地區單業務部門用戶服務。

視頻會議（會議電視）是視訊傳輸技術的典型應用之一，一種在不同地點的用戶以電視的方式舉行會議，傳輸圖像、聲音和文件的通信方式。視頻會議具有節省時間、縮短空間、提高效率等優點。視頻會議是現代計算機技術、通信技術和視頻技術完美結合的產物。

三、學習了綜合網管，數據網組網及相關技術規章，并了解了數據網常見故障分析及維護策略

網絡管理功能可概括為OAM﹠P，即網絡的操作(Operation)、管理(Administration)、維護(Maintenance)、服務提供(Provisioning)等所需要的各種活動。有時也只考慮前三種，即把網絡管理功能歸結為OAM.數據網網管的主要功能：對網絡中的設備進行配置管理，以利于運營維護；實現網絡的運行狀況監控，包括：故障監視、告警等功能；實現網絡的計費，例如：流量統計等；實現網絡的安全管理，例如：相關安全設置、用戶設置等。

鐵路IP數據網分為專用IP數據網和綜合IP數據網。專用IP數據網指獨立組網的信息網絡，包括：客票網、CTC/TDCS網、公安網、機要網等；鐵路數據通信網是綜合IP數據網（以下簡稱數據網），是鐵路信息業務及通信系統數據通信業務共用的數據通信基礎網絡平臺。

數據網應承載鐵路信息化發展總體規劃中的客貨運營銷、經營管理和部分運輸組織的信息應用系統（包括：旅客信息服務信息系統、辦公信息化、運輸生產及調度指揮信息系統、各類監測系統等），以及通信系統數據通信業務（包括：鐵路綜合視頻監控系統、GSM-R GPRS、會議電視系統、網管系統、SIM卡管理等系統）。

四、最后我們學員間還進行了工作交流

通過交流我們互相之間了解了各鐵路局數據網的使用情況，并通過交流我們互相學習數據網的維護，從而提高了我對數據網維護工作的技術水平。以便以后能夠更好的進行工作。

學習是可貴的，培訓是精彩的。通過這次可貴而精彩的培訓學習，我們向鐵路數據通信更進了一步。感嘆與憧憬之余，我想我們只有靠自己的聰明與才智、努力與勤奮去建設好鐵路，為我們的鐵路數據通信更好的發展貢獻自己微薄的力量。

太原通信段技術支持中心

武威

2013年12月13日

第四篇：消防 年終 數據 總結

2012年工作總結

3.1本著投資節約的原則，加強對公司消防設施、設備的精心維護和保養，保證了消防設施、設備處于良好備用狀態。申請配置了部分較為經濟實用的消防設施、設備，為股份公司更換各類滅火器129具、滅火器箱25個、室內消火栓4套、室外地上式消火栓2根、消防水帶16盤；為改制企業更換各類滅火器112具，滅火器箱21個，室內消火栓箱5套，室外消火栓6根，水帶44盤，水槍17支；充裝氧氣瓶235個、空氣瓶107個，校準氧氣呼吸器730臺次，檢測空氣呼吸器132臺、氧氣氣瓶120個，送檢氧壓表340塊。

3.2堅持消防救護安全巡檢和日常工作，發現隱患，及時整改。2012年共進行消防、氣防安全月度檢查35人次，查出各類隱患48起，全部督促整改完畢；堅持每周對股份公司和改制單位進行氧氣呼吸器巡查、每季度檢查防毒面具，查出的問題都及時處理。開展氣防安全、防火防爆、冬季防火等專項檢查，共查出各類隱患34起，全部督促整改。堅持每周檢查搶險救援器材，并啟動、試驗、保養；每日車輛例檢，發現問題，及時解決。

3.3接警及時，出動迅速。共接報火警22起，出動火警消防車31臺/次，消防人員173人/次（其中公司內10次，地方12次）；完成各類動活作業監護276次，出動消防車輛311臺/次，消防員1258人次；生產現場救護6次，出動救護車輛6臺/次，救護人員19人/次；搶險救援9次，出動車輛22臺/次，人員103人/次（其中公司內2次，地方7次），成功救出5人。參加瀘州市人員密集場所、賓館以及瀘州市、納溪區防災救災綜合演練等，共出動消防救護車輛22臺次，消防指戰員112人次；其他工作任務50次，出動消防救護車輛58臺次，人員265人次。社會救助2次，救出1人。在“7.23”抗洪搶險中，共出動消防車輛14臺次、人員84人次投入到抗洪搶險中，成功救出落水群眾1人、疏散30余人、清洗淤泥路面1500余平方米。

3.4強化消防救護人員的基本功、適用性訓練，不斷提高消防救護人員專業技能。全年組織消防救護人員進行了為期6個月的消防救護理論和技能訓練，其中春訓安排在4-6月，秋訓9-11月，由中心領導親自任教、督促，抽調業務骨干和當班班長擔任教員進行消防業務22項基本功及業務應用性訓練。春訓結束已進行了考核，目前，秋訓工作正在開展中，待訓練結束后完成考核任務。

3.5加強從業人員和特種作業人員的消防救護安全教育、培訓，不斷提高他們的消防救護安全知識和技能。上半年對各單位進行教育培訓9次，培訓人員約200余人次。積極宣傳消防好人好事，利用安全生產月和119宣傳日等，大力宣傳消防法律法規、消防常識、火場逃生自救技能等。向報社投稿10余篇。

（統計起止日期：2011年10月20日—2012年10月19日）

第五篇：基礎數據總結

基礎數據

1、混凝土重量2500KG/m3

2、鋼筋每延米重量0.00617*d*d

3、干砂子重量1500KG/m3，濕砂重量1700KG/m34、石子重量2200KG/m3

5、一立方米紅磚525塊左右（分墻厚）

6、一立方米空心磚175塊左右

7、篩一方干凈砂需1.3方普通砂

一點不同觀點：

1、一般多層砌體住宅： 鋼筋25-30KG/m2，其中經濟適用房為16--18KG/m2.2、一般多層砌體住宅，室外抹灰面積占建筑面積0.5--0.7。

3、一般多層砌體住宅，模版面積占建筑面積1.3--2.2，根據現澆板多少、柱密度變化很大。

4、一個磚工一天砌240磚墻1000—1800塊，370或500墻2000--3000塊。

5、鋼筋混凝土重量2200KG/m3，素混凝土重量2100KG/m3。

6、工程石子重量1800KG/m3。

0.617是圓10鋼筋每米重量。鋼筋重量與直徑（半徑）的平方成正比。

G=0.617*D*D/100 每米的重量(Kg)＝鋼筋的直徑(mm)×鋼筋的直徑(mm)×0.00617 其實記住建設工程常用的鋼筋重量也很簡單φ6＝0.222 Kg φ6.5＝0.26kg φ8＝0.395kg φ10＝0.617kg φ12＝0.888kg Φ14＝1.21kg Φ16＝1.58kg Φ18＝2.0kg Φ24＝2.47kgΦ22＝2.98kgΦ25＝3.85kgΦ28＝4.837kg............Φ12(含12)以下和Φ28(含28)的鋼筋一般小數點后取三位數，Φ14至Φ25鋼筋一般小數點后取二位數 Φ6=0.222Kg Φ8=0.395Kg Φ10=0.617Kg Φ12=0.888Kg Φ14=1.21Kg Φ16=1.58Kg Φ18=2Kg Φ20=2.47Kg Φ22=3Kg Φ25=3.86Kg

鋼材理論重量計算簡式

材料名稱 理論重量W（kg/m）

扁鋼、鋼板、鋼帶 W＝0.00785×寬×厚

方鋼 W＝0.00785×邊長2 圓鋼、線材、鋼絲 W＝0.00617×直徑2 鋼管 W＝0.02466×壁厚（外徑--壁厚）

等邊角鋼 W＝0.00785×邊厚（2邊寬--邊厚）

不等邊角鋼 W＝0.00785×邊厚(長邊寬+短邊寬--邊厚)工字鋼 W＝0.00785×腰厚[高+f（腿寬-腰厚）] 槽鋼 W＝0.00785×腰厚[高+e（腿寬-腰厚）] 備注：

1、角鋼、工字鋼和槽鋼的準確計算公式很繁，表列簡式用于計算近似值。

2、f值：一般型號及帶a的為3.34，帶b的為2.65，帶c的為2.26。

3、e值：一般型號及帶a的為3.26，帶b的為2.44，帶c的為2.24。

4、各長度單位均為毫米

一、普通住宅建筑混凝土用量和用鋼量：

1、多層砌體住宅：

鋼筋30KG/m2

砼0.3—0.33m3/m2

2、多層框架

鋼筋38—42KG/m2

砼0.33—0.35m3/m2

3、小高層11—12層

鋼筋50—52KG/m2

砼0.35m3/m2

4、高層17—18層

鋼筋54—60KG/m2

砼0.36m3/m2

5、高層30層H=94米

鋼筋65—75KG/m2

砼0.42—0.47m3/m2

6、高層酒店式公寓28層H=90米

鋼筋65—70KG/m2

砼0.38—0.42m3/m2

7、別墅混凝土用量和用鋼量介于多層砌體住宅和高層11—12層之間

以上數據按抗震7度區規則結構設計

二、普通多層住宅樓施工預算經濟指標

1、室外門窗（不包括單元門、防盜門）面積占建筑面積0.20—0.24

2、模版面積占建筑面積2.2左右

3、室外抹灰面積占建筑面積0.4左右

4、室內抹灰面積占建筑面積3.8

三、施工功效

1、一個抹灰工一天抹灰在35平米

2、一個磚工一天砌紅磚1000—1800塊

3、一個磚工一天砌空心磚800—1000塊

4、瓷磚15平米

5、刮大白第一遍300平米/天，第二遍180平米/天，第三遍壓光90平米/天

四、基礎數據

1、混凝土重量2500KG/m3

2、鋼筋每延米重量0.00617*d*d

3、干砂子重量1500KG/m3，濕砂重量1700KG/m3

4、石子重量2200KG/m3

5、一立方米紅磚525塊左右（分墻厚）

6、一立方米空心磚175塊左右

7、篩一方干凈砂需1.3方普通砂