前面介绍了学习大数据技术所要具备的基础知识、大数据的背景及不同领域人对大数据的不同认识，本节将通过大数据的行业案例，使读者再一次认识大数据。

1.4.1 电子地图

电子地图，是人们非常熟悉的应用，甚至有的人天天都在使用，如百度地图、高德地图、Google地图等。基于地图，又涌现出了一个大批优秀的O2O应用与服务。利用电子地图，可以导航和获取实时路况信息，可以快速顺利地到达目的地。电子地图已经成为一个公共平台，满足商业和个人的需要。

图1-3展示了一个路线规划方案，是从北京的北苑附近驾车到三里屯的行车路线。实际上，电子地图的路线规划功能为我们制定了3个行车路线方案，并且将排在第一的路线方案设为推荐路线。推荐路线用绿色、红色和黄色显示，另外两条路线则用灰色表示，并且每条路线的行驶时间都已经估算出来了。

这种习以为常的路线规划和推荐功能是怎么实现的呢？

从功能实现的角度来看，这个路线规划的功能叫实时路况，属于大数据实时计算业务范畴。实时计算业务是对实时性要求很高的数据处理业务。试想一下，如果路况信息做不到实时处理，使用的还是昨天的历史数据，那么它对当前的路况来说还有意义吗？显然没有。

实时路况的底层实现首先需要车辆在行驶过程中产生的GPS数据，这些数据可以通过卫星定位进行采集。注意，在GPS数据中有一个很重要的参数值——速度信息。有了速度信息，地图厂商才可以判断某一个路段的拥堵情况。例如，发现某一路段上所有车辆的行驶速度小于10km/h，在绘制地图的时候就可以用红色表示，告诉使用电子地图的用户，这个路段处于拥堵状态。

通过各个阶段路况的状态信息及该路段在地图上标注的长度，经过比例尺的计算，就能够计算出实际各个路段长度的总和，再根据各个路段的行驶速度，算出经过各个路程所要花费的时间，从而为使用者寻找一个合适的路线规划。

电子地图实时路况功能的业务实现过程，理解起来并不难，但要真正用大数据技术实现这项功能，就没有那么容易了。如果没有大数据分布式集群的数据处理平台做支撑，单靠传统的数据库技术是做不到上述功能的。在后续的章节中，我们会详细阐述这些技术的实现细节。

1.4.2 电子商务——用户画像

大数据在电子商务平台的应用已经非常成熟，经常在网上购物的你，会发现在电商平台经常会有你喜欢的类似产品的精准推荐。举个例子，最近想购买一双篮球鞋，你在某个电商平台上浏览了很多款式，过一段时间再次打开该电商平台时，你会发现主页上出现了很多你曾经浏览过的篮球鞋或者你喜欢的款式和颜色的篮球鞋，这时你就可以从中挑选一双最喜欢的下单购买了。这里仅简单描述了一下购物场景，但在这背后究竟发生了什么呢？

实际上，该电商平台应用了大数据的用户分析技术，对曾在该平台上浏览或者购买过产品的每个用户信息进行详细分析，如图1-4所示。这种将用户的个人信息、家庭信息、喜好信息等进行详细提炼的行为，称为用户画像分析。当然，这些信息都是用户的私密信息，是不对外开放的，但这些信息可以帮助电商平台更好地了解用户，为其提供最好的产品推荐服务，也就是精准营销。正如这个用户购买篮球鞋的案例，如果分析后知道当前用户喜欢的颜色是白色，电商平台就不会为用户推荐黑色或其他颜色的球鞋了。在大数据技术领域，我们可以分析总结出用户的基本信息、购买能力、行为特征、社交网络、心理特征以及兴趣爱好等信息，在绝大多数电商平台中销售额的百分之二十来自大数据电商技术的推荐。