主要技术有五类。根据查询大数据相关资料得知，大数据分析的主要技术分为以下5类。

1、数据采集：对于任何的数据分析来说，首要的就是数据采集，因此大数据分析软件的第一个技术就是数据采集的技术，该工具能够将分布在互联网上的数据，一些移动客户端中的数据进行快速而又广泛的搜集，同时它还能够迅速的将一些其他的平台中的数据源中的数据导入到该工具中，对数据进行清洗、转换、集成等，从而形成在该工具的数据库中或者是数据集市当中，为联系分析处理和数据挖掘提供了基础。

2、数据存取：数据在采集之后，大数据分析的另一个技术数据存取将会继续发挥作用，能够关系数据库，方便用户在使用中储存原始性的数据，并且快速的采集和使用，再有就是基础性的架构，比如说运储存和分布式的文件储存等，都是比较常见的一种。

3、数据处理：数据处理可以说是该软件具有的最核心的技术之一，面对庞大而又复杂的数据，该工具能够运用一些计算方法或者是统计的方法等对数据进行处理，包括对它的统计、归纳、分类等，从而能够让用户深度的了解到数据所具有的深度价值。

4、统计分析：统计分析则是该软件所具有的另一个核心功能，比如说假设性的检验等，可以帮助用户分析出现某一种数据现象的原因是什么，差异分析则可以比较出企业的产品销售在不同的时间和地区中所显示出来的巨大差异，以便未来更合理的在时间和地域中进行布局。

5、相关性分析：某一种数据现象和另外一种数据现象之间存在怎样的关系，大数据分析通过数据的增长减少变化等都可以分析出二者之间的关系，此外，聚类分析以及主成分分析和对应分析等都是常用的技术，这些技术的运用会让数据开发更接近人们的应用目标

1、word和WPS

好处：word和WPS都是一款常用的的办公软件，也可以完成修谱排版。写修谱普及文章时提到过这个软件。

不好之处：族谱中的世系图，如果真用Word来做，考验的不仅是你应用Word的功力有多深，而且更考验的是你族谱最后成品的世系图美观，用Word制作的世系图，会存在很多细节上的不如意。

2、AI这款软件要设计为主，排版也有不俗的表现

好处：AI是一款强大的设计以及排版软件。其强大的设计功能，这款软件的排版功能，与CorelDRAW软件完成不相上下。3、不好之处：在制作一些表格上却不及Word方便快捷，及自动转页。当然，些款软件以主打平面和3D设计为主，在排版功能还是相对弱一些。

3、修谱王。这是一款专门为家谱编修设计的软件。

好处操作简单，易学易用，集成了常见的家谱格式，不用手动排版，改动也比较方便；

不好之处是：需要联网，无法单机操作。

4、CorelDRAW。

好处：CorelDRAW软件最初主打是平面设计，但随着版本的更新，文字排版也得到很大的提升。此软件排族谱世系表时，不管多复杂的世系图都能得心应手。

不好之处是：与Word兼容性差。真想将Word文档中的内容复制到此软件中，一切都得重新开始，一旦Word中夹杂着表格，就能让人抓狂。这软件最大的一个不好点是一旦当你专心制作没有随时保存文档时，万一万一软件崩溃，你就哭吧，一切又得从头开始。

在InformationWeek每年公布的IT从业人员薪金调查中可以看出大数据从业人员面临巨大的缺口。现今大数据呈现出“4V + 1C”的特点。既Variety：一般包括结构化、半结构化和非结构化等多类数据，而且它们处理和分析方式有区别；Volume：通过各种设备产生了大量的数据，PB级别是常态；Velocity：要求快速处理，存在时效性；Vitality：分析和处理模型必须快速变化，因为需求在变；Complexity：处理和分析的难度非常大。而IM专业让人才知道如何使用新兴的大数据平台（如Hadoop、NoSQL）来处理和分析大数据。

回顾InformationWeek多年的IT薪金调查报告，BI(Business Intelligence)和IM(Information Management)专业人才一直是IT领域中的高收入人群。Information2012年的调查报告显示BI从业者的平均薪金为90000美元，而2011年的数字为85000美元。BI管理者的平均薪水为119000美元，相比去年同期110000美元增长了9000美元。而在数据整合/数据仓库领域的薪金曾更高，普通从业者和管理者的薪金分别为97000美元和120000美元，相比2011年（普通从业者和管理者的薪金分别为98000美元和118000美元）变化不大。

大数据从业人员的平均薪金看起来已经相当不错，但还有哪项职位可以获得更多的薪水？大数据浪潮正在推进CEO寻找能够告诉他未来发展（在上周乃至上个月没有事情发生）的人才。

这类人才具备前瞻性和预见性的见解。埃森哲人才与组织绩效服务线下属的文化变革小组负责人Stacy Blanchard表示“他们通常是统计学家并且精通数据建模，同时他们知道如何在可用数据中使用最佳的算法，这极具技术含量”。他们帮助组织在大量信息中挖掘有价值的数据，并将数据转化为深入的认知和精准预测的模型。

大数据时代也迫使许多行业发生变革，当今制造商就在研究需求的数据和供应链信息，以便削减产品开发周期，提高制造和供应链的效率。同时向AOL、comScore、eHarmony等级与互联网的企业正在将客户的点击流数据进行分析，以提供有价值的个性化和定位服务，同时帮助找到最合适的客户进行精准营销。

从星巴克到沃尔玛，他们正在分析密集型数据，以便得出最合适的产品选型和定价。对于医疗。如哈佛医学院通过对临床资料的分析可为患者提高诊断、治疗的效率。总之企业和政府机构越来越看重通过数据驱动决策，这导致他们对分析和信息管理专业的需求不断增加。以下是大数据领域从业人员的十个趋势。

趋势一：薪金将继续增长

BI分析和IM专业人才现今薪金水平已经由于许多其他IT职位，但未来这样的趋势还会继续下去，尤其是管理人员，未来BI管理者的薪金将达134000美元（在InformationWeek所调查的23个IT职位中排名第四），而普通BI从业者未来薪金将达到96000美元（在InformationWeek所调查的23个IT职位中排名第十）。而数据整合和数据仓库管理人员薪金在未来将达到131000美元，普通工作人员薪金也有101000美元。（它们在InformationWeek所调查的23个IT职位中分别排名第六和第七）。

趋势二：大数据人才供不应求

事实上，麦肯锡全球研究院的研究预测在未来6年，仅在美国本土就可能面临缺乏14万至19万具备深入分析数据能力人才的情况，同时具备通过分析大数据并为企业做出有效决策的数据的管理人员和分析师也有150万人的缺口。而美国和其他经济体所面临的人才短缺的现象不能仅仅通过研究生和毕业生的涌入填补这一空白。而《Big Data： The Next Frontier for Innovation， Competition and Productivit》则认为培训相当数量大数据人才是相当必要的。

趋势三：雇佣外包

BI分析和IM人才需求的另一个迹象是外包，在调查报告中660名外包工作受访者的薪金要高于平均水平。25%的组织将其大数据分析业务外包给美国和境外企业，17%的组织表示只外包给美国境内企业，22%的组织表示外包业务完全交给境外企业。而在InformationWeek参与调查的13880位IT专业人士中，这个数字分别为18%、15%和18%。从大的系统集成商（像Accenture和IBM）到软件和平台商（像SAS和TeraData），他们提供特定行业的资讯和分析服务，这些企业在填补大数据分析缺口中发挥了重要的作用。

趋势四：人才团队内出现分歧

埃森哲Stacy Blanchard

埃森哲Stacy Blanchard表示分歧将出现在BI分析和IM团队之中，新生代和老一代的专业人员之间的差别不仅仅是年龄，而态度才是最重要的。新生代的从业人员更喜欢使用开放的开源工具和云计算，埃森哲的研究同时表明新生代从业人员还会与他们的同行对比收入情况。新生代从业人员想要确保他们正在使用的技术是最新最好的，以便跟上市场和商业化发展的脚步。而对于企业来说不利的因素是新生代对他们的工作环境更加敏感，一旦他们无法与志同道合的同时合作或是无法看到自己的见解对实际业务的影响，那么企业将会失去他们。

趋势五：大数据专业人士需要不断进步

BI分析、IM从业人员和管理人员需要引入更多特定技术培训和认证课程。而统计学和分析学的培训是非常具有价值的。更重要的是，对与在金融和市场营销等领域的业务技能培训要远高于普通IT培训。

趋势六：精通大数据的专业人才将成为最重要的业务角色

BI分析和IM专业人才将要比他们的同龄人承担更多非IT领域的职责。在660位受访者中，55%的管理和工作人员表示他们具备IT以外的相关经验。BI和IM管理人员对IT以外的领域富有更多的责任——如业务的发展、研究与开发方向等。

趋势七：大数据领域需要数据科学家

Ancestrycom Scott Sorensen

美国家谱网站Ancestrycom正在雇佣大数据从业人员，Ancestrycom Scott Sorensen表示他们正在犹他州和旧金山聘请大约80名具备从业能力新员工。新员工将填补Web开发、数据库管理等职位。同时公司也聘请了10余名精通大数据的专业人士，这其中包括少数的数据科学家。而数据科学家到底如何定义？Scott Sorensen认为对于数据科学家，很难找到权威的定义。但Scott Sorensen表示数据科学家擅长采用统计学方式用于开发算法。大多数时间他们是统计数专家，他们了解如何建立统计模型，使企业在处理大数据时开发出新的算法。

趋势八：高校回应大数据人才缺口

企业都在寻找机遇R语言统计编程和基于Hadoop和MapReduce编程人员。美国家谱网站Ancestrycom就试图从Google、Yahoo和Microsoft等公司招募员工。同时他们也将目光着眼于学校，旨在引入机器学习课程学位的学生。Scott Sorensen表示“当今卡耐基梅隆大学、加州州理工大学以及加州大学伯克利分校等众多大学都在加强机器学习的相关课程”。

趋势九：数据驱动的工作令人满意并充满挑战

BI分析和IM管理专业人员相比与常见IT人员，他们对工作和职业生涯所面临的挑战都较为满意。在调查中，69%的BI和数据整合/数据仓库的从业人员选择了“非常满意”和“满意”。当被问及他们的工作是否在对他们的智力有所挑战时，91%的BI/分析/IM人员以及93%的管理人士表示事实上他们确实正受到一些挑战。

趋势十：大数据专业人士将拥抱未来

时代在变，以往的历史查询和报告能力在当今的大数据时代显然已经力不从心，BI和IM领域的“老兵”或许已经领取不菲的薪金，但他们完全可以提高他们的薪酬待遇并延长自己的职业生涯，这需要他们做出改变，他们应当熟悉下一代专业知识的方法和技术。而大数据平台、非结构化信息管理技术、文本分析技术和先进的分析方法正在成为未来业务洞察力的关键因素。明智的企业和聪明的员工应该接受大数据时代所带来的变化。

查家谱其实是有很多办法的，可以参考以下几种办法来查询自己的家谱。

可以选择去宗族的祠堂查看相关信息

任何一个姓氏在每个不同的地方都会有自己的宗祠，这些宗祠都有着一些相通的地方，这些相通的点就连成了一条线，线的延伸也就展现了这个姓氏乃至家族的起源和发展。所以在不知道自己家谱的情况下，可以去宗祠看一下有没有自己祖辈的名字。

在很多家族的宗祠当中，都会记载这些家族的姓氏和起源，一些祖先的名字或者对宗祠有过贡献的名字都会刻制在宗祠的墙壁之上。这些镌刻的文字，就是寻找家谱的线索，这些线索能直接把家谱串联起来，形成整体。一旦在宗祠中找到了熟悉的祖辈的名字，那么就可以发现各种有用的讯息了。

查看家谱无疑是为了了解家族中的起源和发展，还有就是看家族中的一些后辈分支是否繁盛了。当然了查到了家谱，也能发现一些平时没注意到的血脉相连的亲人。

查家谱也可以通过查族谱来衍生

在同一片地区的姓氏，他们的起源大多都有相同的地方。比如我姑爹姓胡，我老公也姓胡，他们一个老家在乡下，一个老家在县城，明明是生活在不同的区域，但他们的族谱中却有着共同的先人。换句话说，我老公和我姑爹还算是远房的族亲呢！所以说想要知道自己的家谱，也可以通过自己姓氏的族谱来进行分析和搜集相关的讯息。

族谱的记载往往比宗祠上名字的记载更具体和广泛。所以通过族谱，也是可以有效查询到每个人的家谱，包括每个人所属家族中的旁支、分支、远亲、近亲都是可以系统的在族谱中查询到的。

找到家谱也可以询问长辈追根溯源

有些人因为环境和时代的原因背井离乡，来到了外地求生，久而久之在他乡打拼的他们把他乡变成了故乡，这时候想要找到家谱就不那么容易了。需要耗费大量的精力时间和物力，才可能去找到自己真正的家谱。

比如我爷爷，我爷爷在很年轻的时候因为家里发大水，流离失所来到了江西。但其实他是安徽人，如果我爷爷想找到家谱，首先就需要找到家乡的族亲，通过族亲的关系再去咨询家乡里的长辈，找到自己曾经所在的一脉，然后再去查询自己的家谱。只有这样做了以后，才能把自己的子孙后代都写进家乡的族谱当中。

所以一般来说，在完全没有任何记载的情况下，想找到家谱必须进行信息采集。采集的办法只能是通过家里的长辈和老人，然后再找到自己的老家，向宗族里的一些德高望重的长辈进行咨询，这样才能够进入原有的宗祠或者拿到相关的族谱，那么家谱也就可以基于此，进行记录了。

其实只要有心去寻找家谱，想找到有用的线索和记录还是比较容易的。毕竟族谱和宗祠代表的是一个姓氏和家族的兴盛，大部分地区都保留着这文化传承的建筑。