电子商务：通常，企业使用网络将离线业务转移到在线市场，以完成商品或服务的销售交易。
大数据：指需要新处理模型以具有更大的决策，洞察力和流程优化功能的大规模，高增长和多样化的信息资产。
近年来，互联网行业发展迅速。许多传统企业已经通过电子商务进行了在线营销。在线生成的数据量是无与伦比的，因此它生成了大量的数据，即很大。迫切需要数据不是一个好的解决方案，它已成为电子商务发展的瓶颈。相反，大数据处理的成功发展也促进了电子商务的加速发展，为互联网产业的发展注入了新的动力。
I.大数据处理模型
在电子商务领域，如果以PB，EB和ZB为单位衡量信息的批量处理，则此信息构成大数据。过去，计算机处理模型难以有效地处理这些大数据，这将不可避免地影响电子商务的整体发展。因此，大数据时代计算机处理方式的创新是电子商务产业全面突破的基本保证。传统的数据处理模式是数据库集群模式。大数据处理模式的基本要求是构建云计算Map Reduce处理系统，从而可以将信息处理与结果结合起来。
（1）数据库集群模式
集群模式的基本操作原理是通过不同的工作方法来协调同一应用程序，并在面对数据请求时为客户端提供单个映像。并通过某些连接技术和方法将这些映像连接到硬件系统，并从整体上构建一个松耦合的集合。简而言之，数据库集群模型将数据库技术与集群技术结合在一起。数据库集群模式运行平稳，具有许多技术优势，例如强大的可伸缩性，整体可靠性等。
但是面对大数据处理，数据库集群也显示出某些缺陷。这些缺陷主要包括以下几个方面：首先是可伸缩性不强。如果选择系统功能节点的硬件基础架构作为Pc服务器，则会出现系统电缆复杂，硬件复杂度高，安装困难等问题，对可伸缩性施加了一定的限制。第二是数据通信。有限。运行高速Internet的前提条件是将PCI插槽连接到主机。但是，PCI的数据传输能力有限，无法满足节点之间的数据通信要求。第三是改善空间。这种空间主要是指数据库数据集的可扩展空间。对于数据库集群模式，如何在数据处理过程中解决系统的安全性，速度和可伸缩性是一个重要的问题。此外，数据库集群模型在兼容性，可靠性，容错性以及对异构条件的支持方面都有局限性。
（2）Map Reduce框架
云计算体系结构主要是由大规模的低端服务器群集组成的数据处理技术，在数据存储容量和数据处理能力方面具有绝对优势。由于运行中的云计算平台具有可靠性和可扩展性，许多大型企业或组织现在都将其用作Web搜索和大数据分析的主要平台，例如中国移动，淘宝，网易，百度等。 Map Reduce框架主要包括三个方面，即并行编程模型Map Reduce，分布式文件系统（HDF）和并行执行引擎。
Map Reduce的设计由Google完成，主要用于大数据集的计算和处理，代表了分析技术的总体发展状况。当Map Reduce执行数据处理时，它首先将对象抽象化并以映射和简化操作的形式呈现。映射部分执行数据过滤并简化部分数据聚合工作。所有这些都具有良好的界面。分解Map Reduce的计算过程可以理解为对大型数据集的解构。解构的结果是形成大量小数据集，这些数据集由群集节点分别处理。获得中间结果，并将结果按节点组合以获得整个大数据集的处理结果。
第二，电子商务IT技术设施的创新
这分为情况，一般喜欢鞋子，食物，酒类，很适合电子商务，但是如果您做电子商务网站，成功率会很低，没有流量，建议做一个
我上次看到一条新闻，说一个年轻人戴着tb的面具跌落，结果几乎被毁容了。