大数据特点
4V****：volume variety velocity value
海量性（volume）：大数据的数据量很大，每天我们的行为都会产生大批量数据
多样性（variety）：大数据的类型多种多样，比如视频、音频和图片都属于数据
高速性（velocity）：大数据要求处理速度快，比如淘宝双十一需要实时显示交易数据
价值性（value）：大数据产生的价值密度低，意思是说大部分数据没有参考意义，少部分数据会形成高价值
Hadoop简介与意义
Apache开源软件基金会开发了运行在大规模普通服务器上，用于大数据存储、计算、分析的分布式存储系统和分布式计算框架--Hadoop。其两大核心如下：
- HDFS（Hadoop Distributed File System，分布式文件系统）：是Hadoop中的核心组件之一，除了可以保存海量数据，还具有高可靠性、高扩展性和高吞吐率的特点。
- MapReduce：属于分布式计算框架，一般用于对海量数据的计算，它的特点是易于编程、高容错和高扩展性等优点。另外，MapReduce可以独立于HDFS使用。
总结来说，hadoop中的核心HDFS为海量数据提供了存储，而MapReduce则为海量数据提供了计算服务。
大数据计算模式
大数据计算模式：
- 批处理计算：又称为离线计算，针对大规模历史数据的批量处理，如MapReduce
- 流计算：针对流数据的实时计算，可以实时处理产生的数据。
- 图计算：针对大规模图结构数据的处理，常用于社交网络
- 查询分析计算：针对大规模数据的存储管理和查询分析，如Hive
大数据技术框架
大数据技术框架主要包含6个部分，分别是：
数据收集、数据存储、资源管理、计算框架、数据分析、数据展示
每部分包括的具体技术：
- 数据源（如企业数据、互联网、物联网等）
- 数据收集（提取、转换、加载）—数据收集
- 数据存储（关系型和非关系型数据）—数据存储
- 资源管理 —资源管理
- 流处理、交互式分析、资源管理 —计算框架
- 数据挖掘（OLAP，数据仓库和商务智能）—数据分析
- 数据可视化 —-数据展示
- 用户
核心组件
1、 Hadoop的分布式协调服务–ZooKeeper
2、 分布式离线计算框架–MapReduce
3、 Hadoop的集群资源管理系统–YARN
4、 Hadoop的数据仓库框架–Hive
5、 大数据快速读写–HBase
6、 海量日志采集工具–Flume
7、 Hadoop和关系型数据库间的数据传输工具–Sqoop
8、 分布式消息队列–Kafka
9、 开源内存数据库–Redis
10、 快速且通用的集群计算系统–Spark