Hadoop

一、大数据分布式

1.1 数据导论

1. 什么是数据？

人类的行为及产生的事件的一种记录称之为数据

2. 数据有什么价值？

对数据的内容进行深入分析，可以更好的帮助了解事和物在现实世界的运行规律 比如，购物的订单记录（数据）可以帮助平台更好的了解消费者，从而促进交易。

1.2 大数据诞生

1. 大数据的诞生是跟随着互联网的发展的

当全球互联网逐步建成（2000年左右），各大企业或政府单位拥有了海量的数据亟待处理。 基于这个前提逐步诞生了以分布式的形式（即多台服务器集群）完成海量数据处理的处理方式，并逐步发展成现代大数据体系。

2. Apache Hadoop对大数据体系的意义

1. 第一款获得业界普遍认可的开源分布式解决方案
2. 让各类企业都有可用的企业级开源分布式解决方案
3. 一定程度上催生出了众多的大数据体系技术栈
4. 从Hadoop开始（2008年左右）大数据开始蓬勃发展

1.3 大数据概述

1. 什么是大数据

狭义上：对海量数据进行处理的软件技术体系

广义上：数字化、信息化时代的基础支撑，以数据为生活赋能

2. 大数据的5个主要特征

3. 大数据的核心工作：

• 存储：妥善保存海量待处理数据