大数据入门简介（一）了解大数据

大数据入门简介（一）

首先我们先想想为什么会大数据，或者说它能干什么？

与常规数据比较，大数据体现在什么地方？大数据大数据，关键是什么，大！！！就是这么浅显，大，什么大，数据大呗。下面我们就围绕这个大好好谈谈这个大数据。

一、概念（三无、俩海）

1、大数据是指无法通过常规软件等工具对数据内容进行抓取、管狸和处理的数据集合（三无）。

2、大数据主要解决（俩海）：海量的数据存储和海量的数据计算问题。

二、特性（四V俩固）

四大特性(4V)：

​ Volume：大数据量。大多是过去俩年产生的数据

​ Velocity：速度快。数据增长速度快，时效性比较高

​ Variety：多样化。数据种类和数据来源多样化。结构化数据-半结构化数据-非结构化数据。

​ Value：价值密度低。需要深入挖掘数据信息。

固有特性：

​ 时效性

​ 不可变性

三、Hadoop

1、介绍

Hadoop是一个开源的分布式系统架构。

我们可以看看他的发展及版本。

（1）、Hadoop起源于搜索引擎Apache Nutch

​ 创始人：Doug Cutting

​ 2004年：最初版本

​ 2008年：成为Apache顶级项目

（2）、Hadoop发行的版本

​ 社区版：Apache Hadoop版本。开源，免费，你懂的，国内大多数公司都在用。

​ Cloudera发行版：CDH。这个现在好像需要money了，不过适合小公司使用，兼容性高。

​ Hortonworks发行版：HDP。这个就不多介绍了，感兴趣的可以查查。

（3）、那为什么我们要使用Hadoop呢？（三高+三优）