1、什么是大数据？

巨量的数据，大数据的计量单位TB、PB、EB、ZB、YB、BB

2、大数据的特征

数据规模大

数据形式多样

处理速度快

价值密度低

3、研究大数据的意义？

最重要的意义是预测

4、大数据的应用场景

（1）优化医疗方案、有效预防预测疾病

（2）精准营销、风险管控、决策支持、服务创新、产品创新

（3）精准定位零售行业市场、支撑行业收益管理、挖掘零售行业新需求

5、Hadoop的优势

（1）扩容能力强

（2）成本低

（3）高效率

（4）高可靠性

（5）高容错性

6、Hadoop生态体系

Hadoop生态体系包含了很多子系统

（1）分布式存储系统（HDFS）Hadoop的核心项目之一，是分布式计算中数据存储管理基础

（2）MapReduce分布式计算框架，是一种计算模型，用于大规模数据集（大于1TB）的并行计算。

（3）YARN资源管理平台，是Hadoop2.0中的资源管理器，它可为上层应用提供统一的资源管理和调度。

（4）Sqoop数据迁移工具，是一款开源的数据导入导出工具，主要用于在Hadoop与传统的数据库间进行数据的转化

（5）Mahout数据挖掘算法库，是Apache旗下的一个开源项目，他提供了一些可拓展的机器学习领域经典算法的实现，旨在帮助开发人员更加快捷地创建智能应用程序。

（6）HBase分布式数据库，是Google Bigtable克隆版，它针对结构化数据的可伸缩、高可靠、高性能、分布式和面向列的动态模式数据库。

（7）Zookeeper分布式协调服务

（8）Hive基于Hadoop的数据仓库，可以将结构化的数据文件映射为一张数据库表，将sql语句转换为MapReduce任务进行运行。

（9）Flume日志收集工具，是Cloudera提供的一个高可用的、高可靠的、分布式的海量日志采集、聚合和传输的系统