大数据
*大数据概念：指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，传统 据库无法处理的数据，一般以亿级为单位。
*小微量数据 几千-几万条数据量
*企业级数据 十万、百万、千万数据量
*大数据 亿级以上数据量
*天文级超大数据 兆亿数据 1M=1024K 1024*1024=100万
*兆亿：100万亿数据
*传统数据库：Access、mysqlServer、mysql、orcal
*大数据5V特性：
*大量(Volume)
*高速(Velocity)
*多样(Variety)
*低价值密度(Value)
*真实性(Vercity)
*什么是大数据？
*传统数据库在一定时间内，无法捕捉，处理的数据，称之为大数据。一般以亿级以上数据为分界线。
*为什么学习大数据？
*现今，大数据技术为当今社会的主流，是计算机行业的中流砥柱，未来5年、10年甚至更久，都会是大数据时代！而我深知一句话：不跟随时代的脚步，就会被时代淘汰，而我本身又对大数据比较感兴趣，想研究、探讨有关大数据的知识，所以，我对大数据充满信心！
*什么是分布式系统和hadoop？
*分布式系统又包括分布式数据库与分布式框架；分布式系统的好处是可以横向延伸，从而进行大数据的简单化处理。
*分布式数据库，可以理解为在一台或多台服务器上配置多个分布式数据库，进行数据的分布式处理；
*分布式框架，现在以Hadoop为主流，因为Hadoop有三大特性：
*1.高可用
*2.可靠性(安全)
*3.可扩展性(当新数据进入，只需加几台服务器与相应节点简单配置即可)
*同时Hadoop又是一个开源免费框架，可以为处理大数据或者天文级数据提供很好的处理思想与框架工具。
*有十亿数据如何处理？
*京东有上万台服务器，每台服务器布置着多个分布式节点，不论是十亿或是更多，都可以引用分布式系统来处理。分布式系统又分为分布式数据库和分布式框架，分布式数据库相对于新增数据的处理，并没有分布式框架那么灵活，所以，我会采取以Hadoop分布式治理框架为本的处理方法。
*大数据的特点？
*大数据有5V特性：
*大量(Volume)
*数据量庞大，一般亿级以上的数据量
*高速(Velocity)
*数据量庞大的同时，处理速度快
*多样(Variety)
*传入方式与输出方式多种多样，物理性可操作的(例如图片/视频/文档等)称之为数据
*低价值密度(Value)
*一般亿级数据，但对本身有用的数据可能只占10%(并不是说其余都是无用数据，而是相对于所需要者的需求来说)
*真实性(Vercity)
*数据都是通过各种各样的渠道获取的，可用目前所获取的数据，推测未来发生的事情的概率等。
*为什么要用大数据处理复杂问题？
*因为复杂问题往往需要进行复杂的运算，而大数据具有的特性：高速性，恰好为复杂问题提供了相符合的方法。但应用大数据也要有相应的前提，数据量是否达到了大数据的要求，以及处理方式，也需要进行推敲，是选择分布式数据库来做，还是分布式框架来做。
*sql与Nosql的区别：
*传统sql是以行为存储单位
*当大量数据中，有个别字段没有值，sql数据库会把相应字段内容空出来或者null，更占内存。
*Nosql是以列为存储单位
*当大量数据中，有个别字段没有值，Nosql数据库会更节省空间。
*为什么不用Nosql开发轻量级数据？
*Nosql数据库(例如：mongodb)，基本可操作性没有传统数据库mysql强，而且微量数据使用Nosql数据库，会有一种杀鸡用牛刀的感觉，不趁手，又不方便。