大数据整体解析
大数据（BigData），毫无疑问大数据是对大量处理用的，它包括数据的存储（HDFS）和计算功能（MapReduse），由yarn进行cpu的调度。
大数据天生就是自带分布式的，对大量的数据的处理，需要分布式的数据存储，数据量过大 需要分布式的计算，还需要集群模式的数据的收集（flum），还有实时的计算和离线的计算等。
大数据的特点：4V Volum大量 Velocity高速 Variety多样 Value低价值密度
大数据和javaweb的发展方向分析：
javaweb
1、主要做web交互方便的工作，java为后台，对接pc端页面，或者ios，安卓的手机app。
2、由数据量的增长，慢慢的重单个springBoot项目发展为springClould集群项目，采用分布式+集群的方式进行扩展。数据库采用分库分表，redis采用集群等分布式架构来解决。
3、对应技术选型，nginx，springBoot，SpringClould，mysql，redis，MQ等。当数据量大的时候可以对接集群来处理。
架构图：
大数据
1、初步思想就是采用分布式的来解决问题，通常和javaweb打交道。一般重javaweb那拿到数据然后进行处理解析，最后返回给web处理。
2、数据量会很大，一开始就是javaweb的终极模式来处理，分布式存储计算。扩展集群。
3、对应技术选型，hadoop，kafaka，flum，spark，sqoop等。
架构图：每个都是分布式+集群
在这里插入图片描述在这里插入图片描述
比较：
个人觉得
，javaweb的终极方向是架构师，能自己选型技术，达到完成需求的目的。最终需要的思想是分布式的思想处理，这个和大数据的思想完全相符合。java转型大数据并不一定是转行，也许是另外一种的技术选择方案。java和大数据应该是一个整体，javaweb用来数据的处理，采用大数据分布式的思想，完成更好的高可用。然后大数据去分析，给需求提供更好的保证。
大数据可做的工种
下面带大家来看下，大数据的整体架构模式，给大家一个整体的理解。
大数据所用技术的分析
数据库：mysql，oracle主要存储结构化数据，一般数据处理好好之后， 是给javaweb用的，由大数据程序存储进去数据，然后由web处理展示。也可做数据的来源，将数据库中的数据放到分布式数据库或者HDFS中去。
文件日志：一般的数据来源，由大数据程序读取日志数据进行数据分析。
Sqoop：是一款开源的工具，主要用于在Hadoop、Hive与传统的数据库(MySql)间进行数据的传递，可以将一个关系型数据库（例如 ：MySQL，Oracle 等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。
Flume：Flume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，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。
Kafka：Kafka是一种高吞吐量的分布式发布订阅消息系统，有如下特性：
（1）通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。
（2）高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。
（3）支持通过Kafka服务器和消费机集群来分区消息。
（4）支持Hadoop并行数据加载。
Storm：Storm用于“连续计算”，对数据流做连续查询，在计算时就将结果以流的形式输出给用户。
Oozie：Oozie是一个管理Hdoop作业（job）的工作流程调度管理系统。
Hbase：HBase是一个分布式的、面向列的开源数据库。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。
Hive：Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的SQL查询功能，可以将SQL语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。
R语言：R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
Mahout：Apache Mahout是个可扩展的机器学习和数据挖掘库。
ZooKeeper：Zookeeper是Google的Chubby一个开源的实现。它是一个针对大型分布式系统的可靠协调系统，提供的功能包括：配置维护、名字服务、 分布式同步、组服务等。ZooKeeper的目标就是封装好复杂易出错的关键服务，将简单易用的接口和性能高效、功能稳定的系统提供给用户。
具体得推荐系统架构：
