hadoop：能做的事情是對歷史的資料進行分析和處理。
資料：data，資訊
結構化資料：database、spreadsheet、file in record format
非結構化資料：
-> 半結構化資料：xml docs、logs、click stream、equipment
-> 完全非結構化資料：web pages、email、**********、doc、instant messages…
大資料4v：volume（規模大）、velocity（速度快）、variety（型別多）、value（價值密度低）
實時資料來源：
離線資料來源：對歷史資料 進行分析 --- hbase、hive…
資料密集型(dic)：在集群中所計算的資料的量比較大，但是計算過程並不複雜。
計算密集型(cic)：資料量並不大，但是計算過程是比較複雜的。
機器學習：當資料被處理完，用來獲取所處理的資訊。從資料集中獲取資訊。
雲計算(cloudcomputing)：通過網際網路來提供動態易擴充套件且經常是虛擬化的資源。
超越Hadoop的大資料分析之前言
本文翻譯自 big data analytics beyond hadoop 譯者 吳京潤 校對 方騰飛 我試圖給人們學習大資料留下的一點深刻印象 儘管apache hadoop很有用，而且是一項非常成功的技術，但是這一觀點的前提已經有些過時了。考慮一下這樣一條時間線 由谷歌實現的mapreduce...
《實戰大資料》前言
實戰大資料 資料是重要資產 已成為大家的共識，眾多公司爭相分析 挖掘大資料背後的資訊財富。本書在這個背景下，對目前大資料及其相關技術的發展進行總結，理論聯絡實踐，既不缺乏理論深度又具有實用價值。前言隨著雲時代的來臨，大資料 big data 也吸引了越來越多的關注。大資料目前已經成為it領域最為流行...
大資料 Hadoop簡述
摘要 1個人 doug cutting 2個公司 google cloudera 命名由來 doug cutting 起先給他孩子的1個棕色的大象的玩具的名字 簡短 容易發音 易於拼寫 最初的模組 hdfs 與 mapreduce 後期不斷加入hbase hive等子模組專案，直至最終hadoop泛...