1、第1类主要面对的是大规模的结构化数据第2类主要面对的是半结构化和非结构化数据第3类面对的是结构化和非结构化混合的大数据，3基础架构云存储分布式文件存储等4数据处理对于采集到的不同的数据集，可能存在不同的结构和模式，如文件XML 树关系表等，表现为数据的异构性对多个。

2、大数据技术的体系庞大且复杂，基础的技术包含数据的采集数据预处理分布式存储NoSQL数据库数据仓库机器学习并行计算可视化等各种技术范畴和不同的技术层面大数据是一种规模大到在获取存储管理分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模快速的数据流转。

3、物联网是基于互联网和传统电信网络的信息载体，它使所有可以独立寻址的普通物理对象形成一个互联网络大数据技术是从各类超大规模数据中提取价值的低成本快速收集处理和分析技术的新一代技术和架构大数据技术的不断出现和发展，让我们处理海量数据变得更容易更便宜更快捷，成为使用数据的好助手。

4、什么是大数据列举三个常用的大数据定义1具有较强决策洞察和流程优化能力的海量高增长多样化的信息资产需要新的处理模式Gartner 2海量数据量快速数据流和动态数据速度多样的数据类型和巨大的数据价值 IDC 3或者是海量数据海量数据大数据，是指所涉及的数据太大，无法。

5、大数据有三个主要部分，分别是数学，统计学和计算机等学科大数据基础知识往往决定了开发人员未来的成长高度，所以要重视基础知识的学习大数据平台是对海量结构化非结构化半机构化数据进行采集存储计算统计分析处理的一系列技术平台大数据平台处理的数据量通常是TB级，甚至是PB或EB级的数据。

6、废话不多说，直接上干货阶段一大数据开发入门从传统关系型数据库入手，掌握数据迁移工具BI数据可视化工具SQL，对后续学习打下坚实基础阶段二大数据核心基础学习LinuxHadoopHive，掌握大数据基础技术，满足大数据开发行业的初级需求，可以从事ETL及Hive数仓工程师，据相关求职网站数据薪资可达8~12k。

7、1可视化分析 大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了2数据挖掘算法 大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法。

8、hadoopmapreducehdfsyarnhadoopHadoop概念版本历史，HDFS工作原理，YARN介绍及组件介绍大数据存储阶段hbasehivesqoop大数据架构设计阶段Flume分布式ZookeeperKafka大数据实时计算阶段MahoutSparkstorm大数据数据采集阶段PythonScala大数据商业实战阶段实操企业大数据处理业务场景。