回答:这个太范化了吧。大数据架构选择的方案就有很多，海量数据的即席查询本省就是业内目前的痛点，暂时没有太好的解决方案，kylin等框架也只是一个折中方案，如果你不是要求海量数据分析的秒级响应的话sparkSql、presto等都是不错的方案，分钟级别可以返回。
Paul_King
|
425人阅读
回答:目前阶段大数据技术及体系已经逐渐趋于成熟，不再是以概念贯穿的模式，大数据越来越多的被使用，伴随互联网化的发展更多的企业信息化已经由IT时代转变为DT时代，以数据为核心，用数据进行决策，基于数据驱动企业的创新与发展，相信在将来大数据也会有更广泛的应用空间，对于大数据的理解主要分为以下几个层面。1.数据来源：对于大数据时代而言更多强调基于业务数据的沉淀，在一定规模的数据上进行进一步的分析、处理、转换，...
arashicage
|
958人阅读
回答:在大数据领域大概有四个大的工作方向，除了大数据平台应用及开发、大数据分析与应用和大数据平台集成与运维之外，还有大数据平台架构与研发，除了以上四个大的工作方向之外，还有一个工作方向是大数据技术推广和培训，这部分工作目前也有不少人在从事。大数据平台架构与研发主要的工作内容是研发底层的大数据平台，这部分工作的难度较高，从事这部分工作的研发级岗位也并不多。现在不少技术研发团队都以Hadoop、Spark平...
zhangxiangliang
|
2731人阅读
回答:近几年，大数据的概念逐渐深入人心，大数据的趋势越来越火爆。但是，大数据到底是个啥？怎么样才能玩好大数据呢？大数据的基本含义就是海量数据，麦肯锡全球研究所给出的定义是：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、多样的数据类型和价值密度低四大特征。数字经济的要素之一就是大数据资源，现在大家聊得最多的大数据是基于已经存在的...
khlbat
|
523人阅读
回答:随着大数据应用的逐渐落地，很多人都想从事大数据方面的工作，这其中自然就有很多非大数据相关专业（数学、计算机、统计学）的从业者，那么大数据到底能不能从零基础开始学呢？答案是肯定的，但是也要根据自身的知识结构来选择大数据的学习方向。大数据技术体系在2016年的时候已经趋于成熟，目前正处在落地应用的阶段，大数据的细分岗位比较多，自然也就需要具备不同的知识结构。大数据的岗位集中在数据采集、整理、存储、分析...
wuyangnju
|
613人阅读
回答:大数据是处理海量数据的一种技术，你说的写SQL只能处理结构化数据，更多的是非结构化数据（文本数据），和半结构化数据。并且通过SQL处理的数据量一般很少，几个T就根本不行，大数据涉及存储（存储级别为PB级别），资源调度（一般是分布式系统，不是一台机器），计算框架（hadoop;storm;spark）这三部分，缺一不可，你说的写SQL只是相当于计算框架（勉强算得上，性能差远了）。
tracymac7
|
492人阅读
...和数据处理与分析层，由此可概括的两大核心技术： ① 分布式存储 解决海量数据的存储问题 一台机器无法存储，我们就借助集群进行分布式存储 ② 分布式处理 解决海量数据的处理问题 一台机器无法高效完成数据处理，...
...数据生态服务有： 大数据生态服务服务版本描述FLINK1.10.1分布式计算引擎FLUME1.9.0数据采集与转储服务HIVE2.3.6常用的HQL数仓工具IMPALA2.10.0分布式计算服务KYLIN3.1.0数仓维度建模服务LIVY0.7.0Spark的REST服务PHOENIX4.14.3HBaseSQL化查询分析工...
...析这两个层面。 1.4.2两大核心技术 两大核心技术指的是分布式存储、分布式处理。 分布式存储：解决海量数据的存储问题。单机无法存储海量数据时，就借助集群进行分布式存储。 分布式处理：解决海量数据的处理问题。单...
...统，可以多达几万台机器甚至更多。 Hadoop最初主要包含分布式文件系统HDFS和计算框架MapReduce两部分，是从Nutch中独立出来的项目。在2.0版本中，又把资源管理和任务调度功能从MapReduce中剥离形成YARN，使其他框架也可以像MapReduce...
...析技术 常见的大数据分析技术主要由以下几部分构成： 分布式的文件系统存储海量的非结构化数据（例如：hdfs等） 分布式的离线计算系统，对业务数据批量处理。（例如：mapreduce等） 分布式的实时计算系统，实时对业务数据...
轻量云主机已更新简化版Windows帕鲁镜像的安装教程，现在仅需3步，就可以畅游帕鲁大陆！需要Lin...
UCloud轻量云主机已更新Linux帕鲁镜像的安装教程，现在仅需1步，就可以畅游帕鲁大陆！也欢迎大...
