三。存储-3/Da 数据可以抽象地分为Da 数据 存储和Da数据分析，大数据大技术支持元素大数据大技术支持元素:分布式处理技术、云，大数据有哪些技术大数据加工关键-3/一般包括:大数据收购，和管理，大数据分析与挖掘，大数据呈现与应用(大数据检索，大数据可视化，大数据应用。
Da数据-3/的系统庞大而复杂，基本的技术包含数据采集，数据预处理和分发。1.数据采集与预处理:FlumeNG实时日志采集系统，支持日志系统中各种类型的定制。数据发件人用于收款数据；Zookeeper是一个分布式、开源的分布式应用协调服务，提供数据同步服务。2.-2存储
3.数据清洗:MapReduce作为Hadoop的查询引擎，用于大规模数据并行计算。4.数据查询分析:Hive的核心工作是将SQL语句翻译成MR程序，可以翻译结构化-2。Spark启用了内存分配数据 set，不仅可以提供交互式查询，还可以优化迭代工作量。
首先要了解Java语言和Linux操作系统，这是学习Da 数据的基础，学习顺序不分先后。Big 数据Java:只知道一些基础知识。大数据不需要深Java 技术。学习javaSE相当于学习big 数据 foundation。Linux:因为相关的软件都是在Linux上运行的，所以要更牢固的学习Linux。学好Linux对你快速掌握Linux会有很大的帮助。可以让你更好的了解hadoop、hive、hbase、spark等大型数据软件的运行环境和网络环境配置，可以少踩很多坑，学习shell理解脚本，更容易理解和配置大型数据集群。
3、大 数据的三大 技术支撑要素Big数据Big Three技术支持元素:分布式处理技术、Cloud 技术、存储。1.分布式处理技术分布式处理系统可以通过通信网络将多台不同地点或不同功能或不同数据的计算机连接起来，在控制系统的统一管理和控制下，协调地完成信息处理任务。比如Hadoop。2.cloud技术Big数据经常与云计算联系在一起，因为实时大规模数据 set分析需要一个分布式处理框架，将工作分配到几十台、几百台甚至上万台计算机上。
三。存储-3/Da 数据可以抽象地分为Da 数据 存储和Da数据分析。第一个层次是理论，理论是认知的必由之路，是被广泛认知和传播的基线。在这里，我们可以从Da 数据的特征定义来理解它的整体描述和表征。从对Da 数据的价值讨论中，深入分析了Da 数据的珍贵性。了解Da 数据的发展趋势；从数据这个特殊而重要的视角来考察人与数据之间的长期博弈。
