大数据技术的体系庞大而复杂。基础技术包括数据收集、数据预处理、分布式存储、数据库、数据仓库、机器学习和并行计算。1.数据采集和预处理:FlumeNG实时日志采集系统支持在日志系统中定制各种数据发送方进行数据采集；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.Data 存储
3.数据清洗:MapReduce作为Hadoop的查询引擎，用于大规模数据集的并行计算。4.数据查询分析:Hive的核心工作是将SQL语句翻译成MR程序，可以将结构化数据映射成a 数据库 table，并提供HQL(HiveSQL)查询功能。Spark支持内存分布式数据集，不仅可以提供交互式查询，还可以优化迭代工作负载。
4、 数据库 技术的应用领域有哪些1、多媒体数据库This kind数据库Main存储声音、图像、视频等与多媒体相关的数据。多媒体数据最大的特点就是数据是连续的，数据量比较大。存储需要大空间。2.Mobile 数据库这种数据库是在笔记本电脑、掌上电脑等移动计算机系统上开发的。这个数据库最大的特点是通过无线数字通信网络传输。手机数据库可以随时随地获取和访问数据，给一些业务应用和一些突发事件带来了极大的便利。
与传统的数据库-4/相比，多媒体-4数据库的这种组合，具有多媒体技术的优点，丰富了数据接口，并可能带来两者的结合。多媒体数据库的设计有很多问题需要解决:用户界面支持、数据库组织和存储、媒体类型增加中信息分布的影响。4.信息检索系统信息检索是根据用户输入的信息从数据库中搜索相关的文档或信息，并将搜索到的信息反馈给用户。
5、云 存储的底层 关键 技术有哪些?由于工作原因，比较关注对象存储(比如AWS的S3，OpenStack的ceph)。这些系统近年来吸引了更多的关注，并且相对容易使用。他们的接口偏向上层应用层，有HTTPRestful接口，也符合web2.0的发展趋势，这些系统通常设计成KV系统。
每种解决方案都有自己的权衡。这个时候，关键就要平衡架构设计和问题可解性。只有详细了解了使用场景和需求，才能真正保留最多的关键功能，去掉不必要的复杂，这样系统以后才可以扩展。可以说，初始考虑越少，添加的功能就越多。系统会变得更大更丑。索引和存储都应该是可扩展的，易于操作的。对于每个存储系统，
6、常见的基于列 存储的大数据 数据库有哪些(大数据的数据存取采用什么 数据库...
