我们处在一个科技飞速发展的时代，现在互联网与我们的生活息息相关。我们每天在网上产生大量的数据。这些数据散落在网上，看似作用不大，但这些数据经过系统加工整合后，确实很有价值。1.大开发数据技术可以提高生产力数据技术已经成为企业中非常成功的案例，很多应用开发者和大公司都在使用大数据技术扩展数据项目。
目前很多企业通过数据挖掘分析来解决问题。相对而言，大数据分析比传统的数据分析速度更快，可以获得“可回收”的信息流，提高行业生产率。第二，数据技术的发展可以改善营销决策。近年来，数据成交量剧增，数据利润很可能成为未来收入的主要来源，数据技术大量出现。
8、什么是大 数据 存储管理1。分布式存储传统集中式存储已经存在一段时间了。但是大数据并不真正适合集中式存储架构。Hadoop旨在让计算更接近数据 node，同时也采用了HDFS文件系统的大规模水平扩展功能。虽然，通常解决Hadoop管理本身效率低下的方法数据是把Hadoop-1存储放在SAN上。但也造成了自身性能和规模的瓶颈。现在如果通过集中式的SAN处理器处理所有数据，与Hadoop的分布式、并行特性相悖。
但是Hadoop是一个分布式应用，所以要在分布式存储上运行，所以存储保留了和Hadoop本身一样的灵活性，但是也需要拥抱一个软件定义存储 scheme，在商业服务器上运行，自然比瓶颈Hadoop更高效。2.超收敛VS分布式注意，不要混淆超收敛和分布式。有些超收敛方案是分布式的存储，但通常这个术语是指你的应用和存储存储在同一个计算节点上。
9、什么是大 数据 存储?Hadoop是一个开源的分布式计算平台，提供了搭建平台的方法。这个平台由标准化的硬件(服务器和内部服务器存储)组成，形成一个可以并行处理大型数据请求的集群。在存储方面，这个开源项目的关键组件是Hadoop分布式文件系统(HDFS ),它具有跨集群中多个成员的能力存储非常大的文件。HDFS通过创建数据 block的多个副本，然后将它们分发到整个集群中的计算机节点，提供了方便、可靠和极快的计算能力。
10、第三章大 数据 存储1，HDFS 1的基本特征和建筑。基本特点(1)规模大数据分布式存储容量:分布式存储容量和良好的可扩展性，(基于分布式节点上的大量本地文件系统，在逻辑上构建一个容量巨大的分布式文件系统，整个文件系统的容量可以随着集群中节点的增加而线性扩展)(2)高并发访问能力:提供高数据宽带访问(高数据吞吐量)，带宽可以等比例扩展到集群中的所有节点。(3)容错性强:(设计理念上把硬件故障视为常态)保证在节点硬件故障频繁的情况下，能够正确检测到硬件故障，并能自动快速从故障中恢复，确保数据不丢失(以多个副本数据block存储)4)顺序文件访问:(大数据批处理简单很多-1)支持快速顺序读取大量数据以高随机访问负载为代价(5)不支持写入数据的更新操作，但允许在文件末尾使用新的数据(6)数据block存储pattern:默认块大小为64MB。
