大数据究竟是什么？大数据有哪些技术呢？

我有幸做了有五六七八年的大数据吧，谈谈自己的看法。简单来说，就是现在各个APP，网站产生的数据越来越多，越来越大，传统的数据库比如MySQL Oracle之类的，已经处理不过来了。所以就产生了大数据相关的技术来处理这些庞大的数据。

**，首先要把这些大数据都可靠的存储起来，经过多年的发展，hdfs已经成了一个数据存储的标准。

第二，既然有了这么多的数据，我们可以开始基于这些数据做计算了，于是从最早的MapReduce到后来的hive，spark，都是做批处理的。

第三， 由于像hive这些基于MapReduce的引擎处理速度过慢，于是有了基于内存的olap查询引擎，比如impala，presto。

第四，由于批处理一般都是天级别或者小时级别的，为了更快的处理数据，于是有了spark streaming或者flink这样的流处理引擎。

第五，由于没有一个软件能覆盖住所有场景。所以针对不同的领域，有了一些特有的软件，来解决特定场景下的问题，比如基于时间序列的聚合分析查询数据库，inflexdb opentsdb等。采用预聚合数据以提高查询的druid或者kylin等，

第六，还有其他用于数据削峰和消费订阅的消息队列，比如kafka和其他各种mq

第七，还有一些其他的组件，比如用于资源管理的yarn，协调一致性的zookeeper等。

第八，由于hdfs 处理小文件问题不太好，还有为了解决大数据update和insert等问题，引入了数据湖的概念，比如hudi，iceberg等等。

第九，业务方面，我们基于大数据做一些计算，给公司的运营提供数据支撑。做一些推荐，给用户做个性化推荐。机器学习，报警监控等等。

附一张大数据技术图谱，从网上找的

大数据是对海量数据进行存储、计算、统计、分析处理的一系列处理手段，处理的数据量通常是TB级，甚至是PB或EB级的数据，这是传统数据处理手段所无法完成的，其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时性计算等，汇集了当前IT领域热门流行的IT技术。

这是我通常与想要了解大数据的人进行对话：

问：什么是大数据？

答：大数据是描述庞大数据的术语。

问：现在，大数据有多大？

答：如此庞大，以至于无法用常规工具处理？

问：通常的工具是什么意思？

答：普通文件系统，数据库等工具。

所有这些大数据工具都有一个共同的特性：分布式计算。

因此，大数据是一个通常只能通过分布式的工具才能解决的问题。我知道这些天，每个人都在尝试将他们的BI（商业情报）工具描绘成大数据工具，但不要被喧闹声所欺骗。

问：哪些典型的大数据问题？

答：请考虑以下几点：

1，如何建立存储和保存500 TB电影/视频/文字的存储？

2，一台机器实际读取500 TB会花费多少时间？

3，如何建立可以存储数百万列和数十亿行数据而不会像乌龟一样慢的数据存储？

4，如何提供每秒数百万的读写？

5，如何解决真正复杂的问题？还记得时间的复杂性吗？想象一下，电子邮件哦公司，必须每秒钟来自不同用户30GB 电子邮件自动分类为5个类别（比如是否垃圾邮件），

或判断数百万个网站的内容，您必须准备网站名称的层次树，以使两个同级彼此非常相似。这种问题称为分类。

它们比通常的数据排序更为复杂。

随着数据的进一步增长，这些问题变得非常不可能解决。

解决此类问题需要巨大的计算能力-就RAM，CPU，磁盘读取速度而言。

问：大数据有什么用？

答：如果规模巨大，几乎每个业务计算问题都可以转换为大数据问题。

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大数据的应用开发。

如今，大数据技术已应用在各行各业。小麦举个例子，讲述一下最贴近我们生活的民生服务是如何运用大数据。

最近电视新闻提及到的“一网统管”精准救助场景，传统的救助方式往往通过困难家庭申请、审核、审批等多项程序，遇到需要跨部门、跨层级、跨街区协调解决的个案，还需要召开各级协调会的形式协商解决。

现在通过“精准救助”的方式，**门在平时的摸排中了解情况，将相关信息录入到“一网统管”数据**，再根据数据模型识别出需要协助的家庭，随后形成走访工单派发给社工对其进行帮扶，从而提升救助的效率，做到雪中送炭。

在数字化政府改造之前，每个部门只掌握各自分管的数据，形成“信息孤岛”；有了大数据分析平台后，所有的数据信息，便打通了“任督二脉”。

政府可以充分利用大数据技术打造“一网统管”精准救助场景，极大提升了社会救助的科学性和精准性，让城市变得更加温暖。