大数据开发｜第一章 Hello大数据分布式

01数据导论

数据的定义：

数据的价值：

02大数据的诞生

诞生背景：

独立的计算机->基于TCP/IP协议的计算机（实现互联互通）->全球互联网出现，个人、企业都可参与，导致数据量剧增->数据量大，一个独立计算机顶不住，于是：

分布式技术的出现：

在数据量巨大的基础下，以服务器的数量来解决大规模数据处理问题。

Apache Hadoop的开源：

2008年之后，一个重磅级的技术框架：Apache Hadoop，开源了。基于这个开源，广大企业就有了开源的分布式数据处理解决方案。

也是存、用、传。

Hadoop开源后很多大数据技术的涌现：

从08年Hadoop开源后出现了很多大数据技术：

03大数据概述

什么是大数据：

大数据的5v特征：

大数据的核心工作：

从海量的高增长、多类别、低信息密度的数据中挖掘出高质量的结果。

三个核心工作（数据都是海量的数据）：

• 数据存储
• 数据计算
• 数据传输

所以后续学习的技术也围绕这三点来进行，即：

• 分布式存储相关技术栈
• 分布式计算相关技术栈
• 海量数据传输的相关技术栈

04大数据软件生态

大数据软件生态基本围绕三大核心工作展开。

数据存储：

数据计算：

数据传输：

05Apache Hadoop概述

什么是Hadoop：

为什么学习Hadoop：

Hadoop的功能：

Hadoop是一个整体，能细分成三个功能组件，分别用于分布式存储、计算、资源调度：

Hadoop的版本：