大数据主要时解决海量数据的存储和分析计算的问题。
大数据部门组织结构(重要)
平台组: Hadoop Flume Kafka HBase Spark等框架平台搭建、集群性能监控、集群性能调优
数据仓库组: ETL工程师-数据清洗 (过滤掉不合法的数据、空值等)
Hive工程师-数据分析、数据仓库建模
数据挖掘组:算法工程师
推荐系统工程师
用户画像工程师
报表开发组:JavaEE工程师
Hadoop的优势:
1)高可靠性
2)高扩展性
3)高效性:Hadoop是并行工作的,以加快任务处理速度
4)高容错性:能够自动将失败的任务中心分配
Hadoop组成——1.x和2.x的区别