1.1、Linux基础--大数据简介

1.大数据定义：
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
2.大数据技术体系
（1）开发语言：scala、Java、Python
存储：PB
（2）大户据的业务处理流程：
数据源
数据清洗
数据存储
数据分析
数据结果展示
（3）大数据主要技术构成
数据源（Flume）
数据清洗(Hive(MapReduce))
数据存储(HDFS、Hive、Impala、HBase)
数据分析(Hive、Impala、Spark)
数据结果展示，数据迁移（Sqoop）
大数据协调框架ZK、Oozie/Azk
项目实战
（4）大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
3.机器学习定义：
机器学习就是数据通过算法构建出模型并对模型进行评估，评估的性能如果达到要求就拿这个模型测试其他数据，最终获得满意的经验来处理其他数据。
学习主题：大数据环境和理解大数据相关概念
学习目标：