Java之大数据开发 大数据:数据量大PB级别种类多,更新速度快, 存储密集,价值量低,比如旅客进站,民航局,淘宝网页日志数据 分布式:多台机器通过网络连接在一起,并行或者并发的共同完成某项业务掌握处理大数据的框架:hadoop 海量数据的存储HDFS,海量数据的计算MR掌握java开发的并行框架MR,Mapper:大文件分片,将切片后的数据分配到不同的机器,并行对每一行数据进行处理,然后吐数据到上下文context,mr框架进行shff,输出到reduce,reduce阶段进行将相同的key进行合并。