1.集群
概念:由多台机器共同完成一个任务,把多台机器称为一个集群,每台机器称为一个节点。
2.分布式
思想:分而治之
概念:把一个任务分成多个小任务,每个机器(节点)只负责一个小任务,则这个任务的执行是分布式的。
衍生:分布式数据库、分布式文件系统、分布式计算系统
3.负载均衡
概念:在同一个集群中,每个节点分担的任务相等
作用:充分利用集群的每个节点的资源,效率更高
有关:与机器的硬件配置有关
4.大数据的5V
1.Volume,数据量大。大数据一般指在10TB以上的数据量,企业级的数据量一般在PB级别。
2.Variety,数据种类多。数据类型有文本,图片,视频,音频等。
3.Value,数据价值密度低。数据量大,价值密度低,整体价值高。
4.Velocity,处理速度快。在数据量非常庞大的情况下,也能做到数据的实时处理。这一点和传统的数据挖掘技术有着本质的不同。
5.Veracity,真实性。