YESSS__的博客

原创 分布式计算系统课堂笔记

（2）多样化（来源多（搜索引擎、社交网络、通话记录、传感器...）、格式多（结构化的数据、非结构化的数据）半结构化数据：具有一定的层次结构，介于结构化数据与非结构化数据之间（json文件、xml文件、电子邮件）TB 太字节 1TB=1024GB 数据库（25张高清图片）B(Byte) 字节 1B=8b 汉字占2个字节。hadoop 分布式计算系统+分布式数据库+Spark。非结构化数据：无固定格式 （文本文件、图片、音乐）（1）大量化（存储量大、增量大）