68、大数据与Hadoop技术全解析

大数据与Hadoop技术全解析

大数据的特性

大数据正日益成为数据管理领域的焦点，其具有几个重要特性。

• 价值性 ：价值，也称为可行性，指的是数据能够被分析以提供有意义信息，从而为组织增加价值的程度。并非所有可捕获的数据都值得捕获，只有那些有可能影响组织行为分析的数据，才应纳入公司的大数据工作中。
• 可视化 ：可视化是指以图形方式呈现数据，使决策者能够理解数据含义的能力。大量的数据可能会让决策者淹没在事实中，但却难以理解这些事实的意义。可视化是一种呈现事实的方式，帮助决策者理解信息的含义，从而获得洞察力。

不过，这些特性并非大数据所独有。数据的准确性在任何规模的数据存储中都是一个问题，这也是关系型数据库中数据管理如此重要的原因。数据的价值同样适用于关系型数据库中的传统结构化数据。可视化在数据仓库工作中也是一个重要工具。这些在关系型模型中处理数据时发挥重要作用的特性是通用的，同样适用于大数据。

大数据代表了数据管理挑战的新趋势，但这并不意味着关系型数据库技术会被淘汰。依赖ACID（原子性、一致性、隔离性和持久性）事务的结构化数据，对业务运营始终至关重要。关系型数据库仍然是存储和管理此类数据的最佳方式。但现在，关系型数据库不一定是存储和管理组织所有数据的最佳方式，这导致了多语言持久化的出现，即组织基础设施中多种数据存储和管理技术的共存。

Hadoop技术概述

大数据需要一种专为大规模集群设计的分布式数据存储方法，Hadoop已成为大多数大数据存储和处理的事实上的标准。Hadoop不是数据库，而是一个