从今天起，我将一步一步的分享大数据相关的知识，其实很多程序员感觉大数据很难学，其实并不是你想象的这样，只要自己想学，还有什么难得呢？
学习Hadoop有一个8020原则，80%都是在不断的配置配置搭建集群，只有20%写程序！
一、引言（大数据时代）1.1、从数据中得到信息
我们看一张图片：
我们知道这个图片上的人叫张小妹，年龄20岁，职业模特。但是如果只有数据没有图片的话，就没有意义的数据了。所以数据一定是在特定的环境下才有意义的。
我们再来看一张图片:
从这张图片分析出：从纵向分析，范范和张帆的购买东西十分的相似，所以如果要推荐东西给张帆的话，我们就可以选择小米手环。
从横向分析，无效鼠标，linux编程思想，皮鞋和小米手环都卖的比较火，其他几样销量少，所以我们推荐就可以把这几样放上去。
1.2、大数据表象概念
大家理解什么是大数据吗，那大数据到底有多大！我们就以百度的数据来分析一下：
首先：1PB=1024T
分析：我们就看最小的它每天产生的日志就可以看出来，百度每天要产生100TB~1PB的日志数据。一般我们电脑的硬盘是1T的。那就需要电脑的100个硬盘到1024块硬盘，你想想是多么的恐怖！
二、大数据基础2.1、什么是大数据？
其实对于大数据官方并没有给出一个准确的定义，不同机构有着不同的定义。
1）对于“大数据”（Big data）研究机构 Gartner 给出了这样的定义。“大数据”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来适应海量、高增长率和多样化的信息资产。
2）麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
3）大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，
如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
4） 从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处
理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
5）随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，
这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像 MapReduce 一样的框架来向数十、数百或甚至数千的电脑分配工作。
6） 大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
7）谷歌给出的大数据定义和特点
2.2、大数据的基本特征
容量（Volume）：数据的大小决定所考虑的数据的价值和潜在的信息
种类（Variety）：数据类型的多样性
速度（Velocity）：指获得数据的速度
可变性（Variability）：妨碍了处理和有效地管理数据的过程
真实性（Veracity）：数据的质量
复杂性（Complexity）：数据量巨大，来源多渠道
价值（Value）：合理运用大数据，以低成本创造高价值
2.3、大数据的意义