从技术架构的角度去丰富你的大数据知识

对于大数据的学习，很长一段时间，都觉得非常迷茫。不知道具体该学习什么！进而导致知识的知识点挺多，而自己所会的内容都不能够形成很好的体系，进而为自己的职场加分。而最近一直在学习相关大数的架构知识，进而具体到一个厂商。这样反而自己学的很快，总结一下前段时间的学习，温故而知新!!!

首先，大数据开始做为概念开始进入公众并在实际业务中落地是在13年。从一项技术的发展来看，这项技术会在18年形成一个很好的闭环。而在此期间，不管你是不是大数据的项目，在这五年内，只要冠以大数据名称都可以获益。

所以，大数据第一件能做的事就忽悠！不管你是不是大数据的项目，只要是你懂一点分布式，知道一点Hadoop,Spark。就可以去说我可以承接相关的项目，这是相关冒险的。因为当你不能够对大数据有一个整全的理解，而是靠着在实际工程中不断的学习进而再去指导并优化工作。这样做无异于事倍功半！所以回归到题目的方向，就是如何从技术架构的解度去丰富你的知识。

1，存储

大数据，顾名思义。就是你的数据量很大，传统的数据有EXCEL，TXT，WORD........刚开始这些还可以存储到硬盘上。但多到一定程度，势必会影响你开机的速度，这时，就要引入数据库的概念来存储。而你用数据库来存数据时，就又要涉及要你与数据库的对话语言－－SQL语句。

单点，结构化的数据完成了以后，你的工作效率得到了很大的提升。相邻城镇的人看着这样不错的时候，就也开始了相应的部署。但数据库内容还是要和总部链接的。这样就形成了我们常说的分布式存储。

随着经济的不均衡发展，各种地区推出的营销活动不同。所要存储用户的信息也不同。这样就造成了传统结构化的存储效率下降，转而改变为用户单一ID+相关行为的非结构化数据的存储。

好了，存完了数据，放到那里呢，放在硬盘上的起名叫Hadoop,放在内存中的就叫Spark.

2,计算

任何的数据都是要参于到运算当中来的，而在运算的过程中是一定要调用CPU的，而传统的高帅富的大型机在高性能运算上是有优势的。可在大数据如海水一般的涌来时，这些高帅富的大型机就不好起到作用了。

还是老祖宗的智慧过人，分而治之。这是治水的思路，也是解决一个高帅富面对众多请求时不知所措的茫然。在技术上，用100台PC或小型机来分而治之所涌来的数据。然后再统一汇报解决情况。这个也就是大数据里边常说的那句话：100个穷吊丝相当于一个高富帅！这是第一种计算方案。

那还有一种是什么呢！类似于周伯通的左右互博击，你想想，你一台PC可以做的事情，我再加一颗CPU，是不是就相当于模拟出来两套。而这样计算的好处是可以将数据分类处理，而这一方面，在技术上是通过虚拟化来实现的。

3，可视

讲完了前边的基础之后，我们就来看看数据展现，数据的展现有许多种，而这一部人是需要代码人员有一些艺术细胞的（什么，没有！那艺术细菌也行）。

毕竟，要将你所计算的结果呈现现大众面前。相应的逻辑清楚就一点就显得非常重要。在这方面，建议多看一些其他人的优秀作品。更重要的是你要具备一些心理学的知识，数据的突显及策略的把控。可以说，大数据项目的成败基本上就是在可视的这一块是否能产生效果了。