大型数据分析平台必须能够容纳海量数据。大型数据开发中涉及的关键技术:大型数据大型采集技术数据采集技术是指通过RFID 数据、传感器数据和社交网络/进行交互，我知道那些大的数据，像网易，阿里，有道大云数据。
1什么是大数据？大数据(bigdata)是指普通软件工具在一定时期内无法捕捉、管理和处理的数据的集合。它需要新的处理模式，拥有大容量、高增长率、多元化的信息资产，具有更强的决策力、洞察力和流程优化能力。两所大学的特色数据。容量:数据大小决定对价数据价值和潜在信息类型:数据类型的多样性；速度:指获取数据的速度可变性，阻碍数据的处理和有效管理。
复杂:数据数量大，来源多。价值:合理利用Da 数据以低成本创造高价值。“三巨头”的内涵数据。1.数据量大，TB，PB，EB等。数据数量数据需要分析治疗。2.要求快速反应，市场变化快，要求对变化做出及时快速的反应。数据的分析也快，性能要求更高。所以数据的量要求高速度。3.数据多样性:不同数据来源，无结构数据越来越多，需要清洗，整理，筛选等操作，成为结构数据。
这两个基本函数是:1 数据收藏；II 数据分析归纳。扩展:第一，必须容纳海量数据如果大型数据分析平台无法扩展存储或管理海量数据，那么仅仅提高速度的效果是相当有限的。大型数据分析平台必须能够容纳海量数据。大规模并行处理是扩展分析处理的理想技术，因为它同时使用计算机集群的存储和计算能力。它不仅扩展了性能，还提高了处理大量传入数据流的能力。
结构化数据 library可以更好地了解数据in数据ocean的位置并能准确访问数据。一般来说，非结构化的数据库很难扩展到列设计的结构化的数据库所能达到的程度。但是，big 数据分析平台可能集成了一些功能，可以提高非结构化数据库的可伸缩性和性能。第二，必须非常快。简单来说，在数字时代，用户在运行查询时不希望长时间等待结果。他们希望在不影响其他工作负载的情况下，立即获得满足感和结果。
