1，Apache基金会开发的大数据生态技术系统Hadoop分布式系统基础设施。Hadoop框架的核心设计是HDFS和MapReduce。HDFS提供海量数据的存储，MapReduce提供海量数据的计算。Hadoop是一个基础框架，可以托管很多其他东西，比如Hive。不想用编程语言开发MapReduce的人可以使用Hive进行离线数据处理和分析。
2.大数据生态技术系统spark也是一个开源项目，是Apache基金会和加州大学伯克利分校实验室共同开发的另一个重要的分布式计算系统。Spark和Hadoop最大的区别是Hadoop用硬盘存储数据，Spark用内存存储数据，所以Spark可以提供100次以上的计算。Spark可以通过YARN(另一个资源协调器)在Hadoop集群中运行，但是Spark现在正在进化成一个生态进程，希望通过一个技术栈实现上下游的融合。
5、科多大数据,如何全面建立自己的大数据知识体系所谓的大数据平台并不是独立存在的。比如百度依靠搜索引擎获取大数据并开展业务，阿里通过电子商务交易获取大数据并开展业务，腾讯通过社交获取大数据并开展业务。所以大数据平台不是独立存在的，重点是如何收集和沉淀数据，如何分析数据，如何挖掘数据的价值。我可能没有资格回答这个问题，也没有经历过一个公司大数据平台从无到有再到复杂的过程。
这是一个需求驱动的过程。曾经听过spotify的分享，印象非常深刻。他们分享说，他们的hadoop集群第一次失败是因为机器放在窗边，太阳晒坏了(笑)。从一个自己窗口前没有机房的简单集群，到一个复杂的数据平台，这是一个进化的过程。对于小公司来说，找一两台机器搭建一个集群，大概就是一个大数据平台。在初始阶段，数据量会很小，不需要多大规模。
6、如何完善原有的大数据系统有以下三项倡议。1.专注于保护数据安全和隐私。一是构建完善安全的政府大数据管理平台，建立数据防泄露、安全审计、安全事件追溯取证、大数据安全态势分析等多维度的技术防护体系和运维管理体系，形成互联互通的大数据安全防御体系。二是加强数据安全的监管和保护，提高数据所有者和使用者的数据安全意识。2.建立和完善安全可靠的防护技术产品体系。
二是开发具有行业特色的基于大数据的信息安全新产品；三是加强大数据通用安全技术产品的研发；四是积极推进大数据安全和开源生态建设。3.构建新型网络安全公共服务平台。一是构建网络信息安全态势感知大数据平台，综合利用多源数据，加强大数据挖掘分析，提升网络信息安全态势感知、风险评估、通报预警、应急处置等能力。
7、 大数据系统体系建设规划包括哪些内容?(1)内部控制组织是系统运行的基本保证。其中，是否设立专职内控部门是企业界关注的焦点，通常有三种设置方式:方法一:单独设立内控部门。方法二:内部控制由内部审计部门牵头。模式三:在内控建设集中期成立内控建设办公室，办公室抽调各大部门人员专职从事内控体系建设工作。当系统正式投入运行后，办公室将被解散，人员将回到所有管理部门，牵头职能也将回到内部审计部门。
二、管理机构及职责。第三，授权审批矩阵，第四，控制活动要求。第五，根据以上部分，各业务管理部门应重组和完善业务流程，强化关键风险点的控制措施，确保组织职责、授权审批和内部控制要求落实到业务流程中，确保管理目标的实现，(5)信息与沟通贯穿始终(6)内部监督手段。
