大数据生态圈相关总结

hadoop 1，数据越来越大，尤其是搜索引擎公司，数据的类别---分为三种，结构型，非结构型，半结构型，对应产生的数据库，关系型数据库，非关系型数据库；数据的来源---自己公司业务，爬虫（网络），购买（第三方交易）；数据的处理---缺失字段，重要补全，不重要删除，隐私字段则脱敏 2，谷歌三篇论文  GFS（google filesystem）、产生了hdfs，解决海量数据存储；MAPREDUCE

>>阅读原文<<