A. 大數據入門書籍有哪些
首先從最基礎的開化，編程，java入門，linux入門，mysql等課程的入門到精通的學內習，然容後下一步在開始大數據的學習。北京大 講台大數據培訓從最基礎的java，linux，mysql開始學習，zhuce就可以在線聽課了。
B. 推薦幾本學習大數據和人工智慧的書籍，網站吧，謝謝大牛
大數據是人工智慧的分支。如果你想總覽一下，先看人工智慧，宏觀了解下比較好。羅素的人工智慧可以看看，這是大學教材。haiyinwangyuquan,這個公共號關注下，點擊右下角王煜全-思維導圖，裡面有人工智慧行業全視野，可以看看。
C. 大學專業:大數據（雲計算方向）應該看什麼書
大數據的基礎知識，科普類的，自己去買本書就行了，大數據時代這樣的書很多介版紹權的大數據的。另外大數據的技術，如數據採集，數據存取，基礎架構，數據處理，統計分析，數據挖掘，模型預測，結果呈現。當然一些大數據的一些基礎知識，比如java和hadoop等等，這個基本得自學。大學裡面最接近這些的也就是計算機類專業。雲計算的話，需要學習的知識應該包括但不限於：1、網路通信知識，包括互聯網基礎建設相關的所有知識；2、虛擬化知識，應該了解硬體運行原理以及虛擬化實現技術；3、資料庫技術；4、網路存儲技術；5、網路信息安全技術，最起碼得明白什麼是iso 17799；6、電子商務；7、容災及備份技術；8、JAVA編程技術；9、分布式系統架構。。。
D. 市面上大數據的書不少，如果只挑一本，哪本值得推薦
市場上大數據的說不少，但是你要挑一本的話，其實我還是覺得你在網路上選擇一些自己可以公開的數據。因為每個人需要的每個程度的書是不一樣的，你可以選擇購買一些書的電子版本。電子版本反而比書籍會更好一點。
E. 大學大數據專業有什麼課程
大學大數據專業的課程有基礎課程、必修課和選修課三種，其具體細分課程如下：選修課：數據科學演算法導論、數據科學專題、數據科學實踐、互聯網實用開發技術、抽樣技術、統計學習、回歸分析、隨機過程。
大數據專業的含義：
大數據採集與管理專業是從大數據應用的數據管理、系統開發、海量數據分析與挖掘等層面系統地幫助企業掌握大數據應用中的各種典型問題的`解決辦法的專業。
「大數據」是指般的軟體工具難以捕捉、管理和分析的大容量數據。「大數據」之「大」，並不僅僅在於「容量之大」，更大的意義在於：通過對海量數據的交換、整合和分析，發現新的知識，創造新的價值，帶來「大知識」、「大科技」、「大利潤」和「大發展」。「大數據」能幫助企業找到一一個個難題的答案，給企業帶來前所未有的商業價值與機會。大數據同時也給企業的IIT系統提出了巨大的挑戰。通過不同行業的「大數據」應用狀況，我們能夠看到企業如何使用大數據和雲計算技術，解決他們的難題，靈活、快速、高效地響應瞬息萬變的市場需求。
F. 想從零開始自學大數據，請問有哪些書籍推薦
在人人高呼的大數據時代，你是想繼續做一個月薪6K+的碼農，還是想要翻身學習成為炙手可熱名企瘋搶的大數據工程師呢？
隨著互聯網技術的發展，大數據行業前景非常被看好，有很多朋友對大數據行業心嚮往之，卻苦於不知道該如何下手，或者說學習大數據不知道應該看些什麼書。作為一個零基礎大數據入門學習者該看哪些書?今天就給大家分享幾本那些不容錯過的大數據書籍。
1、《數據挖掘》
這是一本關於數據挖掘領域的綜合概述，本書前版曾被KDnuggets的讀者評選為最受歡迎的數據挖掘專著，是一本可讀性極佳的教材。它從資料庫角度全面系統地介紹數據挖掘的概念、方法和技術以及技術研究進展，並重點關注近年來該領域重要和最新的課題——數據倉庫和數據立方體技術，流數據挖掘，社會化網路挖掘，空間、多媒體和其他復雜數據挖掘。
2、《Big Data》
這是一本在大數據的背景下，描述關於數據建模，數據層，數據處理需求分析以及數據架構和存儲實現問題的書。這本書提供了令人耳目一新的全面解決方案。但不可忽略的是，它也引入了大多數開發者並不熟悉的、困擾傳統架構的復雜性問題。本書將教你充分利用集群硬體優勢的Lambda架構，以及專門用來捕獲和分析網路規模數據的新工具，來創建這些系統。
3、《Mining of Massive Datasets》
這是一本書是關於數據挖掘的。但是本書主要關注極大規模數據的挖掘，也就是說這些數據大到無法在內存中存放。由於重點強調數據的規模，所以本書的例子大都來自Web本身或者Web上導出的數據。另外，本書從演算法的角度來看待數據挖掘，即數據挖掘是將演算法應用於數據，而不是使用數據來「訓練」某種類型的機器學習引擎。
G. 有什麼比較好的大數據入門的書推薦
1. 《大數據分析：點「數」成金》
你現在正坐在一座金礦上，這些金子或被埋於備份，或正藏在你眼前的數據集里，他們是提升公司效益、拓展新的商業關系、制定更直觀決策的秘訣所在，足以使你的企業更上一層樓。你將明白如何利用、分析和駕馭數據來獲得豐厚回報。作者Frank Ohlhorst厚積數十年的技術經驗寫了此書。該書介紹了如何將大數據應用於各行各業，你將了解到如何對數據進行挖掘，怎樣從數據中揭示趨勢並轉化為競爭策略及提取價值的方法。這些更有意思也是更有效的方法能夠提升企業的智能化水平，將有助於企業解決實際問題，提升利潤空間，提高生產率並發現更多的商業機會。
2.《大數據時代》
《大數據時代》是國外大數據系統研究的先河之作，本書作者維克托被譽為」大數據商業應用第一人」，擁有再哈佛大學、牛津大學和新加坡國立大學等多個互聯網研究重鎮任教經歷，早在2010年就在《經濟學人》上發布了長達14頁對大數據應用的前瞻性研究。該書主要講了大數據時代的變革、商業變革和管理變革。《大數據時代》認為大數據的核心就是預測。大數據為人類的生活創造了前所未有的可量化的維度。大數據已經成為了新發明和新服務的源泉，而更多的改變正蓄勢待發。
3.《雲端時代殺手級應用：大數據分析》
《雲端時代殺手級應用：大數據分析》分析了什麼是大數據、大數據大商機、技術與前瞻三個部分。第一個部分介紹大數據分析的概念，以及企業、政府部門可應用的范疇。什麼是大數據分析？與個人與企業有什麼關系？將對全球產業造成什麼樣的沖擊？第二部分完整介紹了大數據在各產業的應用實況，為企業及政府部門提供應用的方向。提供了全球各地的實際應用案例，涵蓋了零售、金融、政府部門、能源、製造、娛樂等各個行業，充分展示了大數據分析產生的效益。第三部分則簡單介紹了大數據分析所需要的技術及未來的發展趨勢，為讀者提供了應用與研究的方向。
4.《大數據》
本書通過講述美國半個多世紀信息開放、技術創新的歷史，以別開生面的經典案例奧巴馬建設」前所未有的開放政府「的雄心、公開財務透明的曲折。《數據質量法》背後隱情，全國醫改法案的波瀾、統一身份證的百年糾結以及雲計算、Facebook和推特等社交媒體等等，為您一一講解數據創新給社會帶來的種種變革和挑戰。
5.《大數據互聯網大規模數據挖掘與分布式處理》。
該書主要講的是海量數集數據挖掘常用的演算法。書中分析了海量數據集數據挖掘常用的演算法，介紹了目前WEB端應用的許多重要話題等。
H. 大數據專業系列教材，大數據專業應該看什麼書
目前，全國高校總數477所「數據科學與大數據技術」專業，累計30所「大數據管理與應用」專業，成功高校總數超過409所。
但由於大數據專業是以軟硬體融合、數據科學和大數據技術為特色的新型復合型專業，許多高校在專業建設和人才培養方面面臨挑戰，教材選用成為許多高校的頭疼問題。
在深入調研以上情況後，清華大學博士、中國大數據應用聯盟人工智慧專家委員會主任、雲創大數據總裁劉鵬教授在業內很早就開始著手策劃，聯合國內多所高校從事一線教育科研任務的專業教師相繼擔任主編，《高級大數據人才培養叢書》
在大數據教學中，本科院校實踐教學注重系統性，偏重新技術的應用，且對工程實踐能力要求較高。
為此，劉鵬教授帶領團隊花了一年的時間編寫了《高級大數據人才培養叢書》( 《雲計算》、《大數據》、《深度學習》、《大資料庫》、《數據挖掘》、0755-0755 )
其中，《Python程序設計》多年來一直處於我國計算機圖書被引量的前列，據網路對微信公眾號( cnkipj ) 《大數據可視化》的評價，2010年至2014年《大數據實驗手冊》
《大數據應用人才培養系列教材》( 《虛擬化與容器》、《雲計算》、《【工學】高被引圖書前三甲，你讀過嗎？》、《雲計算》、《大數據導論》、0755-79055- )
內容從簡單到復雜，既遵循理論到實踐的學習過程，也遵循系統而廣的原則。
清華大學出版社王編輯說：「劉鵬教授的這個教材選題很獨特，考慮到未來高職高專大數據人才的就業需求，他選擇了一個非常有特色的選題。
」
從業內高校的大數據教材來看，理論知識過於復雜高深，與教學實際不契合，或者實踐部分過於簡略，學生學完往往也會感到一頭霧水。
《高級大數據人才培養叢書》和《大數據應用人才培養系列教材》大相徑庭，符合教師教育實際和學生實踐實驗，一經推出，就受到高校的廣泛關注和採用。
師生們普遍對它給予了很高彎梁的評價。 ——不僅與教學實際相符，理論部分和實踐部分比例分配合理，大量實驗提高了學生動手能力，大數據學習不再是「紙上談兵」。
大數據教育特別注重實踐，除了兩套教材外，針對目前大數據教育實踐教學中師資力量不足、實驗環境薄弱、實驗數據缺乏等問題，劉鵬教授帶領雲創大數據技術團隊，與備受高中老師好評的教師教育和教材進行了配套
師資培訓
三年來，雲創大數據(工信部教育與考試中心授權的「工業和信息化人才培養工程訓練基地」)連續舉辦了幾十期大數據/人工智慧實戰培訓班，培訓班全部採用實習方式，大大提高了參訓老師的實戰能力，各期訓練有求必應
全國2000多所虧棗高校的5000多名老師能夠參加並接受培訓，老師們普遍反饋，對未來的教育和人才培養方面有很大啟發，雲創舉辦的大數據實戰培訓班也在教育領域引起了強烈反響。
此外，雲創大數據優秀講師和技術人員還將定期或不定期赴合作高校開展包括教育、實驗人員教育指導在內的培訓服務。
2016年12月-2017年1月，多次舉辦高中(高職)大數據教師免費培訓班
2017年1月，百所高中老師齊聚二期高中(高職)大數據教師免埋空運費培訓班
2017年4月，全國千所高校大數據教師免費講習班在南京舉行
2018年5月，2018信息技術新工科產學研聯盟大數據技術師資培訓班舉辦
2018年9-10月，第二屆全國高校大數據人工智慧教師實戰免費培訓班舉辦三期
2019年1月，2019年全國高校大數據人工智慧師資培訓實戰免費培訓班連續舉辦兩期
2019年3月，2019大數據人工智慧師資培訓班在南京舉辦
2019年6月，2019雲計算免費培訓班在南京舉辦
2019年7月，2019年全國高校大數據人工智慧師資培訓實戰免費培訓班(第三期)舉辦
雲創大數據持續的大數據實戰訓練，一方面為高中老師提供了與專家討論、同事交流、向實戰經驗豐富的講師學習的機會，另一方面也一步步突破了Hadoop、Spark、Python語言、Scala等多個大數據實驗
大數據實驗室
大數據實驗室建設方案基於雲提供的大數據實驗一體化計算機和大數據實驗平台建設，採用Docker容器技術，為用戶提供大數據實驗服務，實現大量用戶同時在線實驗避免相互干擾，同時提供實驗手冊、課程資源、教學視頻、考試系統等，方便高校師生在平台上開展大數據教學和實驗。
今年5月，大數據實驗平台再次迎來更新，改版用戶界面，優化系統資源使用，增加實驗內容，豐富實驗形式，擴充題庫，完善教材與實驗內容的映射，增錄實驗操作視頻集成了商業智能實踐教學子系統，基礎鏡像速度也得到了極大優化，一鍵營造環境只需十幾秒鍾。
目前，大數據實驗平台已更新為400個大數據實驗。
操作簡便，實戰效果顯著，大數據實驗平台依託貴州大學、西北工業大學、山東理工大學、鄭州大學、河南農業大學、成都理工大學、西南大學、重慶師范大學、重慶工商大學、陝西師范大學、寧夏大學、南京財經大學、金陵科技學院、天津農學院、鄭州升達經貿管理學院
值得一提的是，鄭州升達經貿管理學院作為民辦三大高校，自天驕數據實驗平台落地以來，在課堂教學、實驗拓展、課程體系建設等諸多方面屢創新成果。
目前，大數據實驗室是該校利用率最高的實驗室，一直排到周日。
這所學校信息工程學院的計算機科學和軟體工程兩個專業分別有250名學生和學院其他專業的800多名學生在這個平台上接受了嚴格的訓練。
使用該平台畢業的學生工資水平遠遠超過普通專業大學畢業生，直接帶動了學生就業率和學校影響力的同步提高。
無論是教材體系、師資培訓，還是大數據實驗室建設，雲創大數據都在教育領域穩步發展，擁有雄厚的技術優勢和優質資源。
熱忱歡迎廣大高校、教育機構及各企事業單位與雲創業開展多方面交流合作，共同探討大數據建設相關領域，培養越來越多大數據優秀人才，為行業發展作出貢獻。
要獲取《高級大數據人才培養叢書》、《大數據應用人才培養系列教材》配套PPT、人工智慧人才培養方案大數據、人工智慧實驗室建設方案大數據、雲創大數據合作工作手冊等資源，可通過以下方式之一獲取
2 .關注「雲創大數據( cStor_cn )」，在微信後台回復「PPT」，獲取網盤全套資源下載鏈接
自考/成考有疑問、不知道自考/成考考點內容、不清楚當地自考/成考政策，點擊底部咨詢官網老師，免費領取復習資料：https://www.87dh.com/xl/
I. 推薦一本關於大數據，數據分析類似的書籍
1、《Hadoop權威指南》
現在3.1版本剛剛發布，但官方並不推薦在生產環境使用。作為hadoop的入門書籍，從2.x版本開始也不失為良策。
本書從Hadoop的緣起開始，由淺入深，結合理論和實踐，全方位地介紹Hadoop這一高性能處理海量數據集的理想工具。剛剛更新的版本中，相比之前的版本增加了介紹YARN , Parquet , Flume, Crunch , Spark的章節，非常適合於Hadoop 初學者。
2、《Learning Spark》
《Spark 快速大數據分析》是一本為Spark 初學者准備的書，它沒有過多深入實現細節，而是更多關註上層用戶的具體用法。不過，本書絕不僅僅限於Spark 的用法，它對Spark 的核心概念和基本原理也有較為全面的介紹，讓讀者能夠知其然且知其所以然。
3、《Spark機器學習：核心技術與實踐》
以實踐方式助你掌握Spark機器學習技術。本書採用理論與大量實例相結合的方式幫助開發人員掌握使用Spark進行分析和實現機器學習演算法。通過這些示例和Spark在各種企業級系統中的應用，幫助讀者解鎖Spark機器學習演算法的復雜性，通過數據分析產生有價值的數據洞察力。
J. 大數據專業主要課程
1. 大數據學習需要哪些課程
主修課程：面向對象程序設計、Hadoop實用技術、數據挖掘、機器學習、數據統計專分析、高屬等數學、Python編程、JAVA編程、資料庫技術、Web開發、Linux操作系統、大數據平台搭建及運維、大數據應用開發、可視化設計與開發等
2. 大數據專業課程有哪些 專業介紹
隨著互聯網技術的不斷發展，當今的時代又被稱之為大數據時代。
目前互聯網企業對大數據人才需求非常大，培訓機構出來的人才也很好找工作，南京課工場最近一批的大數據學員就業就很高，薪資普遍很高。當然，工作好找的前提是你大數據的相關技術要過關哦！
從近兩年大數據方向研究生的就業情況來看，大數據領域的崗位還是比較多的，尤其是大數據開發崗位，目前正逐漸從大數據平台開發向大數據應用開發領域覆蓋，這也是大數據開始全面落地應用的必然結果。從2019年的秋招情況來看，大數據開發崗位的數量明顯比較多，而且不僅需要研發型人才，也需要應用型人才，所以本科生的就業機會也比較多。
對於當前在讀的本科生來說，如果不想讀研，那麼應該從以下三個方面來提升自身的就業競爭力：
第一：提升程序設計能力。動手實踐能力對於本科生的就業有非常直接的影響，尤其在當前大數據落地應用的初期，很多應用級崗位還沒有得到釋放，不少技術團隊比較注重學生程序設計能力，所以具備扎實的程序設計基礎還是比較重要的。
第二：掌握一定的雲計算知識。大數據本身與雲計算的關系非常緊密，未來不論是從事大數據開發崗位還是大數據分析崗位，掌握一定的雲計算知識都是很有必要的。掌握雲計算知識不僅能夠提升自身的工作效率，同時也會拓展自身的技術邊界。
第三：重視平台知識的積累。產業互聯網時代是平台化時代，所以要想提升就業能力應該重視各種開發平台知識的積累，尤其是與行業領域結合比較緊密的開發平台。實際上，大數據和雲計算本身就是平台，所以大數據專業的學生在學習平台開發時也會相對順利一些。
3. 大數據專業都要學什麼課程
大數據專業有很多課程
4. 數據與大數據專業學什麼課程
大數據存儲階段：hbase、hive、sqoop。
大數據架構設計階段：Flume分布式、Zookeeper、Kafka。
大數據實時計算階段：Mahout、Spark、storm。
大數據數據採集階段：Python、Scala。
大數據商業實戰階段：實操企業大數據處理業務場景，分析需求、解決方案實施，綜合技術實戰應用。
5. 大數據要學哪些課程
大數據存儲階來段：百hbase、hive、sqoop。
大數度據自架構設計階段：Flume分布式、Zookeeper、Kafka。
大數據實時計算階段：Mahout、Spark、storm。
大數據數據採集階段：Python、Scala。
大數據商業實戰階內段：實操企業大數據處理業務場景，分析需求、解決方案實施，技術實戰應用。
6. 大數據的課程都有哪些
大數據本身屬於交叉學科，涵蓋計算機、統計學、數學三個學科的專業知識。所以大數據的課程內容，基本上也是圍繞著三個學科展開的。
數理統計方面：數學分析、統計學習、高等代數、離散數學、概率與統計等課程是基本配置。
計算機專業課程：數據結構、數據科學、程序設計、演算法分析與設計、數據計算智能、資料庫系統、計算機系統基礎、並行體系結構與編程、非結構化大數據分析等，也是必備課程。
而想要真正找到工作的話，大數據主流技術框架，也要去補充起來，這才是找工作當中能夠獲得競爭力的加分項。
7. 大數據課程都學什麼啊
大數據課程學習的內容有6個階段：
1階段
JavaSE基礎核專心
2階段
資料庫關鍵技術屬
3階段
大數據基礎核心
4階段
Spark生態體系框架&大數據高薪精選項目
5階段
Spark生態體系框架&企業無縫對接項目
6階段
Flink流式數據處理框架
按照順序學習就可以了，希望你早日學有所成。
8. 大數據專業主要學什麼課程
大數據技術專業屬於交叉學科：以統計學、數學、計算機為三大支撐性學科；生物、醫學、環境科學、經濟學、社會學、管理學為應用拓展性學科。
此外還需學習數據採集、分析、處理軟體，學習數學建模軟體及計算機編程語言等，知識結構是二專多能復合的跨界人才(有專業知識、有數據思維)。
以中國人民大學為例：
基礎課程：數學分析、高等代數、普通物理數學與信息科學概論、數據結構、數據科學導論、程序設計導論、程序設計實踐。
必修課：離散數學、概率與統計、演算法分析與設計、數據計算智能、資料庫系統概論、計算機系統基礎、並行體系結構與編程、非結構化大數據分析。
選修課：數據科學演算法導論、數據科學專題、數據科學實踐、互聯網實用開發技術、抽樣技術、統計學習、回歸分析、隨機過程。
(8)大數據專業主要課程擴展閱讀：
大數據崗位：
1、大數據系統架構師
大數據平台搭建、系統設計、基礎設施。
技能：計算機體系結構、網路架構、編程範式、文件系統、分布並行處理等。
2、大數據系統分析師
面向實際行業領域，利用大數據技術進行數據安全生命周期管理、分析和應用。
技能：人工智慧、機器學習、數理統計、矩陣計算、優化方法。
3、hadoop開發工程師。
解決大數據存儲問題。
4、數據分析師
不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。在工作中通過運用工具，提取、分析、呈現數據，實現數據的商業意義。
5、數據挖掘工程師
做數據挖掘要從海量數據中發現規律，這就需要一定的數學知識，最基本的比如線性代數、高等代數、凸優化、概率論等。經常會用到的語言包括Python、Java、C或者C++，我自己用Python或者Java比較多。有時用MapRece寫程序，再用Hadoop或者Hyp來處理數據，如果用Python的話會和Spark相結合。
9. 大數據專業課程有哪些
首先我們要了解Java語言和Linux操作系統，這兩個是學習大數據的基礎，學習的順序不分前後。
Java ：只要了解一些基礎即可，做大數據不需要很深的Java 技術，學java SE 就相當於有學習大數據。基礎
Linux：因為大數據相關軟體都是在Linux上運行的，所以Linux要學習的扎實一些，學好Linux對你快速掌握大數據相關技術會有很大的幫助，能讓你更好的理解hadoop、hive、hbase、spark等大數據軟體的運行環境和網路環境配置，能少踩很多坑，學會shell就能看懂腳本這樣能更容易理解和配置大數據集群。還能讓你對以後新出的大數據技術學習起來更快。
好說完基礎了，再說說還需要學習哪些大數據技術，可以按我寫的順序學下去。
Hadoop：這是現在流行的大數據處理平台幾乎已經成為大數據的代名詞，所以這個是必學的。Hadoop裡麵包括幾個組件HDFS、MapRece和YARN，HDFS是存儲數據的地方就像我們電腦的硬碟一樣文件都存儲在這個上面，MapRece是對數據進行處理計算的，它有個特點就是不管多大的數據只要給它時間它就能把數據跑完，但是時間可能不是很快所以它叫數據的批處理。
記住學到這里可以作為你學大數據的一個節點。
Zookeeper：這是個萬金油，安裝Hadoop的HA的時候就會用到它，以後的Hbase也會用到它。它一般用來存放一些相互協作的信息，這些信息比較小一般不會超過1M，都是使用它的軟體對它有依賴，對於我們個人來講只需要把它安裝正確，讓它正常的run起來就可以了。
Mysql：我們學習完大數據的處理了，接下來學習學習小數據的處理工具mysql資料庫，因為一會裝hive的時候要用到，mysql需要掌握到什麼層度那?你能在Linux上把它安裝好，運行起來，會配置簡單的許可權，修改root的密碼，創建資料庫。這里主要的是學習SQL的語法，因為hive的語法和這個非常相似。
Sqoop：這個是用於把Mysql里的數據導入到Hadoop里的。當然你也可以不用這個，直接把Mysql數據表導出成文件再放到HDFS上也是一樣的，當然生產環境中使用要注意Mysql的壓力。
Hive：這個東西對於會SQL語法的來說就是神器，它能讓你處理大數據變的很簡單，不會再費勁的編寫MapRece程序。有的人說Pig那?它和Pig差不多掌握一個就可以了。
Oozie：既然學會Hive了，我相信你一定需要這個東西，它可以幫你管理你的Hive或者MapRece、Spark腳本，還能檢查你的程序是否執行正確，出錯了給你發報警並能幫你重試程序，最重要的是還能幫你配置任務的依賴關系。我相信你一定會喜歡上它的，不然你看著那一大堆腳本，和密密麻麻的crond是不是有種想屎的感覺。
Hbase：這是Hadoop生態體系中的NOSQL資料庫，他的數據是按照key和value的形式存儲的並且key是唯一的，所以它能用來做數據的排重，它與MYSQL相比能存儲的數據量大很多。所以他常被用於大數據處理完成之後的存儲目的地。
Kafka：這是個比較好用的隊列工具，隊列是干嗎的?排隊買票你知道不?數據多了同樣也需要排隊處理，這樣與你協作的其它同學不會叫起來，你干嗎給我這么多的數據(比如好幾百G的文件)我怎麼處理得過來，你別怪他因為他不是搞大數據的，你可以跟他講我把數據放在隊列里你使用的時候一個個拿，這樣他就不在抱怨了馬上灰流流的去優化他的程序去了，因為處理不過來就是他的事情。而不是你給的問題。當然我們也可以利用這個工具來做線上實時數據的入庫或入HDFS，這時你可以與一個叫Flume的工具配合使用，它是專門用來提供對數據進行簡單處理，並寫到各種數據接受方(比如Kafka)的。
Spark：它是用來彌補基於MapRece處理數據速度上的缺點，它的特點是把數據裝載到內存中計算而不是去讀慢的要死進化還特別慢的硬碟。特別適合做迭代運算，所以演算法流們特別稀飯它。它是用scala編寫的。Java語言或者Scala都可以操作它，因為它們都是用JVM的。