1. 数据测试（质量检测）
数据质检：对于数据进行质量检测，主要包括数据规格，数据和服务的兼容性；测试时需要主要数据的筛选，数据测试时间，数据在服务应用影响范围；
举例：在地图导航业务中，全国范围内的数据几乎每天都会进行制作编译上线，就会有数据的变更；
质检需要关注粗略有：
当然以上测试和大家所谓大数据测试还有所不同，大数据测试一般是利用集群进行分布式计算汇聚，以上测试的数据规格测试也可以跑集群任务，但是我认为这样太暴力，没有将数据和服务业务整合理解，浪费资源，毕竟机器成本也是一个工程师需要关注的，好的方案可以节约成本。
接下来谈一下我认为具备哪些能力可以更加胜任以上工作：
当然以上也是我需要慢慢加强的。
2. 什么是大数据以及大数据的特性有哪些
大数据从整体上看分为四个特点，
第一，大量。
衡量单位PB级别，存储回内容多。
第二，高速。
大数答据需要在获取速度和分析速度上要及时迅速。保证在短时间内更多的人接收到信息。
第三，多样。
数据的来源是各种渠道上获取的，有文本数据，图片数据，视频数据等。因此数据是多种多样的。
第四，价值。
大数据不仅仅拥有本身的信息价值，还拥有商业价值。大数据在结构上还分为：结构化，半结构化，非结构化。结构化简单来讲是数据库，是由二维表来逻辑表达和实现的数据。非结构化即数据结构不规则或不完整，没有预定义的数据模型。由人类产生的数据大部分是非结构化数据。
3. 大数据测试6级考什么
大数据测试6级考试是一种由国家认可的计算机知识和技能考试，旨在考核考生对大数据技术的掌握程度。考试内容包括大数据基础知识、数据库管理、数据分析、数据挖掘、机器学习、深度学习等。考试时间为2小时，考试分数为100分，及格分数为60分。考试成绩将在考试结束后的2个月内公布，考试成绩有效期为2年。
4. 大数据测试需要学什么
首先是基础阶段。这一阶段包括：关系型数据库原理、操作系统原理及应用。在掌握了这些基础知识后，会安排这些基础课程的进阶课程，即：数据结构与算法、MYSQL数据库应用及开发、SHELL脚本编程。在掌握了这些内容之后，大数据基础学习阶段才算是完成了。
接下来是大数据专业学习的第二阶段：大数据理论及核心技术。第二阶段也被分为了基础和进阶两部分，先理解基础知识，再进一步对知识内容做深入的了解和实践。基础部分包括：布式存储技术原理与应用、分布式计算技术、HADOOP集群搭建、运维；进阶内容包括：HDFS高可靠、ZOOKEEPER、CDH、Shuffle、HADOOP源码分析、HIVE、HBASE、Mongodb、HADOOP项目实战。
完成了这部分内容的学习，学员们就已经掌握了大数据专业大部分的知识，并具有了一定的项目经验。但为了学员们在大数据专业有更好的发展，所学知识能更广泛地应用到大数据相关的各个岗位，有个更长远的发展前景。
第三阶段叫做数据分析挖掘及海量数据高级处理技术。基础部分有：PYTHON语言、机器学习算法、FLUME+KAFKA；进阶部分有：机器学习算法库应用、实时分析计算框架、SPARK技术、PYTHON高级语言应用、分布式爬虫与反爬虫技术、实时分析项目实战、机器学习算法项目实战。
5. 什么是大数据测试
测试大数据应用程序更多的是验证其数据处理，而不是测试软件产品的个别功能版。当涉及到大权数据测试时，性能和功能测试是关键。在大数据测试中，QA工程师使用集群和其他组件来验证对TB级数据的成功处理。因为处理非常快，所以它需要高水平的测试技能。
大数据应用程序的测试更多的是去验证其数据处理而不是验证其单一的功能特色。当然在大数据测试时，功能测试和性能测试是同样很关键的。对于大数据测试工程师而言，如何高效正确的验证经过大数据工具/框架成功处理过的至少百万兆字节的数据将会是一个巨大的挑战。因为大数据高效的处理测试速度，它要求测软件工程师具备高水平的测试技术才能应对大数据测试。