1.什么是数据？
人类的行为及产生的事件的一种记录称之为数据
2.数据有什么价值?
对数据的内容进行深入分析，可以更好的帮助了解事和物在现实世界的运行规律
比如，购物的订单记录(数据)可以帮助平台更好的了解消费者，从而促进交易
3.大数据的诞生是跟随着互联网的发展的
当全球互联网逐步建成(2000年左右)，各大企业或政府单位拥有了海量的数据待处理
基于这个前提逐步诞生了以分布式的形式(即多台服务器集群)完成了海量数据处理的处理方式，并逐步发展成现代大数据体系
4.Apache Hadoop对大数据体系的意义
第一款获得业界普遍认可的开源分布式解决方案
让各类企业都有课用二队企业级开源分布式解决方案
一定程度上催生出了众多的大数据体系技术栈
从Hadoop开始(2008年左右)大数据开始蓬勃发展
5.什么是大数据
狭义上：对海量数据进行处理的软件技术体系
广义上：数字化，信息化时代的基础支撑，以数据为生活赋能
6.大数据的特征，5V
1.volume：体积：数据量大：采集数据量大，存储数据量大，计算数据量大，TB，PB级别起步
2.variety：种类：种类，来源多样化：种类:结构化，半结构化，非结构化，来源:日志文本，图片，音频，视频
3.value：价值：低价值密度：信息海量但是价值密度低，深度复杂的挖掘分析需要机器学习参与
4.velocity：速度：速度快：数据增长速度快，获取数据速度快，数据处理速度快
5.veracity：质量：数据的质量：数据的准确性，数据的可信赖度
7.大数据核心工作：
1.数据存储：妥善保存海量待处理数据
2.数据计算：完成海量数据的价值挖掘
3.数据传输：协助各个环节的数据传输
8.大数据软件生态
存储：Apache Hadoop HDFS，Apache HBase，Apache Kudu，云平台
计算：Apache Hadoop MapReduce，Apache Spark，Apache Flink
传输：Apache Kafka，Apache Pulsar，Apache Flume，Apache sqoop
9.什么是Hadoop
Haddoop是开源的技术框架，提供分布式存储，计算，资源调度的解决方案
10.为什么学习Hadoop
Hadoop诞生早在企业中广泛应用
Hadoop概念较为简单，适合大数据分布式入门
11.Hadoop的发展
创始人Doug Cutting
基于Nutch搜搜项目发展
发展受到Google三篇著名的论文影响
12.Hadoop的版本
Apache开源社区版Hadoop(原生版本)
行业公司自行封装的版本，在源代码上加自己的东西
CDH（商业版使用最多的版本）
HDR
星环
在整个hadoop框架中，主要存在三个组件：HDFS，MapReduce和YARN，HDFS主要负责数据的存储，MapReduce则数据模型的运算，YARN负责资源的调度
