[[114624]]

海量數(shù)據(jù)分成兩塊，一是系統(tǒng)建設(shè)技術(shù)，二，海量數(shù)據(jù)應(yīng)用。

先說系統(tǒng)建設(shè)，現(xiàn)在主流的技術(shù)是HADOOP，主要基于mapreduce的分布式框架。目前可以先學(xué)習(xí)這個(gè)。但是我的觀點(diǎn)，在分布式系統(tǒng)出來之前，主要是集中式架構(gòu)，如DB2，oracle。為什么現(xiàn)在用分布式架構(gòu)，那是因?yàn)楝F(xiàn)在集中式架構(gòu)受限于IO性能，出來速度慢，如果又一種硬件技術(shù)，可以很快地處理海量數(shù)據(jù)，性能上能滿足需求，那么集中式架構(gòu)優(yōu)于分布式架構(gòu)，因?yàn)榧惺郊軜?gòu)穩(wěn)定，運(yùn)維壓力小。現(xiàn)在的集中式架構(gòu)要么性能達(dá)不到要求，要么就是過于昂貴。我期待一種技術(shù)出現(xiàn)，可以非常快地傳輸和處理數(shù)據(jù)，那么集中式架構(gòu)將再次進(jìn)入人們眼球。再說海量數(shù)據(jù)應(yīng)用。海量數(shù)據(jù)應(yīng)用主要是數(shù)據(jù)挖掘和機(jī)器算法。具體有不同的應(yīng)用場景，如個(gè)性化搜索和推薦，社交網(wǎng)絡(luò)發(fā)現(xiàn)，精準(zhǔn)營銷，精準(zhǔn)廣告，實(shí)時(shí)***路徑，人工智能等等?？茨阆胱鱿到y(tǒng)支撐技術(shù)還是與業(yè)務(wù)結(jié)合的應(yīng)用技術(shù)。

如果現(xiàn)在學(xué)系統(tǒng)建設(shè)技術(shù)，可以讀下如下書籍：

如果學(xué)數(shù)據(jù)挖掘和機(jī)器算法，推薦先看數(shù)據(jù)挖掘?qū)д?，統(tǒng)計(jì)分析原理，Mahout，R,MATLAB