2.Hypertable是一個替代方案。它存在于Hadoop生態(tài)系統(tǒng)之外，但曾經有過一些用戶。3.NoSQL，membase，MongoDb商業(yè)大學數據生態(tài)圈:1。一體機數據庫/數據倉庫:IBM Puredata (Netezza)、Oracle Exadata、Sahana等。2.數據Warehouse:teradatasterdata，EMCGreenPlum，

數據提取大型數據分析平臺數據需要采集的各類數據，分別開發(fā)自適應接口。對于現有的信息系統(tǒng)，開發(fā)相應的接口模塊與各種信息系統(tǒng)連接。不能共享接口的系統(tǒng)數據由ETL工具數據收集，支持多種類型數據庫，數據按照相應的規(guī)范進行清理。數據預處理為了讓大型數據分析平臺更容易處理數據，也為了讓數據的存儲機制更具可擴展性和容錯性，有必要放入數據。

PB或多PB基礎架構和傳統(tǒng)大規(guī)模數據 set的區(qū)別就像白天和黑夜的區(qū)別一樣，就像筆記本電腦上的數據和RAID陣列上的數據的區(qū)別一樣。當Day在2009年加入Shutterfly時，存儲已經成為該公司最大的支出，并且還在快速增長。每N PB的額外存儲意味著我們需要另一名存儲管理員來支持物理和邏輯基礎架構。Day說，面對大規(guī)模的數據存儲，系統(tǒng)會更頻繁地出問題，任何管理大存儲的人都經常要處理硬件故障。

RAID問題的標準答案是復制，通常采用RAID陣列的形式。但Day表示，面對海量的數據，RAID在解決問題的同時，可能會產生更多的問題。在傳統(tǒng)的RAID 數據存儲方案中,數據的每個副本都被鏡像并存儲在陣列的不同磁盤中，以確保完整性和可用性。但這意味著每個鏡像和存儲的數據將需要五倍于其自身的存儲空間。

1，HDFS 1的基本特征和建筑?；咎攸c(1)大規(guī)模數據分布式存儲能力:具有分布式存儲能力和良好的可擴展性。(基于分布式節(jié)點上的大量本地文件系統(tǒng)，在邏輯上構建一個容量巨大的分布式文件系統(tǒng)，整個文件系統(tǒng)的容量可以隨著集群中節(jié)點的增加而線性擴展)(2)高并發(fā)訪問能力:提供高數據寬帶訪問(高數據吞吐量)，帶寬可以等比例擴展到集群中的所有節(jié)點。(3)容錯性強:(設計理念上把硬件故障視為常態(tài))保證在節(jié)點硬件故障頻繁的情況下，能夠正確檢測到硬件故障，并能自動快速從故障中恢復。確保數據不丟失(以多份數據塊的形式存儲)(4)順序文件訪問:(大數據批處理是對大量簡單數據記錄的順序處理)優(yōu)化順序讀取。以高隨機訪問負載為代價(5)簡單一致性模型(一寫多讀):支持大量數據一寫多讀；不支持寫入數據的更新操作，但在文件末尾允許新的數據(6) 數據塊存儲模式:默認塊大小為64MB。

1。數據收購:在Da 數據的生命周期中，數據收購是第一個環(huán)節(jié)。根據MapReduce應用系統(tǒng)的分類，“Da 數據”的集合主要來自四個來源:管理信息系統(tǒng)、web信息系統(tǒng)、物理信息系統(tǒng)和科學實驗系統(tǒng)。2.數據訪問:大數據的存儲和刪除采用不同的技術路線，大致可以分為三類。第一類主要面向大型結構數據。第二類主要面對半結構化和非結構化數據。

基礎設施:云存儲、分布式文件存儲等。數據處理:對于收集到的不同數據集合，可能會有不同的結構和模式，比如文件、XML樹、關系表等。，表現出數據的異質性。對于多個異構數據集，需要進一步集成或集成處理。通過對不同數據集合的數據進行收集、整理、清理和轉換，生成新的數據集合，為后續(xù)的查詢和分析提供了數據的統(tǒng)一視圖。

暫時不確定。我們還處在Da 數據時代的初級階段，誰來控制Da 數據或者誰來使用Da 數據，在什么條件下，在什么規(guī)格下，Da數據未來的存儲和流轉方式都還是未知數，我們也無法給出準確的答案。任何組織或個人都不會對Da 數據擁有最終控制權，這要看具體情況，即數據是什么類型，用于什么目的，①數據大部分由公司管理。比如個人郵件系統(tǒng)，無論個人使用哪個公司的郵件系統(tǒng)，提供商都能看到這些郵件。