大数据是一个含义广泛的术语，是指数据集，如此庞大而复杂的，他们需要专门设计的硬件和软件工具进行处理。该数据集通常是万亿或EB的大小。以下是小编为你整理的数据与大数据学习教程  

HADOOPP 是一个能够对大量数据进行分布式处理的软件框架。但是HADOOPP 是以一种可靠、高效、可伸缩的方式进行处理的。HADOOPP 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。  

HPCC高性能计算与 通信”的报告。开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆 比特网络技术，扩展研究和教育机构及网络连接能力。

Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理HADOOPP的批量数据。  

为了帮助企业用户寻找更为有效、加快HADOOPP数据查询的方法，Apache发起了一项名为“Drill”的开源项目。  

Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案(Solution)的框架。其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。  

RapidMiner是*的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。  

学大数据的必备知识  

Java基础**  

数据类型  

运算符、循环  

顺序结构程序设计  

程序结构  

数组及多维数组  

面向对象**  

构造方法、控制符、封装  

继承**  

多态**  

抽象类、接口**  

常用类、集合Collection、list**  

HashSet、TreeSet、Collection  

集合类Map**  

异常  

File  

文件/流**  

数据流和对象流  

线程(理解即可)  

网络通信(理解即可)  

如果如果你已经是脱离小白生涯，你理大数据不远了，需要学习一些额外的小知识(数据结构、关系型数据库、linux系统操作)第二阶段以夯实基础，之后就可以进入大数据学习了;  

大数据需要学什么  

分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。  

回归分析。回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。

聚类。聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。  

关联规则。关联规则是描述数据库中数据项之间所存在的关系的规则，即根据一个事务中某些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系。  

大数据对经济社会的重要影响  

1、能够推动实现巨大经济效益

比如对*零售业净利润增长的贡献，降低制造业产品开发、组装成本等。预计2013年全球大数据直接和间接拉动信息技术支出将达1200亿美元。  

2、能够推动增强社会管理水平

大数据在公共服务领域的应用，可有效推动相关工作开展，提高相关*的决策水平、服务效率和社会管理水平，产生巨大社会价值。欧洲多个城市通过分析实时采集的交通流量数据，指导驾车出行者选择*路径，从而改善城市交通状况。  

3、如果没有高性能的分析工具，大数据的价值就得不到释放  

对大数据应用必须保持清醒认识，既不能迷信其分析结果，也不能因为其不完全准确而否定其重要作用。  

由于各种原因，所分析处理的数据对象中不可避免地会包括各种错误数据、无用数据，加之作为大数据技术核心的数据分析、人工智能等技术尚未完全成熟，所以对 计算机完成的大数据分析处理的结果，无法要求其完全准确。例如，谷歌通过分析亿万用户搜索内容能够比专业机构更快地预测流感暴发，但由于微博上无用信息的 干扰，这种预测也曾多次出现不准确的情况。  

必须清楚定位的是，大数据作用与价值的重点在于能够引导和启发大数据应用者的创新思维，辅助决策。简单而言，若是处理一个问题，通常人能够想到一种方法，而大数据能够提供十种参考方法，哪怕其中只有三种可行，也将解决问题的思路拓展了三倍。  

所以，客观认识和发挥大数据的作用，不夸大、不缩小，是准确认知和应用大数据的前提。