大数据技术牵涉：数据的采集、预处理、和分布式存储、包括数据仓库、机器学习、并行计算和可视化等方面。
是对大数据技术，应用最广的是以hadoop和spark为核心的生态系统。hadoop需要提供一个稳定点的共享存储和分析系统，存储由hdfs实现，总结由mapreduce实现方法，
1、hdfs：hadoop分布式文件系统，运行与规模很大正式商用机集群
hdfs是gfs的闭源实现，需要提供了在便宜货服务器集群中进行大规模分布式文件存储的能力。
2、hbase：分布式的列存储数据库。hbase将hdfs作为底层存储，同时意见hdfs的批量计算和点查询（随机读取）
hbase是个组建在hdfs之上，再朝列的nosql数据库。它可应用于快速读写大量数据，是一个高可靠、高并发读写、集高性能、向大列、可调节式和易统合的分布式存储系统。hbase本身海量数据存储、急速任务道具ftp连接和源源不断写能操作等特点。
在kudu再次出现之前，hadoop生态环境的存储主要注意依赖hdfs和hbase。在不追求高吞吐、批处理的场景中，使用hdfs,在追求低延时且随机读取的场景中，在用hbase,而kudu本来能不兼容这两者。
3、批处理换算的基石：mapreduce
批处理算出主要解决大规模数据的批量处理问题，是日常数据分析中比较普遍的一类数据处理需求。业界正确的大数据批处理框架有mapreducesparktezpig等。其中mapdeduce是比较有影响力和代表性的大数据批处理计算框架。它也可以并发执行小规模数据处理任务，即主要用于大规模数据集（大于01tb）的并行计算。mapreduce的核心思想：将一个大数据集拆细成多个小数据集，后再在多台机器上并行运算。
4、hive:分布式数据仓库，管理hdfs中存储文件的数据，并可以提供基于条件sql的查询语言用于去查询数据
java语言是较为太热门的计算机编程语言，
非常直观地讲，java语言在所有编程语言当中难度不是什么大的，但用途却很广泛。
从android开发、网站服务器编程到如今的物联网嵌入式程序和大数据运算分析什么，
都可以看见java的身影。
java是一门面向对象的编程语言，同样的都是计算机、互联网应用众多应用广泛的生态。
它对c语言语法方面并且了加以改进，也能本身跨平台、可移、安全、健硕等特点，也能用越来越贴紧人们的护理思维参与少见复杂的编程，可以说是最功能多的支持静态编程语言。
在大型数据库oracle的应用上，java可另外二次开发的语言接受开发设计；
在分布式大数据分析架构中，java也可以不利用写大数据的算法程序；
另外java有很多其他的应用。
比如说智能电视和其他智能穿戴设备的编程。
