一、大数据是什么

大数据（big data）：是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

二、大数据的特点

• Volume（大量）
• Velocity（高速）
• Variety（多样）
• Value（低价值密度）
• Veracity（真实性）

三、数据存储单位

最小的基本单位是bit，按顺序给出所有单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。
它们按照进率1024（2的十次方）来计算：
1 Byte =8 bit
1 KB = 1,024 Bytes = 8192 bit
1 MB = 1,024 KB = 1,048,576 Bytes
1 GB = 1,024 MB = 1,048,576 KB
1 TB = 1,024 GB = 1,048,576 MB
1 PB = 1,024 TB = 1,048,576 GB
1 EB = 1,024 PB = 1,048,576 TB
1 ZB = 1,024 EB = 1,048,576 PB
1 YB = 1,024 ZB = 1,048,576 EB
1 BB = 1,024 YB = 1,048,576 ZB
1 NB = 1,024 BB = 1,048,576 YB
1 DB = 1,024 NB = 1,048,576 BB
全称：
1 Bit（比特） =Binary Digit
8 Bits = 1 Byte（字节）
1,000 Bytes = 1 Kilobyte
1,000 Kilobytes = 1 Megabyte
1,000 Megabytes = 1 Gigabyte
1,000 Gigabytes = 1Terabyte
1,000 Terabytes = 1 Petabyte
1,000 Petabytes = 1 Exabyte
1,000Exabytes = 1 Zettabyte
1,000 Zettabytes = 1 Yottabyte
1,000 Yottabytes = 1Brontobyte
1,000 Brontobytes = 1 Geopbyte

四、Hadoop是什么

• Hadoop是由apache基金会所开发的分布式系统基础架构
• 主要解决，海量数据存储和海量数据分析的问题
• 广义上来说，hadoop通常是指一个更广泛的概念—Hadoop生态圈

五、Hadoop的特点

• 高可靠
  Hadoop对数据做了备份，默认副本数为3，所以即使某个hadoop节点出现故障，也不会影响数据的完整

• 高效率
  受MapReduce的影响，hadoop被设计成并行工作的，以加快任务的处理速度

• 高扩展
  hadoop非常容易扩展，对hadoop节点的上线下线也非常方便，可以在很廉价的机器上部署

• 高容错：能够自动将失败的任务重新分配

六、Hadoop的1.x和2.x的区别

在hadoop1.x，MapReduce同时负责业务逻辑的运算和资源调度，但是这样的耦合性很大；在hadoop2.x，增加了yarn负责资源调度，MapReduce只负责运算。