说起大数据，很多人模棱两可，对于大数据的核心技术不清楚，其实，从大数据的生命周期来看，大数据采集、大数据预处理、大数据存储、大数据分析4部分共同组成了大数据生命周期里最核心的技术，简单地说，就是如何拿数据，算数据，卖数据。

1、大数据采集

数据库采集：流行的有Sqoop和ETL，传统的关系型数据库MySQL和Oracle 也依然充当着许多企业的数据存储方式。当然了，目前对于开源的Kettle和Talend本身，也集成了大数据集成内容，可实现hdfs，hbase和主流Nosq数据库之间的数据同步和集成。

网络数据采集：一种借助网络爬虫或网站公开API，从网页获取非结构化或半结构化数据，并将其统一结构化为本地数据的数据采集方式。

文件采集：包括实时文件采集和处理技术flume、基于ELK的日志采集和增量采集等等。

2、大数据预处理

数据清理：指利用ETL等清洗工具，对有遗漏数据(缺少感兴趣的属性)、噪音数据(数据中存在着错误、或偏离期望值的数据)、不一致数据进行处理。

数据集成：是指将不同数据源中的数据，合并存放到统一数据库的，存储方法，着重解决三个问题：模式匹配、数据冗余、数据值冲突检测与处理。

数据转换：是指对所抽取出来的数据中存在的不一致，进行处理的过程。它同时包含了~数据清洗的工作，即根据业务规则对异常数据进行清洗，以保证后续分析结果准确性

数据规约：是指在最大限度保持数据原貌的基础上，最大限度精简数据量，以得到较小数据集的操作，包括：数据方聚集、维规约、数据压缩、数值规约、概念分层等。

3、大数据存储

(1)基于MPP架构的新型数据库集群

(2)基于Hadoop的技术扩展和封装

(3)大数据一体机

4、大数据分析挖掘

从可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量管理等方面，对杂乱无章的数据，进行萃取、提炼和分析的过程。

关注中培伟业，了解更多相关信息。