hadoop和mangoDb用作大数据分析哪个更好

hadoop和mangoDb用作大数据分析哪个更好

1，hadoop是大数据分析的完整生态系统，从数据采集，存储，分析，转运，再到页面展示，构成了整个流程采集可以用flume，存储用hbase，hdfs，mangodb就相当于hbase，分析用Mapreduce自己写算法，还有hive做数据仓库，pig做数据流处理，转储方面有sqoop，可以将hdfs中的数据转换存储到mysql，oracle等传统数据库，这就构成了一整套大数据分析的整个流程

2，mangodb只是充当存储功能，是一款nosql数据库，支持以json的格式存储

3，所以从功能上来讲，hadoop和mangodb是不一样的，hadoop中可以用mangodb替换hbase，但是mangodb不能替换hadoop，一个是完整的生态系统，一个是数据库，两个不一样的概念

4，至于选择用mangodb还是hbase，各有优劣，不过使用较多的还是hbase，mangodb社区没有hbase活跃，所以还是hbase吧

数据科学与大数据技术学什么

数据科学与大数据技术涵盖了以下几个方面的学习：

1. 数据处理与存储：学习数据存储和处理的各种技术，如关系数据库、非关系数据库、数据仓库、数据挖掘等。

2. 数据分析与建模：学习统计学、机器学习、模型构建等方法来理解数据集，并产生对数据的新认知。

3. 数据可视化：学习如何使用可视化工具来展示和解释数据。

4. 大数据技术：学习Hadoop、Spark、NoSQL等大数据技术和平台，并学习如何使用这些技术高效处理海量数据。

5. 商业分析：学习如何运用数据科学和大数据技术来解决业务问题，进行商业分析和决策。

总的来说，数据科学与大数据技术的核心是通过数据分析和大数据技术来挖掘数据价值，为业务提供决策支持。

什么是大数据

大数据是指规模巨大、类型多样、处理复杂、价值潜力巨大的数据集合。这些数据集合通常是由传统数据处理工具难以处理的，因为它们通常包含结构化、半结构化和非结构化的数据。

大数据通常具有三个特点：

体量大：数据集合的体量非常巨大，以至于传统的数据处理工具无法处理这些数据。

多样性：大数据集合通常包含多种类型的数据，包括结构化、半结构化和非结构化的数据。

处理复杂：大数据的处理往往需要高度复杂的算法和技术，以提取有价值的信息并进行分析。

大数据的出现和快速发展主要得益于计算机技术和互联网技术的发展，以及移动互联网、物联网、社交媒体等新技术的兴起。大数据在商业、政府、科学、医疗等各个领域都有着广泛的应用，例如市场分析、智能交通、金融风险管理、医疗研究等。

对于大数据的分析和利用，通常需要使用大数据分析技术和工具，如Hadoop、Spark、NoSQL数据库等。这些技术和工具可以帮助处理大数据集合，并提取有价值的信息。

简而言之，大数据是指大数据集，这些数据集经过计算分析以揭示与数据的某个方面相关的模式和趋势。首先，还是要重新审视大数据的定义。行业里对大数据的定义有很多，有广义的定义，也有狭义的定义。

广义的定义，有点哲学味道——大数据，是指物理世界到数字世界的映射和提炼。通过发现其中的数据特征，从而做出提升效率的决策行为。

狭义的定义，是技术工程师给的——大数据，是通过获取、存储、分析，从大容量数据中挖掘价值的一种全新的技术架构。

大数据是非结构化或半结构化数据集的集合，是高科技时代的产物，企业组织利用相关数据和分析帮助它们降低成本、提高效率、开发新产品做出更明智的业务决策，所以大数据行业还是不容小觑的。