大统计数据我通常的说明都是，销售业务繁杂且信息量大。
但是那时我想换一类说明，从处置大统计数据的视角上看甚么叫作大统计数据。
我们都晓得啊，Hadoop是最先的处置大统计数据的构架，而Hadoop的基本上价值观辅导是源自于google的两篇学术论文：GFS、MapReduce、BigTable。
当中GFS的同时实现是HDFS，即Hadoopsysfs，为的是确保能安全可靠的储存足够多大的统计数据，选用characterization的分布式控制系统构架，如果我有足够多多的电脑，那我就能储存足够多多的统计数据。
MapReduce只但是是一类程式设计价值观，核心理念是先分拆，再分拆；在Hadoop中借助yarn展开软件产业分权能较好的展开并行排序。
BigTable的同时实现是HBase，BigTable简而言之是大表，大表的促进作用是将各销售业务控制系统的统计数据储存到两个控制系统中，方便快捷高效率的展开销售业务预测。
从具体内容的大统计数据构架能窥见主要就是为的是化解甚么难题，
HDFS：大信息量的统计数据储存难题。
MapReduce：大信息量的统计数据排序难题。
HBase：大信息量的统计数据挖掘查阅难题。
因此大统计数据是 储存在各式各样储存介质中无法预测的大批统计数据。
