大數據，是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。大數據有譬如Hadoop等開源大數據項目的，編程語言的，以下就大數據底層技術說下。有四方面，其實也代表了部分通用大數據底層技術：Z-Suite具有高性能的大數據分析能力，她完全摒棄了向上升級(Scale-Up)，全面支持橫向擴展(Scale-Out)。Z-Suite主要通過以下核心技術來支撐PB級的大數據。以下是小編為你整理的如何學習大數據基礎 ?

跨粒度計算(In-DatabaseComputing) ?

Z-Suite支持各種常見的匯總，還支持幾乎全部的專業統計函數。得益于跨粒度計算技術，Z-Suite數據分析引擎將找尋出*化的計算方案，繼而把所有開銷較大的、昂貴的計算都移動到數據存儲的地方直接計算，我們稱之為庫內計算(In-Database)。這一技術大大減少了數據移動，降低了通訊負擔，保證了高性能數據分析。 ?

并行計算(MPP Computing) ?

Z-Suite是基于MPP架構的商業智能平臺，她能夠把計算分布到多個計算節點，再在指定節點將計算結果匯總輸出。Z-Suite能夠充分利用各種計算和存儲資源，不管是服務器還是普通的PC，她對網絡條件也沒有嚴苛的要求。作為橫向擴展的大數據平臺，Z-Suite能夠充分發揮各個節點的計算能力，輕松實現針對TB/PB級數據分析的秒級響應。

列存儲 (Column-Based) ?

Z-Suite是列存儲的。基于列存儲的數據集市，不讀取無關數據，能降低讀寫開銷，同時提高I/O 的效率，從而大大提高查詢性能。另外，列存儲能夠更好地壓縮數據，一般壓縮比在5 -10倍之間，這樣一來，數據占有空間降低到傳統存儲的1/5到1/10 。良好的數據壓縮技術，節省了存儲設備和內存的開銷，卻大大了提升計算性能。 ?

內存計算 ?

得益于列存儲技術和并行計算技術，Z-Suite能夠大大壓縮數據，并同時利用多個節點的計算能力和內存容量。一般地，內存訪問速度比磁盤訪問速度要快幾百倍甚至上千倍。通過內存計算，CPU直接從內存而非磁盤上讀取數據并對數據進行計算。內存計算是對傳統數據處理方式的一種加速，是實現大數據分析的關鍵應用技術。 ?

? ?

大數據的發展史 ?

從技術上看，大數據[1]與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式計算架構。它的特色在于對海量數據的挖掘，但它必須依托云計算的分布式處理、分布式數據庫、云存儲和/或虛擬化技術。(在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代[4]》中大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據的方法)大數據的4V特點：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)。 ?

早在1980年，著名未來學家阿爾文·托夫勒便在《第三次浪潮》一書中，將大數據熱情地贊頌為第三次浪潮的華彩樂章。不過，大約從2009年開始，大數據才成為互聯網信息技術行業的流行詞匯。美國互聯網數據中心指出，互聯網上的數據每年將增長50%，每兩年便將翻一番，而目前世界上90%以上的數據是最近幾年才產生的。此外，數據又并非單純指人們在互聯網上發布的信息，全世界的工業設備、汽車、電表上有著無數的數碼傳感器，隨時測量和傳遞著有關位置、運動、震動、溫度、濕度乃至空氣中化學物質的變化，也產生了海量的數據信息。 ?

大數據的意義是由人類日益普及的網絡行為所伴生的，受到相關*、企業采集的，蘊含數據生產者真實意圖、喜好的，非傳統結構和意義的數據 。2013年5月10日，阿里巴巴集團董事局主席馬云在淘寶十周年晚會上，將卸任阿里集團CEO的職位，并在晚會上做卸任前的演講，馬云說，大家還沒搞清PC時代的時候，移動互聯網來了，還沒搞清移動互聯網的時候，大數據時代來了。 ?

從海量數據中提純出有用的信息，這對網絡架構和數據處理能力而言也是巨大的挑戰。在經歷了幾年的批判、質疑、討論、炒作之后，大數據終于迎來了屬于它的時代。2012年3月22日，奧巴馬*宣布投資2億美元拉動大數據相關產業發展，將大數據戰略上升為*戰略。奧巴馬*甚至將大數據定義為未來的新石油。 ?

大數據時代已經來臨，它將在眾多領域掀起變革的巨浪。但我們要冷靜的看到，大數據的核心在于為客戶挖掘數據中蘊藏的價值，而不是軟硬件的堆砌。因此，針對不同領域的大數據應用模式、商業模式研究將是大數據產業健康發展的關鍵。我們相信，在*的統籌規劃與支持下，通過各地方*因地制宜制定大數據產業發展策略，通過國內外IT龍頭企業以及眾多創新企業的積極參與，大數據產業未來發展前景十分廣闊。 ?

大數據就是互聯網發展到現今階段的一種表象或特征而已，沒有必要神話它或對它保持敬畏之心，在以云計算為代表的技術創新大幕的襯托下，這些原本很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。 ?

? ?

學習Python的網絡編程 ?

在我們這個時代 ，相信大多數是離不開互聯網的，我們要學習網絡編程。一般了解一下三個方面就可以了。 ?

寫出基本的TCP連接，知道編寫TCP的各個步驟，例如創建socket、綁定port、端口復用等，對TCP稍微做了解，知道協議的每個字段，了解三次握手 ?

了解基本的服務器并發模型，例如多進程、多線程、IO復

?

了解一些網絡庫例如twisted ?

Python高級進階(一)：Web方向 ?

在我們學習完成之前的基礎知識之后，我們就要開始學習實戰項目了。我們可以使用Python編寫一個博客網站。通過網站的編程知識的學習。我們可以充分鞏固我們之前所學的文件操作，數據庫編程以及網絡編程。是學習提高的好方法。一般Django框架是學習Python Web編程的*框架。 ?

Python高級進階(二)：人工智能方向 ?

Python在人工智能方向上的運用是非常廣泛的。深度學習是我們需要掌握的，我們可以學習谷歌的開源人工智能框架TensorFlow。以及Numpy這種工具可用來存儲和處理大型矩陣，是學習人工智能敲門磚。在掌握這些知識以后，我相信大家就可以根據自己的實際情況來進入深入學習了。 ?

? ?

數據庫的優化處理 ?

應盡量避免在where子句中對字段進行函數操作，這將導致引擎放棄使用索引而進行全表掃描。如： ?

selectidfromtwheresubstring(name,1,3)=’abc’ -–name以abc開頭的idselectidfromtwheredatediff(day,createdate,’2005-11-30′)=0 -–‘2005-11-30’ --生成的id ?

應改為: ?

selectidfromtwherenamelike'abc%'selectidfromtwherecreatedate>='2005-11-30'andcreatedate<'2005-12-1' ?

不要在 where 子句中的“=”左邊進行函數、算術運算或其他表達式運算，否則系統將可能無法正確使用索引。 ?

在使用索引字段作為條件時，如果該索引是復合索引，那么必須使用到該索引中的*個字段作為條件時才能保證系統使用該索引，否則該索引將不會被使用，并且應盡可能的讓字段順序與索引順序相一致。 ?

不要寫一些沒有意義的查詢，如需要生成一個空表結構： ?

selectcol1,col2into#tfromtwhere1=0 ?

這類代碼不會返回任何結果集，但是會消耗系統資源的，應改成這樣： ?

create table #t(…) ?

Update 語句，如果只更改1、2個字段，不要Update全部字段，否則頻繁調用會引起明顯的性能消耗，同時帶來大量日志。 ?