什么是大数据？
大数据是指在一定时间范围内，常规软件工具无法捕捉、管理和处理的数据集合。它是一种海量的、高增长率的、多样化的信息资产，需要一种新的处理模式来拥有更强的决策力、洞察和发现能力以及流程优化能力。可能对于很多人来说，这个概念还是太抽象了。为了更好的理解什么是大数据，我们从以下关键词出发，对大数据做一个更形象的定义。
首先，大数据是“大规模”的，可以从两个维度来衡量。一种是从时间序列中积累大量数据。
第二，更详细的深度数据。其次，大数据是“多元化”的，可以是不同的数据格式，如文本、图片、视频等。不同的数据类别，如人口数据、经济数据等。以及不同的数据源，如互联网、传感器等。
第三，大数据是“动态”的。数据是不断变化的，可以随着时间快速增加很多数据，也可以是空间上不断移动变化的数据。
Hadoop是什么？
Hadoop是开发和运行大规模数据的软件平台，是Appach的开源软件框架，在大量计算机组成的集群中实现海量数据的分布式计算。
Hadoop实现了一个Hadoop分布式文件系统(HDFS)。HDFS具有很高的容错能力，旨在部署在低成本硬件上。此外，它还提供了访问应用数据的高吞吐量，适用于那些具有大数据集的应用。HDFS放宽)POSIX的要求，POSIX可以以流的形式访问文件系统中的数据。
为什么学大数据一定要学Hadoop？
我们刚刚分析了什么是大数据，了解了什么是Hadoop。为什么学习大数据一定要学Hadoop？大数据是大量的海量数据。面对这些海量数据，传统的数据存储方式已经不能满足需求，Hadoop技术完美解决了这一问题。用最简单、最直接、最清晰的一句话，Hadoop解决了大数据如何存储的问题！
现在国内很多大数据培训机构打着大数据培训的幌子，做着不专业的事情。光环大数据伴侣机构郑重提醒想学大数据的同学：行业真的是大数据，82%的主讲人是hadoop，spark生态系统，暴风实时开发。市面上85%的所谓“大数据”机构，基本都是讲JAVA/PHP数据或者数据库学习的(大数据课程内容不超过15%)。新手一定要认清自己想学的东西是不是真的大数据！
