Hadoop与大数据的预处理

1.Hadoop的生态集群
Ambair(安装 部署 配置 管理);Zookeeper(协作);HBbase(列式数据库);Hive(数据仓库);Pig(数据流);Mahout(数据挖掘);Flume(日志收集);MapReduce(分布式计算);HDFS(分布式文件系统)sqoop(ETL工具)
Hadoop与大数据的预处理
深入学习参考此博文

2.大数据的预处理
(1)数据清洗
(2)数据集成
(3)数据变换
(4)数据规约