现在全球数据量以每年60%的速度增长，预计2020年，数据量将进入ZB时代。而大数据的应用又十分的广泛，无论是在学术研究、生产实践、公司战略、国家治理等各个方面都具有非同寻常的意义。因此对大数据的学习和研究是必不可少的。

大数据的核心目标
利用好数据实现大数据的高效存储管理和高价值的挖掘分析

大数据三层结构

  1. 大数据的计算和处理
  2. 大数据的存储和管理
  3. 大数据的采集和预处理

总的来说，大数据向下要使用和管理好各种介质，向上要满足各种大数据的处理和计算需求。

大数据所面临的主观挑战

  1. 数据量大，从中找出所需要的价值并不容易。
  2. 数据的种种特性给数据的存储和管理带来了很大的困难。例如：多样性、实时性、不确定性，关联性

大数据所面临的客观挑战

  1. 数据的爆发性增长，给企业带来了一定的成本压力。
  2. 技术的不断发展，对从业人员提出更高的要求，从而带来各种管理和结构上的问题。

分布式
大数据采用分布式架构的方式，分布式有可扩展、高可靠、低成本的优点。

分布式所面临的挑战

  1. 同时性：如何保证在线服务的同时，保证数据的一致性和并发性
  2. 可靠性：在发生设备故障时，如何保证既有的业务不受影响。
  3. 差异性：采用分布式的架构，各个设备性能可能并不一致，如何进行负载均衡，保证可靠的同时，降低成本。

分布式的主要问题

  1. 实现在线事物处理的同时，保证数的一致性和并发性
  2. 针对不同的大数据处理，分析和查询，进行有效存储的布局和优化
  3. 在保证运行可靠的情况下，如何降低成本
  4. 针对更新频繁的数据，如何进行存储和处理