日志文件随着时间会是个很大的量，所以建议考虑统一的日志中心存储处理，可以用es等，备份到hdfs。配置文件在量上通常不是个问题，可以考虑配置中心统一管理，无需额外存储非结构化数据通常是大量的文件，可以采用传统nas或分布式对象存储，当然资金充裕可以采购好的存储，存储性能很重...

通常用得较多的场景：1、对象存储2、时空数据3、Feeds流4、 推荐画像、、、一般来说：面向列的，容量大的数据都可以采用hbase存储

这个看公司选择，一般情况都是部署在独立物理机，节点越多，算力越强。部署在虚拟机群一般两种情况，一种是试验用，类似做个poc测试用，另一种有超大规模虚拟机群，像阿里，人家的机群性能比物理机性能强太多了。个人经验，普通hadoop机群从十几台到几百台这个规模的，没听说哪家用虚拟机集...

大数据平台中适合存放数据量极大，而且是一次写入，多次读的应用需求，存储在HDFS分布式文件系统，采用多副本机制保障数据的安全和可靠影像类数据包括视频数据和图像数据，非常适合存放在HDFS中，系统将影像类数据进行切分，按照128MB大小进行切分，然后对每个128MB的数据进行多副本进行...

昨日夜里无事，又针对这一问题思考了下，个人愚见，欢迎各位拍砖！票据影像是交易中的重要凭证，针对票据影像的业务特点，对大规模的票据影像数据存储系统，我总结了下，总共大致是有这么四个需求：1、既要保证海量小文件的高速录入、查询，又可以提供大文件的性能保证；2、票据影像的数据量未...