sean.wy

Redis的应用场景非常广泛，虽然严格说来是一个key-value的内存数据库，但在实际场景中经常被做为缓存来使用。通常是并发负载高，要求极高的响应速度，低延迟的系统使用。但由于做为缓存，对于敏感数据或者需要持久化的数据，需要

大数据和云计算结合有两方面：1. 利用云的资源池按需分配资源，对数据进行分析。针对不同数据处理对计算能力的需求，可以实现资源弹性分配，性价比最高；2. 将数据分析后的数据产品云化，并开放给业务场景使用，向业务赋能；但只有数

这是一个老生常谈的问题，也是一个一直都没有很好解决办法的问题。不是从大数据时代才冒出，而是从有数据的那一天这个问题就存在了。只是随着数据的爆发性增生，这个问题显得越来越突出而已。要做好数据管理，保证数据的质量

如果要保证有序，那可能需要应用来进行处理了

大数据平台的概念应该包括数据仓库，也就是说数据仓库应该做为企业大数据平台的一部分，而不是互斥的关系。而Gartner提出的LDW（Logical Data Warehouse）也是大数据平台概念的一个延伸。这里说的大数据平台更像是一个狭义的

系统运行过程中产生的日志有几个作用：1. 从系统运营的角度统计业务数据；2. 通过实时地分析日志数据，并进行关联分析，可能发现即将发生的故障或者性能问题并提前采取措施进行处理；3. 用于问题发生后的根本原因分析，找到根本

大数据确实是一个开放的生态，各种产品层出不穷，没有形成事实上的标准。每一家公司的大数据架构或者是技术栈可能都不相同。即算是技术栈看起来一样，使用相同技术解决的问题也不尽相同。这也就造成了很难借鉴别人的经验。