sandcun

不是专业运维，谈一下自己的理解，供参考。1、大数据生态体系的解决方案基本都是运行在开放平台上的，所以对Linux系统的知识掌握是基础。2、Java/Scala等JVM族语言在生态体系中占有优势，所以增加对JVM的了解，会有帮助。3、大

大概是因为有些大数据技术的使用体会，受邀答题。确实没有医疗行业经验，勉强以患者的视角来分析了，术语不专业的地方请诸位多包涵。 临床数据中肯定有相当一部分的结构化数据，例如药品、血/尿检验结果等，应该是纳入传统MIS

Hive的底层数据存储是直接建立自HDFS之上，适于追加操作，所以对于修改和删除的支持存在天然的缺陷，虽然后来Hive在语法上支持了这两种操作，但性能上不能和传统RDBMS相比，在生产系统中一般也是不推荐使用的，适用场景有限。HBa

大数据和云计算是为业务发展赋能的，提供更高效的引擎从而促进业务的创新。做个不恰当的比喻，好比蒸汽机的出现，本身就是动力引擎，但运用在不同的场景上，带来了火车、轮船等很多划时代的发明创新。业务创新的前提是能够让业

通常我们所指的“日志信息”与交易最终结果（多以交易记录信息为准）无关，仅仅是交互过程信息的记录，包括人机交互、应用间交互、网络/存储等底层基础设施的交互等。但随着数据分析的深入，对这些交互行为的关注，已经成为创新

银行业使用还是挺普遍的，至少大行、股份制和一部分城商行都有落地了，感觉不少行的技术尝试阶段已经差不多了结束了，下一阶段是结合新的业务尝试在不断丰富应用场景

大数据平台最好存储与计算相关的数据，非结构化数据如果不能利用分布式计算能力就不建议在hadoop这类平台上存储，可以考虑其他的分布式存储方案。结构化和半结构化差别不多，考虑具体应用场景和数据使用模式来制定方案

流计算框架主流的是SparkStreaming/Storm两种，其他的还有Heron/Flink等等。流数据加工通常涉及到数据的分发订阅，Kafak是目前比较流行的分布式消息系统。

历史数据查询往往被是大数据技术的切入点，业务风险低，需求与大数据技术的特点有一定的符合，但业务价值有限。今天分享有一张片子专门介绍场景，请关注。

请补充具体系统的架构信息，采用什么组件，如何存储，如何查询？