了解大数据的相关技术，大数据处理的工作机制，hadoopsparkstrom等大数据主流的框架以及相关的算法软件。就国内互联网公司而言，HBase列数据库是大数据应用最广泛的数据库。数据库是一种特定的计算机技术，用于存储数据。常见的数据库有Mysql数据库、Oracle数据库等。，底层还是基于磁盘进行存储。
大数据本质是一种概念，既数据体量大数据格式复杂数据来源广。而数据库则是一种具体的计算机技术，用来存储数据，常见的数据库有 Mysql 数据库Oracle 数据库等，底层还是基于磁盘来进行存储。从大数据在引申出来的技术，比如数据量大的情况，怎么存储数据，以及怎么对这些数据进行加工处理。像现在 HBase 大数据组件，主要是针对大数据存储的，Hadoop MapReduce 计算框架Spark 计算框架等，则是针对大数据计算的。
大数据与数据库之间的关系，从大数据涉及到的技术中，包括数据库技术。因为在大数据情况下，也需要存储这些数据，此时就需要使用到数据库。当然，大数据技术存储数据不仅仅能够使用到数据库，还可以使用分布式文件系统，比如 HDFS 分布式文件系统，亚马逊的 S3 等。同时，在大数据所涉及到的技术中，也包括了大数据计算数据的展示等等。
所以从技术领域来区分，大数据的技术会更广，而数据库技术则是更加的具体，就是用来存储数据。目前在国内互联网公司而言，大数据方面数据库使用最多的还是 HBase 列式数据库。比如阿里巴巴，其内部有很多使用 HBase 列式数据库的场景。HBase 数据库支持水平扩展，同时由于其采用 LSM 架构，天然的对数据写入支持非常好，因为是对磁盘进行追加写的模式，这比对内存随机写要更加的快速。
不仅仅是阿里，像在小米其实也有很多使用 HBase 列式数据库的场景，当然，其他小公司也在使用。所以在未来，我认为 HBase 列式数据库的发展前景非常好，毕竟也有互联网大厂在使用，开源社区方面也有它们在推动发展。如果你想学习一门大数据方面的数据库技术的话，我推荐你可以学习 HBase。我是Lake，专注大数据技术原理人工智能数据库技术程序员经验分享，如果我的问答对你有帮助的话，希望你能点赞关注我，感谢。
大数据究竟多大才算是，该如何学习大数据？
大数据本身是基于数据价值化而构建出来的新概念，虽然概念比较新，但是数据却一直都在，所以大数据的核心并不在大上，而是基于大数据所构建出的一个新的价值空间。在理解大数据概念的时候，通常都有几个较为明显的误区，其一是只有足够大的数据才能算是大数据范畴其二是大数据和互联网是隔离的其三是大数据就是统计学其四是大数据会杀熟，应该尽量远离大数据等等。
在大数据时代，任何体量的数据都可以采用大数据技术进行处理，传统的结构化数据处理方式也已经并入到了大数据的技术体系，所以大数据技术本身对于数据量的大小并没有绝对的要求，并不是说数据量小就不能采用大数据技术。大数据本身是互联网物联网和传统信息系统共同发展所导致的结果，所以大数据与互联网存在紧密的联系，事实上目前互联网领域是推动大数据发展的重要力量，所以大数据与互联网本身就密不可分。
从互联网发展的前景来看，大数据是互联网价值的重要体现，所以未来大数据的价值必然会不断得到提升。由于目前大数据分析技术往往会采用统计学的方式，这导致不少人认为大数据就是统计学，实际上大数据在进行数据分析的过程中，不仅需要统计学技术，也需要机器学习相关技术。当然，统计学作为大数据的三大基础学科，在大数据技术体系中占有重要的地位。
目前大数据人才的培养包括培养创新人才的研究生教育，也包括大专教育和本科教育。随着大数据技术体系的逐渐成熟，学习大数据的过程会更加顺畅。我从事互联网行业多年，现在也在读计算机专业的研究生。我的主要研究方向集中在大数据和人工智能领域。我会陆续写一些关于互联网技术的文章。有兴趣的朋友可以关注我，相信我会有所收获。
