⑴ 大数据技术平台有哪些

java：只要了解一些基础即可，做大数据不需要很深的Java 技术，学java SE 就相当于有学习大数据。基础

Linux：因为大数据相关软件都是在Linux上运行的，所以Linux要学习的扎实一些，学好Linux对你快速掌握大数据相关技术会有很大的帮助，能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑，学会shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快。

好说完基础了，再说说还需要学习哪些大数据技术，可以按我写的顺序学下去。

Oozie：既然学会Hive了，我相信你一定需要这个东西，它可以帮你管理你的Hive或者MapRece、Spark脚本，还能检查你的程序是否执行正确，出错了给你发报警并能帮你重试程序，最重要的是还能帮你配置任务的依赖关系。我相信你一定会喜欢上它的，不然你看着那一大堆脚本，和密密麻麻的crond是不是有种想屎的感觉。

Hbase：这是Hadoop生态体系中的NOSQL数据库，他的数据是按照key和value的形式存储的并且key是唯一的，所以它能用来做数据的排重，它与MYSQL相比能存储的数据量大很多。所以他常被用于大数据处理完成之后的存储目的地。

Kafka：这是个比较好用的队列工具，队列是干吗的？排队买票你知道不？数据多了同样也需要排队处理，这样与你协作的其它同学不会叫起来，你干吗给我这么多的数据(比如好几百G的文件)我怎么处理得过来，你别怪他因为他不是搞大数据的，你可以跟他讲我把数据放在队列里你使用的时候一个个拿，这样他就不在抱怨了马上灰溜溜的去优化他的程序去了，因为处理不过来就是他的事情。而不是你给的问题。当然我们也可以利用这个工具来做线上实时数据的入库或入HDFS，这时你可以与一个叫Flume的工具配合使用，它是专门用来提供对数据进行简单处理，并写到各种数据接收方(比如Kafka)的。

Spark：它是用来弥补基于MapRece处理数据速度上的缺点，它的特点是把数据装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘。特别适合做迭代运算，所以算法流们特别稀饭它。它是用scala编写的。Java语言或者Scala都可以操作它，因为它们都是用JVM的。

⑵ 阿里，腾讯和百度的互联网大数据应用有何不同

网络、阿里巴巴和腾讯三大互联网企业都拥有大数据，三大互联网巨头的数据都用来优化回自己业务的运营效果答，从这个层面看，其数据价值应用场景比较类似。但由于其业务和商业模式的不同决定了三者数据资产的不同，也决定了三者未来大数据策略的不同，尤其是基于大数据的开放和合作角度看，网络和阿里巴巴相对更加开放。对于重视大数据开放和合作的互联网企业，他们最为期待的是借着大数据开放的策略，与更多的传统行业交换更多的数据，从而更好的丰富其在线下数据，形成线上和线下数据的协同，从中拓展新的商业模式，如智能硬件和大数据健康。

⑶ 腾讯云的大数据平台好用么

好用 我是腾讯云代理商 相关的服务自家都有在使用的

⑷ 腾讯服务器运营中的大数据应用是怎么样的

你可以去服务器厂商（正睿）的网上找找，腾讯大数据应用采用的都是集群方式，将成千上万的服务器做成集群，然后将资源分块进行使用，你可以看看这款就是可以将成千上万台做成集群，可以参考一下
产品型号：ZI21S5-6832
产品类型：双路六核机架式服务器
处 理 器：Xeon E5-2620
V3
内 存：8G DDR4 REG ECC
硬 盘：HD SATA3 1TB
产品地址：http://www.zrway.com/server/proct_param/1002/10483.html

⑸ 腾讯旗下的大数据处理套件TBDS当选2019数博会十佳大数据案例，而它究竟拥有着怎样的优势

什么是腾讯大数据处理套件TBDS？
TBDS是基于腾讯多年海量数据处理经验，集实时/离线场景高性能分析引擎、数据开发以及数据治理功能于一体的大数据平台，其核心包含TBDS大数据基础平台、多集群多租户管控平台，数据接入，数据开发，数据治理，机器学习，智能运营平台等。



腾讯大数据处理套件TBDS的创新和核心优势，TBDS通过乐高架构，融合多个组件系统，构建开箱即用的大数据平台，提供拖拽式的可视化数据开发IDE及机器学习平台，可支持用户自定义功能，具有非常好的产品扩展性。为客户的大数据集成、存储、计算环节提供完整而稳定的企业级解决方案。客户能借助于TBDS快速构建中台能力，聚焦于进行企业的业务创新。

⑹ 怎么使用腾讯大数据来分析

对于已经发生的事情是觉得没有用，但是明年的这个时候再拿来预测今年就有用了。
事物之间的相互联系，有的数据可以联系到很多方面

⑺ 有能和腾讯做大数据方面合作的渠道吗

大数据是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时性。内在企业对企业销售的情容况下，这些数据可能得自社交网络、电子商务网站、顾客来访纪录，还有许多其他来源。这些数据，并非公司顾客关系管理数据库的常态数据组。从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式计算架构。它的特色在于对海量数据的挖掘，但它必须依托云计算的分布式处理、分布式数据库、云存储和/或虚拟化技术。大数据的意义是由人类日益普及的网络行为所伴生的，受到相关部门、企业采集的，蕴含数据生产者真实意图、喜好的，非传统结构和意义的数据 。