大数据分析现有技术与问题

1、数据仓库方法DW：
    -数据移动过程（ETL）浪费资源、性能；

    -随着数据载入，应用越来越小，受制于数据源

2、数据云：
    -大量数据输入，类型是堆，结构混乱，不可用；

    -按来源，最近原则分发、使用；

    -应用上，异构数据来了后，不知道放到哪里去；

3、Big data：
    -内容无限（海量的数据和海量的流量）；

    -无边（边界不清、类别模糊）；

4、传统的聚类方法

    -怎么找到数据；类在什么？分界线在哪里？

    -从DB上：ETL技术，分类，并行DB+ETL（OLAP）

    -Google：云（Mapreduce）-SQL方式+存储太慢+读写对硬件要求高+PB级以上时性能与需求矛盾大

    -并行DB+Mapreduce：综合数据生成、排序等；

      1）横向规模扩展-节点无限增加，查询性能下降

      2）纵向关系：异构数据（医疗、交通……），可用性？

5、架构型大数据？
   -如果说大数据是有一个架构的，那么如何在架构上发现数据的分类条件（聚类）、边界、最小集、可用与不可用、弱关系与强关系？