常用大数据术语中英对照精简版个人整理.pdf

常用大数据术语中英对照精简版个人整理--第1页

常用大数据术语（中英对照精简版--个人整理）

一、大数据

英文：bigdata，megadata

大数据，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察发现力和流程

优化能力的海量、高增长率和多样化的信息资产。

二、大数据的4V：

Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）

三、当前用于分析大数据的工具主要有开源与商用两个生态圈

开源大数据生态圈：

1、HadoopHDFS、HadoopMapReduce,HBase、Hive渐次诞生，早期Hadoop生态圈逐步形

成。

2、.Hypertable是另类。它存在于Hadoop生态圈之外，但也曾经有一些用户。

3、NoSQL，membase、MongoDb

商用大数据生态圈：

1、一体机数据库/数据仓库：IBMPureData(Netezza),OracleExadata,SAPHana等等。

2、数据仓库：TeradataAsterData,EMCGreenPlum,HPVertica等等。

3、数据集市：QlikView、Tableau、以及国内的YonghongDataMart。

四、Hadoop

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。

用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高

速运算和存储。

Hadoop实现了一个分布式文件系统（HadoopDistributedFileSystem），简称HDFS。HDFS有

高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high

throughput）来访问应用程序的数据，适合那些有着超大数据集（largedataset）的应用程

序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streamingaccess）文件系统

常用大数据术语中英对照精简版个人整理--第1页

常用大数据术语中英对照精简版个人整理--第2页

中的数据。

Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，

则MapReduce为海量的数据提供了计算。

五、Apache基金会

Apache软件基金会（也就是ApacheSoftwareFoundation，简称为ASF），是专门为支持开源

软件项目而办的一个非盈利性组织。在它所支持的Apache项目与子项目中，所发行的软件

产品都遵循Apache许可证（ApacheLicense）。

六、MapReduce

MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念”Map（映

射）”和”Reduce（归约）”，和它们的主要思想，都是从函数式编程语言里借来的，还有从

矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将

自己的程序运行在分布式系统上。当前的软件实现是指定一个Map（映射）函数，用来把

一组键值对映射成一组新的键值对，指定并发的Reduce（归约）函数，用来保证所有映射

的键值对中的每一个共享相同的键组。

七、BI

商业智能（BI，BusinessIntelligence）。

BI（BusinessIntelligence）即商务智能，它是一套完整的解决方案，用来将企业中现有的数