1.4 本章小结

本章主要从整体上对数据进行了概述，包括数据从产生到消费的四大过程：数据产生、数据采集和传输、数据存储处理以及数据应用，每一个过程都涉及很多的技术、开源框架、工具和平台，比如离线的主要数据处理技术是基于Hadoop MapReduce的Hive，而Hive是一种SQL on Hadoop的技术，但类似的SQL on Hadoop技术和框架还有很多，比如Cloudera的Impala、Apache的Drill以及Presto和Shark等，初学者应该以一种技术为主，辅助了解其他相关的技术，否则容易失去重点，从而不知所措。

本章还对数据从业者的各种角色进行了介绍，包括他们的主要职责以及日常工作内容等。

通过学习本章，读者应该对数据的概貌有了纲要性的认识，下一章将把这些流程、技术和角色整合起来，也就是构建数据平台！