什么是大数据？大数据处理的关键技术有哪些？

大数据指规模巨大、类型多样的数据集合，传统数据库难以处理，需分布式技术分析挖掘价值。关键技术包括：分布式存储：HDFS（Hadoop分布式文件系统）存储PB级数据。分布式计算：MapReduce批处理框架，Spark实现内存计算加速。NoSQL数据库：HBase（列式存储）、MongoDB（文档型）处理非结构化数据。数据仓库：如Hive基于Hadoop的SQL查询引擎。流处理：Flink、Storm实时处理流式数据（如日志、传感器数据）。数据湖：如Delta Lake整合存储与计算，支持ACID事务。机器学习：基于大数据训练模型（如TensorFlow on Spark）。数据可视化：Tableau、Superset呈现分析结果。数据采集与ETL：Flume、Kafka收集数据，Sqoop迁移数据。大数据技术栈需结合具体场景选型，如实时分析选Spark+Flink，离线批处理选Hadoop+MapReduce。