我是一名从事大数据项目的IT系统分析师。在深入这个项目前需要了解些什么呢？

学习大数据的最佳方法就是先从了解信息系统是如何工作着手，尤其是数据库和基础设施。同样在开始前还需要了解大数据工具，如Cloudera、Hadoop、Spark、Hive、Pig、Flume、Sqoop与Mesos。

系统分析师需要明白如何组织、管理和保护数据。在市面上有几十款数据管理产品可以用于管理数据。你的大数据数据库可能包含了各种来源的结构化数据和非结构化数据——数据仓库、Hadoop、NoSQL、内存数据、文件以及应用程序——所以你必须学会组织数据，以便系统有效的处理他们。确保你的主数据一致性，以避免出现多个版本的数据——多个不同步的数据库。

数据保护同样重要；要熟悉组织的数据安全处理过程，同样还需要了解安全、合规性以及治理流程。根据数据敏感程度的不同、考虑屏蔽、编校或加密保护。

大数据源的定义

• 数据仓库 
• Hadoop
• NoSQL
• 内存数据 
• 文件数据
• 应用程序数据

在接触这个项目之前的最后一步，考察客户对服务质量的要求。他们需要分析多大的数据，以及这些数据的响应速度。例如，对于大型数据库，近乎实时响应的需求会需要将其放置在内存或者闪存缓存中。IBM的BLU Accelerator 和SAP HANA都十分适合在内存中快速读取的应用场景。此外，理解你用户的预期结果——他们正试图得到的答案。如果你知道他们需要的结果，就可以组织数据与系统，以更有效的达到目标。