学习Kettle
HDFS是一个高度容错性的系统，适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。HDFS放宽了一部分POSIX约束，来实现流式读取文件系统数据的目的。
数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。与问卷审核不同，录入后的数据清理一般是由计算机而不是人工完成。
MySQL各种存储引擎，索引的组织有何不同，如何提高查询效率。
支持大数据分析的分析型数据库有哪些，都有什么特点和用途？
Apache Flink 是一个框架和分布式处理引擎，用于在无边界和有边界数据流上进行有状态的计算。Flink 能在所有常见集群环境中运行，并能以内存速度和任意规模进行计算。
Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于储存收件箱等简单格式数据，集GoogleBigTable的数据模型与Amazon Dynamo的完全分布式的架构于一身Facebook于2008将 Cassandra
解决方案、数据库设计、相关架构
数据库的基本原理。
随着智能时代（AI）的到来，数据量急剧增加，如何应用人工智能算法变得越来越有挑战，企业在规划和设计大数据和机器学习算法时，涉及到方方面面的知识点。
PostgreSQL 的设计、使用和优化
InnoDB作为MySQL的主流存储引擎，具有事务管理、外键、行级锁、跨表空间存储等众多很有用的特性，是深入了解MySQL的关键技术。
为了避免宕机带来的数据丢失，MySQL提供 double write机制
python是数据分析常用语言之一，而Apache spark是一个开源强大的分布式查询和处理引擎
如果通过对表分区，管理大数据量的表
了解一个数据库最好的方法就是读读它的内核源码
了解MySQL的原理，通过源码是一个好方法。
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。
数据库系统是一个完备的数据存储和管理系统，如果能够自己开发一个数据库，对理解数据库架构会大有好处。
