1、在这些潜力颇大的数据库中，市场上目前存在着的是关系型的传统数据库和以Mongo DB为代表的非关联式新型数据库。传统数据库比较典型的是甲骨文旗下的Oracle数据库、IBM推出的大数据平台Hadoop和Stream Computing、微软的SQL Server、SAP以及EMC Greenplum。 他们的主要差别在于数据库的结构化和非结构化。
2、模式的灵活性：在文档型数据库如MongoDB中，数据模式是动态的，能够应对业务逻辑的变化和迭代。这意味着你可以无缝地在现有文档内添加新字段，而不会破坏数据库中其他文档的结构或数据完整性。
3、MongoDB最初是由DoubleClick公司的员工创建，现在该技术已经被广泛的应用于大数据管理。MongoDB是一个应用开源技术开发的NoSQL数据库，可以用于在JSON这样的平台上存储和处理数据。目前，纽约时报、Craigslist以及众多企业都采用了MongoDB，帮助他们管理大型数据集。（Couchbase服务器也作为一个参考）。
4、如果要学习大数据，不管你是零基础，还是有一定的基础，都是要懂至少一种计算机编程语言，因为大数据的开发离不开编程语言，不仅要懂，还要精通！但这门编程语言不一定是java。比如说，如果你主攻Hadoop开发方向，是一定要学习java的，因为Hadoop是由java来开发的。
5、Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。当然你也可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的，当然生产环境中使用要注意Mysql的压力。Hive：这个东西对于会SQL语法的来说就是神器，它能让你处理大数据变的很简单，不会再费劲的编写MapReduce程序。
AnyShare文档云用于亿万级文件的高效体验 爱数AnyShare文档云支持在海量非结构化数据数据合规存储的基础上，提供多种非结构化数据处理服务：如 Windows使用体验，全文检索服务，内外网安全交换等。完全的Windows使用体验：沿袭Windows文件操作习惯，支持在线视频播放，文件预览。
企业信息管理 SAPBusinessObjectsInformationManagement提供全面的信息管理功能，有助于及时、准确地提供整合的企业数据，其中既包括结构化数据，也包括非结构化数据。这些强大的解决方案可帮助用户为业务交易处理、商务智能、数据仓库、数据迁移和主数据管理等关键行动计划提供可用的数据。
国内外12款主流任务管理软件测评： 开发任务管理PingCode；多合一项目任务管理Worktile；个人和小团队项目任务管理Notion；企业任务管理平台SmartTask；小团队任务管理Teambition；IT任务追踪管理Jira等。
泰昌云存储平台：通过集群应用、网络技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，并共同对外提供数据存储和业务访问功能的一个系统。
Crystal Report水晶报表，Bill报表，这都是全球最流行的报表工具，非常规范的报表设计思想，早期商业智能其实大部分人的理解就是报表系统，不借助IT技术人员就可以获取企业各种信息——报表。
