温习大数据的基本思路是一个电脑解决不了的问题，用多个电脑解决
- 核心理念：分而治之
核心问题：一台电脑（无论多强大）在处理海量数据时会遇到瓶颈：存储装不下、计算算得慢、硬件容易坏。
基本思路：将巨大的任务（数据和计算）拆分成许多小任务，分发到成百上千台普通的、廉价的电脑（节点）上，让它们并行处理，最后把结果汇总。这就是 “分而治之” 。 - 如何实现这个思路？（技术三部曲）
第一步：存得下 - 分布式存储
不再把数据放在一台电脑的硬盘上，而是切成块，复制多份，分散存储到多台电脑上。这样既突破了单机存储容量限制，又通过冗余实现了容错（几台电脑坏了，数据不丢）。
代表技术：HDFS、GFS、对象存储。
第二步：算得快 - 分布式计算
把计算程序（代码）送到数据所在的节点上去执行，而不是把海量数据搬到一台电脑上计算。这极大地减少了数据移动的开销，实现了“移动计算比移动数据更划算”。
代表模型：MapReduce、Spark。比如，统计100亿个单词的词频，可以分给1000台电脑，每台统计1亿个，最后汇总。
第三步：管得好 - 协同与调度
需要一个“大脑”（调度器）来管理这个庞大的电脑集群：分配任务、监控健康、处理故障、协调资源。
代表系统：YARN、Kubernetes、集群管理工具。