大数据开发，并不仅仅只是一两个组件的简单堆砌，而是需要按照实际的数据量、数据种类以及实际业务的需要进行大量的调优和二次开发，构成一个有机的整体，这样才能保证大数据平台的正常高效的运行。
一． 以下是一个大数据平台的基本组成图：
1． 硬件环境：
1） X86架构廉价服务器集群：hadoop技术栈是架构在这种服务器上的，所以价格低，横向可扩展性强。
2） GPU服务器集群：如果需要用到机器学习算法，可能使用GPU服务器集群。
2． ETL：对各种类型的数据采集与清洗，跟据不同的数据类型选择不同的组件或者数据采集方法，比如用Python编写采集或清洗数据。
3． 数据存储：将采集清洗或处理好的数据存储在大数据存储器中。
4． 数据计算：
1） 实时计算：对亿条流数据实时进行计算。比如志管理、消息队列等。
2） 离线计算：对海量数据进行计算，特点是：数据量巨大，维度多。
5． 数据分析：对处理好的数据进行交互式分析，主要是用SQL语言进行数据的分析。
6． 资源管理：对资源进行调度和管理，其中包括：内存、CPU、存储等资源。
7． 数据管理：对数据进行安全、质量、权限等的管理以及工作流的管理和元数据治理。
8． 运维监控：对hadoop集群、生态圈组件进行运维、管理和监控。
二．大数据开发应具备的基本技能：
- 精通java、python、scala开发
- 精通linux使用
- 精通SQL开发
- 具有开源代码的阅读能力
- 熟悉各种组件的使用
