雖然通過《小白學習大數據測試之hadoop初探》以及把hadoop的基本核心說明白了，但是似乎對於小白來說還是會有點懵逼。。。。那麽這次我們就在來看看

大數據粗暴理解

大數據甭管什麽，簡單粗暴的理解為大！大！大！對，你沒看錯，不管什麽都是大就對了，哈哈哈哈

大數據應用的功能抽象出來基本就是：數據采集、數據存儲、數據處理（過濾、拆分、聚合）、數據分析、數據應用。說白了就是對從各處采集的數據經過一系列的處理後給出分析，然後應用到不同的場景裏或者提供數據報表等。

hadoop架構演變

此處不多說，很明顯是做了拆分，集群的資源管理由yarn完成，ta運行在hdfs之上，而MapReduce則運行在yarn之上（後續在搭建環境的時候需要進行對應配置文件的修改）

大數據測試的難點

• 需要學習大數據的相關知識和技術（其實我內心是拒絕的。。。好麻煩），比如：hadoop、hbase（分布式開源數據庫）、hive（數據倉庫）、kafka（分布式發布訂閱消息系統）、spark（大數據處理引擎）、yarn、solr（企業級搜索應用）、zookeeper（分布式應用程序協調服務）、sqoop、flume（分布式日誌處理系統）等等。。。。。（別問我這是什麽，我只想靜靜啊~）

• 需要熟悉大數據處理的邏輯（其實就是上面說的那個過程）

• 需要熟練掌握代碼，嗯，你沒看錯，是必須的，不管是python還是java你必須會。因為這裏100%會用到自動化測試的技術，不會代碼何談自動化？

• 測試思維的變化。傳統測試中很多bug是可以通過固定的步驟重現的，但大數據測試裏很多bug很難重現的，所以必須要調整自己的思維，提前切入測試並利用多技術手段盡可能的發現bug

好了，腦細胞已經死了很多了，不想多說了，洗洗碎了~別忘了關註轉發下，小編好有動力繼續~

小白學習大數據測試之hadoop再次探索