大数据技术，就是从各种类型的数据中快速获得有价值信息的技术。大数据领域已经涌现出了大量新的技术，它们成为大数据采集、存储、处理和展现的有力武器。
一、大数据接入
1、大数据接入 已有数据接入、实时数据接入、文件数据接入、消息记录数据接入、文字数据接入、图片数据接入、视屏数据接入 2、大数据接入技术 Kafka、ActiveMQ、ZeroMQ、Flume、Sqoop、Socket(Mina、Netty)、ftp/sftp 二、大数据存储 1、大数据存储 结构化数据存储、半结构化数据存储、非结构化数据存储 2、大数据存储技术 Hdfs、Hbase、Hive、S3、Kudu、MongoDB、Neo4J 、Redis、Alluxio(Tachyon)、Lucene、Solr、ElasticSearch 三、数据分析挖掘 1、大数据分析与挖掘 离线分析、准实时分析、实时分析、图片识别、语音识别、机器学习 2、大数据分析与挖掘技术 MapReduce、Hive、Pig、Spark、Flink、Impala、Kylin、Tez、Akka、Storm、S4、Mahout、MLlib 数据的分析离不开各种数据库客户端工具，例如P/L SQL, 查询分析器，Navicat, shell等，客户端工具繁多，安装繁琐， 使用基于Web的TreeSoft数据库管理系统，可以同时连接MySQL，Oracle，DB2，PostgreSQL, SQL Server, MongoDB, Hive, SAP HANA 十分方便。 使用基于Web的工具有个好处是：一次布署，到处使用，省时省力。四、大数据共享交换
1、大数据共享交换 数据接入、数据清洗、转换、脱敏、脱密、数据资产管理、数据导出 数据接入后，通常是存入数据库中，以便于进行分析、清洗、转换、脱敏等处理，而这些操作都离不开数据可视化客户端工具。 海量大数据需分批次，分任务，分时段进行处理，TreeSoft数据库管理系统提供了数据定时任务管理，数据交换同步任务管理， 任务统一管理，执行进度展示，处理日志查看等，十分强大，是大数据处理的好工具。2、大数据共享交换技术
Kafka、ActiveMQ、ZeroMQ、Dubbo、Socket(Mina、Netty)、ftp/sftp、RestFul、Web Service
