大数据专业用什么配置笔记本够用？

您好，小米笔记本 RedmiBook Pro 14 采用的是 AMD 的锐龙处理器，有两个选择，R5的5500和R7的5700。两款都是使用了16GB的内存和512GB的PCIe固态硬盘。
由于大数据专业会使用到数据库，而数据库又是一个庞大的数据中心，会很长在短时间内运行一系列的筛选功能进行数据库的优化，所以对于机子的运算能力有较高的要求，因此内存、储存的容量和速度也很关键；但对于显卡和屏幕的要求就不高了。
所以个人会建议您要是考虑买 RedmiBook Pro 14 这个笔记本电脑，考虑买 R7的5700 处理器版本，先暂时使用。假如感觉速度不够快，或是数据库过大时，可以后期再添加16GB的内存，达到32GB（最好买机子是1条16GB的内存条，而不是2条8GB，否者将来添加内存时，需要买2条16GB的，替换掉2条8GB的内存条，而不是只是买1条16GB）。假如储存空间不够，将来可以更换到1T或是2T的固态硬盘，然后把机子里面的拔出来做成外置的固态硬盘使用。

1核2G、2核4G、2核8G、4核8G、4核16G、8核16、8核32G是用户购买阿里云服务器的时候最为常见的云服务器配置，同样的配置是可以选择不同的ECS云服务器实例规格的，以下是阿里云服务器各个配置可选的ECS实例规格：

阿里云服务器ECS实例规格
阿里云ECS云服务器实例规格分为共享型s6实例、xn4实例、n4实例、mn4实例、突发性能t5实例、突发性能t6实例等；企业型云服务器计算型c6/c5、通用型g6/g5、内存型r6/r5、网络增强型、大数据型、本地SSD型、高主频型、GPU异构、d性裸金属等。阿里云服务器不同配置可选多种ECS实例规格，参考： 阿里云官方帮助中心-实例规格族介绍

阿里云1核1G服务器可选ECS实例规格：共享标准型s6、突发性能实例t5、共享计算型n1、共享基本型xn4

阿里云1核2G服务器可选ECS实例规格：共享标准型s6、突发性能实例t5、共享计算型n1、共享计算型n4

阿里云2核4G服务器可选ECS实例规格：计算型c6、计算型c5、高主频计算型hfc6、高主频计算型hfc5、共享标准型s6、突发性能实例t5、计算网络增强型sn1ne、共享计算型n1、共享计算型n4、突发性能实例t6

阿里云2核8G服务器可选ECS实例规格：通用型g6、通用型g5、高主频通用型hfg6、高主频通用型hfg5、共享标准型s6、突发性能实例t5、GPU计算型gn5i、通用网络增强型sn2ne、共享通用型n2、共享通用型mn4、突发性能实例t6

阿里云4核8G服务器可选ECS实例规格：计算型c6、计算型c5、高主频计算型hfc6、高主频计算型hfc5、共享标准型s6、突发性能实例t5、计算网络增强型sn1ne、高主频计算型c4、共享计算型n1、共享计算型n4

阿里云4核16G服务器可选ECS实例规格：通用型g6、通用型g5、本地SSD型i1、高主频通用型hfg6、高主频通用型hfg5、FPGA计算型f3、共享标准型s6、突发性能实例t5、GPU计算型gn5i、通用网络增强型sn2ne、高主频通用型cm4、共享通用型n2、共享通用型mn4、突发性能实例t6

阿里云8核16G服务器可选ECS实例规格：计算型c6、计算型c5、高主频计算型hfc6、高主频计算型hfc5、共享标准型s6、突发性能实例t5、计算网络增强型sn1ne、高主频计算型c4、共享计算型n1、共享计算型n4、

阿里云8核32G服务器可选ECS实例规格：通用型g6、通用型g5、大数据网络增强型d1ne、大数据型d1、本地SSD型i2g、本地SSD型 i1、高主频通用型 hfg6、高主频通用型 hfg5、GPU 计算型 gn6v、FPGA计算型 f3、共享标准型 s6、突发性能实例t5、GPU计算型gn5i、通用网络增强型sn2ne、高主频通用型cm4、共享通用型n2、共享通用型mn4、突发性能实例t6

阿里云服务器优惠购买福利：推荐大家可以上 阿里云官方云小站 领取阿里云最新的2020元代金券，使用代金券节约购买阿里云服务器的成本。

大数据是对海量数据进行存储、计算、统计、分析处理的一系列处理手段，处理的数据量通常是TB级，甚至是PB或EB级的数据，这是传统数据手段所无法完成的，其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时性计算等，汇集了当前IT领域热门流行的IT技术。1 Java编程技术
Java编程技术是大数据学习的基础，Java是一种强类型的语言，拥有极高的跨平台能力，可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等，是大数据工程师最喜欢的编程工具，因此，想学好大数据，掌握Java基础是必不可少的。
2 Linux命令
对于大数据开发通常是在Linux环境下进行的，相比Linux *** 作系统，Windows *** 作系统是封闭的 *** 作系统，开源的大数据软件很受限制，因此，想从事大数据开发相关工作，还需掌握Linux基础 *** 作命令。
3 Hadoop
Hadoop是大数据开发的重要框架，其核心是HDFS和MapReduce，HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算，因此，需要重点掌握，除此之外，还需要掌握Hadoop集群、Hadoop集群管理、YARN以及Hadoop高级管理等相关技术与 *** 作！
4 Hive
Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务运行，十分适合数据仓库的统计分析。对于Hive需掌握其安装、应用及高级 *** 作等。
5 Avro与Protobuf
Avro与Protobuf均是数据序列化系统，可以提供丰富的数据结构类型，十分适合做数据存储，还可进行不同语言之间相互通信的数据交换格式，学习大数据，需掌握其具体用法。
6 ZooKeeper
ZooKeeper是Hadoop和Habase的重要组件，是一个分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组件服务等，在大数据开发中要掌握ZooKeeper的常用命令及功能的实现方法。7 HBase
HBase是一个分布式的、面向列的开源数据库，他不同于一般的关系数据库，更适合于非结构化数据存储的数据库，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，大数据开发需掌握HBase基础知识、应用、架构以及高级用法等。
8phoenix
Phoenix是用Java编写的基于JDBC API *** 作HBase的开源SQL引擎，其具有动态列、散列加载、查询服务器、追踪、事务、用户自定义函数、二级索引、命名空间映射、数据收集、行时间戳列、分页查询、跳跃查询、视图以及多租户的特性，大数据开发需掌握其原理和使用方法。
9Redis
Redis是一个key-value存储系统，其出现很大程度补偿了memcached这类key/value存储的不足，在部分场合可以对关系数据库起到很好的补充作用，它提供了Java，C/C++，C#，PHP，JavaScript，Perl，Object-C，Python，Ruby，Erlang等客户端，使用很方便，大数据开发需掌握Redis的安装、配置及相关使用方法。
10Flume
Flume是一款高可用、高可靠、分布式的海量日志采集、聚合和传输系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接收方（可定制）的能力。大数据开发需掌握其安装、配置以及相关使用方法。
11SSM
SSM框架是由Spring、SpringMVC、MyBatis三个开源框架整合而成，常作为数据源较简单的web项目的框架。大数据开发需分别掌握Spring、SpringMVC、MyBatis三种框架的同时，再使用SSM进行整合 *** 作。
12Kafka
Kafka是一种高吞吐量的分布式发布订阅消息系统，其在大数据开发应用上的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消息。大数据开发需掌握Kafka架构原理及各组件的作用和是用方法及相关功能的实现！
13Scala
Scala是一门多范式的编程语言，大数据开发重要框架Spark是采用Scala语言设计的，想要学好Spark框架，拥有Scala基础是必不可少的，因此，大数据开发需掌握Scala编程基础知识！
14Spark
Spark是专为大规模数据处理而设计的快速通用的计算引擎，其提供了一个全面、统一的框架用于管理各种不同性质的数据集和数据源的大数据处理的需求，大数据开发需掌握Spark基础、SparkJob、Spark RDD、sparkjob部署与资源分配、SparkshuffleSpark内存管理、Spark广播变量、SparkSQL SparkStreaming以及 Spark ML等相关知识。
15Azkaban
Azkaban是一个批量工作流任务调度器，可用于在一个工作流内以一个特定的顺序运行一组工作和流程，可以利用Azkaban来完成大数据的任务调度，大数据开发需掌握Azkaban的相关配置及语法规则。

关系型数据库简介关系型数据库以行和列的形式存储数据，以便于用户理解。这一系列的行和列被称为表，一组表组成了数据库。用户用查询(Query)来检索数据库中的数据。一个Query是一个用于指定数据库中行和列的SELECT语句。关系型数据库通常包含下列组件：客户端应用程序(Client)数据库服务器(Server)数据库(Database)StructuredQueryLanguage(SQL)Client端和Server端的桥梁，Client用SQL来象Server端发送请求，Server返回Client端要求的结果。现在流行的大型关系型数据库有IBMDB2、IBMUDB、Oracle、SQLServer、SyBase、Informix等。关系型数据库并不是唯一的高级数据库模型，也完全不是性能最优的模型，但是关系型数据库确实是现今使用最广泛、最容易理解和使用的数据库模型。大多数的企业级系统数据库都采用关系型数据库，关系型数据库的概念是掌握数据库开发的基础，所以本节的问题也成为NET面试中频繁出现的问题之一。所涉及的知识点关系型数据库的概念关系型数据库的优点分析问题关系型数据库的概念所谓关系型数据库，是指采用了关系模型来组织数据的数据库。关系模型是在1970年由IBM的研究员EFCodd博士首先提出，在之后的几十年中，关系模型的概念得到了充分的发展并逐渐成为数据库架构的主流模型。简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系组成的一个数据组织。下面列出了关系模型中的常用概念。关系：可以理解为一张二维表，每个关系都具有一个关系名，就是通常说的表名。元组：可以理解为二维表中的一行，在数据库中经常被称为记录。属性：可以理解为二维表中的一列，在数据库中经常被称为字段。域：属性的取值范围，也就是数据库中某一列的取值限制。关键字：一组可以唯一标识元组的属性。数据库中常称为主键，由一个或多个列组成。关系模式：指对关系的描述，其格式为：关系名（属性1，属性2，…，属性N）。在数据库中通常称为表结构。关系型数据库的优点关系型数据库相比其他模型的数据库而言，有着以下优点：容易理解：二维表结构是非常贴近逻辑世界的一个概念，关系模型相对网状、层次等其他模型来说更容易理解。使用方便：通用的SQL语言使得 *** 作关系型数据库非常方便，程序员甚至于数据管理员可以方便地在逻辑层面 *** 作数据库，而完全不必理解其底层实现。易于维护：丰富的完整性（实体完整性、参照完整性和用户定义的完整性）大大降低了数据冗余和数据不一致的概率。近几年来，非关系型数据库在理论上得到了飞快的发展，例如：网状模型、对象模型、半结构化模型等。网状模型拥有性能较高的优点，通常应用在对性能要求较高的系统中；对象模型符合面向对象应用程序的思想，可以完美地和程序衔接，而不需要另外的中间转换组件，例如现在很多的O\RMapping组件；半结构化模型随着XML的发展而得到发展，现在已经有了很多半结构化的数据库模型。但是，凭借其理论的成熟、使用的便捷以及现有应用的广泛，关系型数据库仍然是系统应用中的主流方案。

1带宽和吞吐量

带宽是指通信通道的大小，吞吐量是指处理系统发送和接收数据的能力。因此，您的硬件可能无法使用您的最大带宽，因此我们可以相应地升级服务器配置，以确保网站正常运行。

2衡量您的性能

网络带宽不足往往不会导致性能下降。跟踪链接的繁忙度可以帮助您更好地了解带宽与性能之间的关系。例如，黑客可能会使用过多的带宽来耗尽带宽资源。此时，服务器可能会负载下降，因此我们需要第三方CDN产品或负载平衡来解决它。

3选择正确监控工具

使用网站监视工具来帮助我们准确地了解服务器资源的分配方式。分析长期趋势并不总是有用的，因为它们会掩盖峰值利用率。同样，仅查看峰值只会告诉您哪个链接最繁忙。好的监控软件可以为您提供完整的，以指导您的优化工作。

4确保带宽使用目的

如果您购买的服务器是共享带宽，那么运行服务器的网站可能会降低所有人的速度，包括最终用户。如果是平台型网站，为了确保企业的网络是处于足够快的速度的那么建议您使用独占带宽，当然带来的成本也会随之变高。如果业务应用程序引起很多拥塞，请升级服务器带宽以优化服务器进程，或者是否应将其从网络中删除。

大数据专业的话，对于处理器、内存和硬盘的要求会比较大，所以应该优先考虑扩展性好的游戏本。
所以需求排列下来就是处理器要强一些，内存和硬盘扩展性好、有性能还不错的独显更佳（总要玩玩游戏的嘛）。下面我就给大家推荐几款性价比超高的机型：一、拯救者r7000拯救者r7000搭载了锐龙R5-5600H，虽然表现不如5800H，但用于大数据学习还是绰绰有余的，显卡上3050虽然因为4GB的显存被游戏玩家吐槽，但你本身就不依赖用它打游戏开光追不是，还是很够用的，起码比MX450强了一个次元（还是95W满血版）。二、暗影精灵7相比之下暗影精灵7的3050显卡只有80W功耗显得稍弱，但是第十一代i5-11400H的跑分表现也是相当不俗的，搭配上PCle40，整体的素质也可圈可点，6499的价格作为抢不到r7000的备选没啥毛病。三、小新pro16小新pro16可以说是轻薄本中的另类了，本身搭载了1650显卡（轻薄本的常用显卡MX450就是1650的阉割版），搭配上R5-5700H处理器和25K的120Hz刷新率屏幕，本身的性能还是很猛的，192KG的机身重量也更加便于携带，缺点就是16GB内存没法扩充需要注意。总的来说，大数据专业使用拯救者r7000、暗影精灵7这样的游戏本绝对是绰绰有余了，足以支撑到你用到毕业，如果更注重轻薄，对32GB没有特别高的需求，小新pro16也是很不错的选择。

---