1.大数据指的是那些超出常规软件工具处理能力范围的数据集合，这些数据集海量、增长迅速且形式多样。它们需要创新的处理模式，以便在决策支持、洞察发现和流程优化方面发挥更大的作用。

2.数据的记录方式多种多样，无论是使用导航软件记录的行踪，还是通过手机点餐和支付系统留下的消费信息，所有的数据最终都以机器代码的形式存储在服务器上，以供后续的分析和查询使用。

3.大数据技术的战略价值并不仅仅在于掌握大量的数据信息，而是在于对这些含有重要意义的数据进行专业化的处理。换句话说，如果大数据是一种产业，那么这个产业盈利的核心在于提升对数据的“加工能力”，从而实现数据的“增值”。

4.从技术角度来说，大数据与云计算的关系密切，就像一枚硬币的正反面一样不可分割。由于大数据的处理超出了单台计算机的能力，它必须依赖于分布式架构。大数据的独特之处在于它能够对海量数据进行分布式数据挖掘，但这必须建立在云计算的分布式处理、分布式数据库、云存储和虚拟化技术之上。

1.开源大数据生态圈

Hadoop HDFS、Hadoop MapReduce, HBase、Hive渐次诞生，早期Hadoop生态圈逐步形成。

开源生态圈活跃，并免费，但Hadoop对技术要求高，实时性稍差。

2.商用大数据分析工具

一体机数据库/数据仓库（费用很高）

IBM PureData(Netezza), Oracle Exadata, SAP Hana等等。

数据仓库（费用较高）

Teradata AsterData, EMC GreenPlum, HP Vertica等等。

数据集市（费用一般）

QlikView、 Tableau、国内永洪科技Yonghong Data Mart等等。

前端展现

用于展现分析的前端开源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。

用于展现分析商用分析工具有Cognos,BO, Microsoft, Oracle,Microstrategy,QlikView、 Tableau、国内永洪科技Yonghong Z-Suite等等。

大数据处理软件有：Apache Hadoop、Apache Spark、大数据实时处理软件Storm等。

1. Apache Hadoop

Apache Hadoop是一个分布式系统基础架构，主要用于处理和分析大数据。它能够利用集群的威力进行高速运算和存储，用户可以在不了解底层细节的情况下处理大规模数据集。其核心组件包括分布式文件系统HDFS和MapReduce编程模型，可以用于数据存储、查询和处理等多种大数据处理任务。Hadoop在数据安全性、高可靠性及高扩展性方面具有显著优势。

2. Apache Spark

Apache Spark是一个通用的计算引擎，专门用于大数据分析处理。相比于Hadoop的MapReduce模型，Spark提供了更为快速的数据处理能力，尤其是在内存计算方面表现卓越。它支持多种编程语言和库，允许开发者在集群上执行复杂的分析计算任务，包括机器学习、实时数据流处理等。由于其快速迭代能力和灵活的编程模型，Spark得到了广泛的应用。

3.大数据实时处理软件Storm

Storm是一个开源的分布式实时计算系统，主要用于处理大数据流。它能够可靠地对数据流进行实时处理和分析，实现对数据流的监控、转换和响应等任务。Storm适用于那些需要在数据流产生的同时立即进行分析处理的场景，如社交网络数据的实时分析、物联网的实时数据处理等。由于其灵活性和可扩展性，Storm成为大数据实时处理的热门工具之一。

除了上述软件外，还有诸多大数据处理软件如HBase、Flink等，这些软件在不同的应用场景和需求下都有其独特的优势和应用价值。在选择使用这些工具时，需要根据实际的数据规模、处理需求以及开发团队的技能背景等因素进行综合考虑。

【答案】：A

【解析】：此题考查对大数据概念的理解。大数据指的是那些超出常规软件工具处理能力范围的数据集合，这些数据集合在一定时间范围内无法被有效捕捉、管理和处理。大数据的处理需要新的模式，以期获得更强的决策支持、洞察发现和流程优化能力。大数据的主要特征包括数据规模巨大、数据增长速度快、数据类型繁多以及数据的价值密度相对较低。在这些特征中，“数据规模大”是最为显著的特点，这也是大数据名称的由来。因此，正确答案为A。