简单以永洪科技的技术说下，有四方面，其实也代表了部分通用大数据底层技术：Z-Suite具有高性能的大数据分析能力，她完全摒弃了向上升级（Scale-Up），全面支持横向扩展（Scale-Out）。
多源数据集成技术包括：数据仓库、数据联邦、数据集成平台等。首先，数据仓库是一种重要的多源数据集成技术。它允许企业从多个数据源中提取、转换和加载数据，然后在一个统一的存储库中存储和管理这些数据。数据仓库的优点在于，它们可以处理大量数据，并提供一种有效的方式来管理和维护这些数据。
数据收集和存储技术：这包括数据挖掘、数据清洗、数据预处理和数据仓库等技术，它们的作用是收集、整理和存储海量数据，确保数据为后续分析做好准备。 分布式计算技术：由于大数据的处理量巨大，分布式计算技术成为必要选择。
重点要突破分布式高速高可靠数据爬取或采集、高速数据全映像等大数据收集技术；突破高速数据解析、转换与装载等大数据整合技术；设计质量评估模型，开发数据质量技术。
整体技术 整体技术主要有数据采集、数据存取、基础架构、数据处理、统计分析、数据挖掘、模型预测和结果呈现等。关键技术 大数据处理关键技术一般包括：大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用（大数据检索、大数据可视化、大数据应用、大数据安全等）。
是不再开源。当初为了突破大数据技术的瓶颈，星环科技决定用自主研发的大数据技术逐步取代开源技术。但是近年来，随着大数据系统的快速发展，各式各样的开源基准测试集被开发出来，以评测和分析大数据系统并促进其技术改进。
作为信息产业大国和互联网大国，2016年中国软件和信息技术服务业产值9万亿元，全球10大互联网企业中国占据4席，为大数据应用奠定了基础。
大数据技术已经渗透到我们生活的方方面面。比如，当我们打开淘宝，搜索“毛衣”，在下一次登陆时，会发现众多毛衣款式已经为我们推荐。这一切都离不开大数据技术的魔力。
目前正在进行的很多大数据项目或者POC测试，更多地是对新技术的测试，而并不是商业价值的挖掘。从Apache网站下载开源软件，然后对Hadoop测试的确很有意思，但这方面的努力很少能够对业务带来真正的价值。 向这些项目要价值，企业必须有至少一名的业务人员为项目提供方向性的指导。
时不我待。 我们需要立即行动起来，通过立项开展微型数据存储技术创新研发，凝聚国内外数据存储领域资源力量，构建数据存储专业核心技术团队；从研发软件定义的存储（数据去重）技术产品入手，填补国内技术产品领域空白；启动研发微型化（原子级）数据存储设备，抢占未来数据存储领域的制高点。
我国新能源汽车技术全面“超车”要多久？解决续航问题要多久？是否可以完全替代燃油车？ 我国新能源汽车产业发展驶入“快车道”，离不开对于关键核心技术的掌握与突破。 不过，对于志在实现全面“超车”的中国新能源汽车产业来说，还有一些关键的技术工艺尚未实现自主可控，仍被视为短板。
1、大数据核心板块了解大数据的核心板块是入门的关键，例如大数据基础编程、Hadoop平台搭建技术、大数据数据库及数据仓库等。这些都是入门大数据的基石。形成大数据应用思路仅有知识是不够的。形成大数据应用思路同样重要。这需要你培养一种直觉，知道哪种大数据技术最适合某个项目，并预见其可能的效果。
2、第二：数据库知识。数据库知识是学习大数据相关技术的重要基础，大数据的技术体系有两大基础，一部分是分布式存储，另一部分是分布式计算，所以存储对于大数据技术体系有重要的意义。初学者可以从Sql语言开始学起，掌握关系型数据库知识对于学习大数据存储依然有比较重要的意义。
3、如果要学统计学，重要概念是会描述性统计、假设检验、贝叶斯、极大似然法、回归（特别是广义线性回归）、主成分分析。这些个用的比较多。也有学时间序列、bootstrap、非参之类的，这个看自己的意愿。其他数学知识：线性代数常用（是很多后面的基础），微积分不常用，动力系统、傅里叶分析看自己想进的行业了。