Question

“大数据”并不是指具体的数据量，既不是样本的个数，也不是数据所占用的G字节、T字节或P字节的数量。它的意思是说：

数据规模比处理它的能力增长得更快；

过去一些效果不错的方法和技术需要重做，因为它们的扩展能力不行；

你的算法不能假设所有数据都能载入内存；

管理数据本身变成了一项主要任务；

使用计算机集群或者多核处理器是必需品，并不是奢侈品。

本章将会致力于解决这个最后的难题：如何使用多核处理器（在同一台机器上或在不同主机上）加速并组织计算。在其他中等数据规模的任务里，这也是很有用处的。