主要还是在资料分类上
跟怎么存
一般来说 储存方式有分为 较为规格化的你要去定义资料如何存放的
SQL储存方式，你要找出资料"特色"好比他是字串，整数，倍精准
其实就是正规划，但是就如同前文所提。 query 的时候光跑就会很花时间
如果没有索引，但是太多又会耗空间。
那么还有一种就是nosql 这并非只是一个特有方式，比较像是组合所有其他的SLN。
几乎都是把档案转成纯文字丢进数据库，像是谷歌的Bigtable~FB的卡珊卓拉(秘术师
师傅?) 有时候你连FB重整网页的时候啊会突然看到一大串乱码，有一些就是他把档案
格式转成xml这些东西。 实际上实作还是要看一下相关文件，但是应该也是利用
hashtable 下去指定一个key 跟value 给他。
好处就是 搜寻的算法你可以自己定义所以有无限可能。
再来就是，有数据很简单。 找出模式，跟如何去设想一个问题比较难。
好比你如何命题跟证明因果(利用ML或是统计相关数据)
达到实际上的应用，要说基本的简单应用其实不会很难。
左岸跟欧美很多人用简单爬虫跟MSSQL就玩出很多有意思的东西。
知乎，36g上有好多应用。 这个会很普及，比的是 Domain KNOW HOW 的内函了
跨领域会比较吃香，其他就只是技法而已。 当然你也可以深耕在更有效率的算法
或是其他储存方式。但是可能要一值钻木板，台湾目前大数据真的有在做的
听过只有几间公司，最有市场跟有名的应该是亚洲资采吧。
再来比较大间的是精诚底下的，其他应该还有。
他有没有商机? 有
成为专业人才难不难 ?
看面向
需要点的技能
统计
程式 最好是能包前后端整合的
数据库，资结。
最高应该就是算法 再来就是很吃"天分"啊
国外有13岁就在玩自己的系统，资料学家还可以发文章。
我自己是觉得，基本底子打好。技巧型的东西会越来越纯熟
可是观念错了就是错了。
大概就这样吧