集中式的数据集

问题

学习任何数据导向技术的主要问题之一是拥有集中的测试数据。 一个学习者会花很多时间弄清楚数据在哪里，以及如何将它们转移到正确的位置。 当涉及到学习大数据技术时，这个问题是多方面的。 顾名思义，大数据意味着数据具有巨大的数量、速度和多样性。

使用 CloudxLab 的优点

在 Hadoop 分布式文件系统上集中数据集有多种优势，比如

• 再也不用到处翻找数据来运行测试了
• 减少数据传输所需的时间。 节省带宽
• 减少数据集的重复性