1. 在你所在的公司（行业、领域），正在用大数据处理哪些业务？可以用大数据实现哪些价值？

笔者在一家成立于1885年的全球性跨国银行，用大数据处理的业务包括：分析出洗黑钱的用户，根据用户的存款和消费数据给用户信用评分，贷款的时候给出相应额度。

大数据实现的价值：

2. 分析如下 HiveQL，生成的 MapReduce 执行程序，map 函数输入是什么？输出是什么，reduce 函数输入是什么？输出是什么？

INSERT OVERWRITE TABLE pv_users
SELECT pv.pageid, u.age
FROM page_view pv
JOIN user u
ON (pv.userid = u.userid);

Page_view 表和 user 表结构与数据示例如下：

MapReduce 的输出流程图如下：

第一张表

Map 输入：

key是偏移量，不重要。

value 就是一行记录。key 是 userId，value是<来源于哪张表id，pageId>

Map 输出：

输出结果：是userId， 是<来源于哪张表id, pageId>

第二张表

Map 输出：

key是偏移量，不重要。

value 就是一行记录。key 是 userId，

Map 输出：

输出结果：是userId， 是<来源于哪张表id, age>

Shuffle Sort：相同的key放在一起。

Reduce 输入：

每张表相同的key要进行join操作，最后把结果输出。

key就是Map输出的<来源于哪张表id, pageId>, <来源于哪张表id, age> ， values就是userId组成的list。

Reduce 输出：

key是Map输出的<来源于哪张表id, pageId>, <来源于哪张表id, age>，result就是pageId访问的和。