大数据平台一般采用什么操作系统
大数据平台一般采用大数据操作系统，它是一款全流程、可视化、智能化的企业级大数据操作系统。
基于大数据的企业级操作系统(BD-OS)9月8日在北京发布，对大数据全流程、可视化挖掘利用的智能化操作系统BD－OS于8日在北京中关村亮相，将为国内大数据产业底层技术到实际应用间搭起平台，进一步促进数据从资产转变为价值。其亮点主要有三个方面：首先，它开创了面向数据流程的架构(DPOA)的方法论，基于既定的业务逻辑，DPOA定义相应的数据处理流程，并自动生成底层技术架构，将业务语言转化为大数据处理语言。其次，操作系统是一个高效的数据作业平台，它融入了数据流程管理(DPM)的思想，将业务链条中的各个环节和相互之间的关系，映射成对数据集、数据关系和处理逻辑的管理，通过对数据流程的创建、组合、调度和监控，将业务流程管理转化为数据流程管理。
大数据平台由哪5个部分组成?简述各个部分内容的特点
一、数据采集ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。二、数据存取关系数据库、NOSQL、SQL等。三、基础架构云存储、分布式文件存储等。四、数据处理自然语言处理(NLP，Natural Language Processing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机"理解"自然语言，所以自然语言处理又叫做自然语言理解(NLU，Natural Language Understanding)，也称为计算语言学(Computational Linguistics。一方面它是语言信息处理的一个分支，另一方面它是人工智能(AI, Artificial Intelligence)的核心课题之一。五、统计分析假设检验、显著性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析(最优尺度分析)、bootstrap技术等等。六、数据挖掘分类 (Classification)、估计(Estimation)、预测(Prediction)、相关性分组或关联规则(Affinity grouping or association rules)、聚类(Clustering)、描述和可视化、Description and Visualization)、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)。七、模型预测预测模型、机器学习、建模仿真。八、结果呈现云计算、标签云、关系图等。
