elasticsearch只是一个搜索框架，仅此而已。 hadoop/spark是计算框架/大数据运行环境，根本不可相提并论。
网络工程的知识，各种编程语言，各种脚本语言，云计算，数据库，算法等等，其实所谓的大数据就是大流量，巨大的数据量在网络上流来流去，研究大数据就是在研究如何用最小的空间来保存大数据，用最短的时间在大数据中找到小数据，最短的路径从别人的电脑流到你的电脑之类，这些是十分复杂的
对大数据这一概念，大部分企业都不会陌生，而对于其中应用到的技术，却并没有几个人了解的到。一方面，很多人用到的软件都比较简洁，专业，只需要会操作就可以，比如FineBI商业智能解决方案软件，它内部所有的技术都不需要操作者了解，只需要了解表面的一些沟通需求即可，也不需要考虑如何建模，这样能够节省项目实施过程中的沟通时间，从而为企业带来更多的收益。
另一方面，很多老板也并不擅长这个，了解也对他们并没有实际作用，但是对于经常接触这些软件的人来说，了解其背后的技术，将会对自己的工作有更好的帮助。那么，大数据背后都用到了哪些技术呢?
一、NoSQL数据库
在我们生活的环境当中，新技术的出现并不会等太久就被人们所重用，事实上，很多技术在出现一个月之后就会陆续有人开始使用。NoSQL数据库在广义上本身也包含很多技术，他们关注关系型数据库引擎如索引、流媒体以及高访问网站服务等的限制，同时也关系其他的，而在这些领域当中，NoSQL数据库的使用频率最高。
二、HadoopMapReduce
这是一种能够处理大数据分析所带来的挑战的技术，不仅应用频率高，而且在处理上更有得天独厚的优势。就老家，很多企业在使用HadoopMapReduce技术研发的数据平台时，都认为是最好用的。由此可见，该技术确实能给企业带来意想不到的好处。
三、内存分析技术
内存最开始出现的时候是昂贵的，但是随着技术的进步，越来越多的内存开始出现，价格自然也是一降再降。但是性能方面却并没有降，反而有上升的趋势，这也是内存在网络中倍受欢迎的原因所在。
不仅如此，专业人士还提到，低廉的内存应用在大数据中心，具有实时、高效的优势，同时也能提升大数据的洞察力，从而为企业提供更好的数据分析和挖掘。
四、集成设备
商业智能以及大数据分析就是在数据仓库设备出现之后才被激发出来的，这种利用数据仓库技术提升自身竞争优势，走在对手前列的方式让很多企业欣喜。不过，集成设备的功效还有很多，其中能够提升传统数据库系统的作用让很多企业最为受用，再加上集成设备已经成为企业应对数据挑战大环境下的重要利器，因此该技术也备受关注。