个人目前的大数据的理解是分布式，具体到一些培训机构给出的教程，狭义上就是spark编程。
但是看了很多这些教程和书籍，对并行处理仍然有一些想不通的地方，比如GPU的cuda编程，线程和线程之间并行计算前后出现读写不同步的问题如何解决，加锁吗。
又比如map-reduce操作，往往书本和教程中给出的结点数据划分容易理解，但是比如外部排序操作，如何直观简洁地进行分布式外部排序合并的描述，一直以来都是困惑的问题。
还比如，复杂网络中标签传播，或者随机游走，如果是并行处理，用硬件如何进行处理数据的划分和处理边界值，也是一直没有理解的问题。