我接触过的大数据有：
1.美国棱镜计划
2.前几天新闻报道的，苹果公司窃取用户隐私
3.百度的用户搜素习惯统计分析
4.淘宝的用户购物习惯分析，智能推荐宝贝
5.浏览器的智能标签页
...
最想了解的大数据架构与算法：
1.著名的Google 网页排名算法：PageRank
2.著名的聚类算法：K-Means
7.CART
3.C4.5
4.k-Means
5.SVM
6.Apriori
...
大数据应用的未来挑战和趋势是：
最大的挑战并非技术和数据本身，而在与人们对于数据的认识和态度。这方面非常多互联网公司做的比較好。它们拥有丰富的数据同一时候也有强烈的盈利需求。能够挖空心思的在各种数据上做文章；而对于非常多传统行业。尤其是政府。首先它们还是相当重视数据的，甚至比互联网公司都要重视。但出于行政管理，组织利益和安全等的考虑数据往往会形成孤岛非常难做到综合利用。
另外一方面的挑战是构建成功的大数据应用须要对业务逻辑和数据处理技术都有比較深入的理解，并且非常难拆解开。由于业务的需求会直接影响究竟层架构的设计以及算法和工具的选择，这一点和传统的交易型系统有非常大差别，所以如今一些行业中的软件+数据库+硬件的分工模式不太适合大数据应用开发，市面上可以对各种因素通盘考虑做总体架构的公司并不多。
趋势的话我的理解，如今技术层面的工具，技术是一个百家齐放的局面，其原因一方面是开源项目的运营模式越来越成熟，还有一方面是大数据的分析处理是多样化的，相信未来非常长一段时间都会维持这个局面，传统的软件开发上已经逐渐向服务提供商转变。产品本身可能变得越来越不重要。贴合用户需求的定制化架构和解决方式可能更加受到欢迎，同一时候云计算的不断发展也将使得未来的架构设计更加轻松，部署和迁移更加便捷。
未来大数据的发展前景是巨大的。如今人们的生活已经离不开大数据了，云计算、云存储、电商等等站点的数据都是大数据，可是大数据的发展的技术还是面临挑战。技术的发展新的技术也在不断更新。所以大数据应用的挑战是结合新技术，不断优化大数据的算法。
大数据存储技术、并行计算、吞吐量
读完试读样章后的启示：
大数据事实上才刚刚起步，正在打垮不发展。面临着非常大的机遇和挑战，海量待挖掘数据,数据切分算法,分布式图计算了解到大数据的精深之处。要学习的还有非常多，我感觉到了自己的不足之处，大数据加油。你一定会更好更牛逼，我看好你哦。希望你可以带我飞的更高，go,go。
。。