我轻轻地来
如果自身没有相关基础，确实是需要付出更多的时间精力的，而想要更快地学习掌握大数据，自然需要付出更多的时间精力去钻研 
从数据采集的类型上看，不仅要涵盖基础的数据，还将逐步包括半结构化的用户行为数据，网状的社交关系数据，文本或音频类型的用户意见和反馈数据，设备和传感器采集的周期性数据，网络爬虫获取的互联网数据，以及未来越来越多有潜在意义的各类数据，那么数据采集技术的难点是什么呢?
一是每一个数据点的时间。另一个就是采样率设置的问题。第一是每一个数据点的时间，在NI的数据采集中是通过T0和dt来确定的，T0就是开始数据采集的初始时间，是任务开始时，数据次啊及卡读取的计算机时间，dt二个数据点之间间隔的时间，是采样率的倒数，比如1K采样率，dt就是1/1000=001=1毫秒。在施工DAQmxRvi的时候要选择波形输出而不是DBL输出，波形输出就带有这些信息，而DBL就只有数据而没有时间信息了。另一个就是采样率设置的问题。数据采集卡的采样脉冲一般是由它的内部时钟源进行分频后得到的，所以采样率是不是非常准确，得看时钟源是否能被整数倍地分频到指定的采样率。
