大数据的应用技术和意义，有哪些应用场景、市场前景如何？阐述大数据目前采用的技术；如何解决数据存储和大文件上传？Hadoop集群的技术分析、如何解决单点故障？最后要求实现hadoop集群的搭建，详细阐述搭建要涉及到多台机器，详细阐述使用几台电脑，他们所承担的角色。

大数据的应用技术和意义：

大数据是指数据量巨大、数据类型多样、数据处理速度快且需要实时处理的数据。大数据的应用技术可以帮助企业和组织更好地理解和利用数据，从而提高业务效率、降低成本、提高竞争力等。大数据的应用场景包括：金融、医疗、教育、物流、能源、零售、互联网等各个领域。根据国内外相关机构的预测，未来几年大数据市场将保持高速增长，市场规模有望超过千亿美元。

大数据目前采用的技术：

大数据的处理和分析常用的技术包括：Hadoop、Spark、NoSQL、机器学习、深度学习等。其中，Hadoop是大数据处理和分析的基础技术，它是一个分布式计算框架，可以将大量的数据分散存储在不同的服务器上，并通过MapReduce进行并行计算。

如何解决数据存储和大文件上传？

在大数据处理中，数据存储和大文件上传是常见的问题。为了解决这些问题，可以采用以下方式：

1. 数据存储：采用分布式存储技术，将数据分散存储在不同的服务器上，通过HDFS（Hadoop分布式文件系统）进行管理和访问。

2. 大文件上传：采用分块上传技术，将大文件分成多个小块，分别上传到不同的服务器上，最后通过HDFS进行合并。

Hadoop集群的技术分析、如何解决单点故障？

Hadoop集群是由多个服务器组成的分布式计算环境，每个服务器都可以承担不同的角色，如NameNode、DataNode、JobTracker、TaskTracker等。其中，NameNode是HDFS的管理节点，负责管理整个文件系统的元数据信息；DataNode是HDFS的数据节点，负责存储文件数据；JobTracker和TaskTracker是MapReduce的管理节点和工作节点，负责管理和执行MapReduce任务。

为了解决Hadoop集群的单点故障问题，可以采用以下方式：

1. 备份NameNode：设置多个NameNode，并将它们配置为主备模式，当主节点出现故障时，备份节点会立即接管工作。

2. 数据备份：采用HDFS的数据备份机制，将数据存储在多个DataNode上，当某个节点出现故障时，数据可以从其他节点中恢复。

搭建Hadoop集群：

要搭建Hadoop集群，需要至少3台服务器，其中1台作为NameNode，其他服务器作为DataNode和TaskTracker。以下是基本步骤：

1. 安装和配置Java环境；

2. 下载并解压Hadoop安装包；

3. 配置Hadoop集群：修改配置文件、启动NameNode和DataNode；

4. 启动JobTracker和TaskTracker：修改配置文件、启动JobTracker和TaskTracker。

以上是Hadoop集群的简单搭建步骤，实际搭建还需要考虑安全、性能等方面的问题。