淺談大數(shù)據(jù)

胡長春 孫明鵬 胡飛

【摘要】在寫這篇文章之前，我們發(fā)現(xiàn)身邊很多IT人對于這些熱門的新技術(shù)趨之若鶩卻又很難說的明白清楚，如果問他大數(shù)據(jù)和你有什么關(guān)系？估計(jì)很少能說出一二三來。究其原因，一是因?yàn)榇蠹覍π录夹g(shù)有著相同的渴望，至少知其然在聊天時(shí)不會顯得很無知;二是在工作和生活環(huán)境中真正能參與實(shí)踐大數(shù)據(jù)的案例實(shí)在太少了，所以大家沒有必要花時(shí)間去知其所以然。

【關(guān)鍵詞】大數(shù)據(jù) ?結(jié)構(gòu)

一、大數(shù)據(jù)的結(jié)構(gòu)

首先，大數(shù)據(jù)就是互聯(lián)網(wǎng)發(fā)展到現(xiàn)今階段的一種表象而已，我們認(rèn)為應(yīng)該正確對待它，在以云計(jì)算為代表的技術(shù)創(chuàng)新大幕的襯托下，這些原本很難收集和使用的數(shù)據(jù)開始容易被利用起來了，通過各行各業(yè)的不斷創(chuàng)新，大數(shù)據(jù)會逐步為人類創(chuàng)造更多的價(jià)值。

其次，想要系統(tǒng)的認(rèn)知大數(shù)據(jù)，必須要全面而細(xì)致的分解它，下面著重從三個層面來展開：

第一層面是技術(shù)，技術(shù)是大數(shù)據(jù)價(jià)值體現(xiàn)的手段和前進(jìn)的基石。我們將分別從云計(jì)算、分布式處理技術(shù)、存儲技術(shù)和感知技術(shù)的發(fā)展來說明大數(shù)據(jù)從采集、處理、存儲到形成結(jié)果的整個過程。

第二層面是理論，理論是認(rèn)知的必經(jīng)途徑，也是被廣泛認(rèn)同和傳播的基線。從大數(shù)據(jù)的特征定義理解行業(yè)對大數(shù)據(jù)的整體描繪和定性;從對大數(shù)據(jù)價(jià)值的探討來深入解析大數(shù)據(jù)的珍貴所在;從對大數(shù)據(jù)的現(xiàn)在和未來去洞悉大數(shù)據(jù)的發(fā)展趨勢;從大數(shù)據(jù)隱私這個特別而重要的視角審視人和數(shù)據(jù)之間的長久博弈。

第三層面是實(shí)踐，實(shí)踐是大數(shù)據(jù)的最終價(jià)值體現(xiàn)?；ヂ?lián)網(wǎng)的大數(shù)據(jù)，政府的大數(shù)據(jù)，企業(yè)的大數(shù)據(jù)和個人的大數(shù)據(jù)等各方面都可以來描繪大數(shù)據(jù)已經(jīng)展現(xiàn)的美好景象及即將實(shí)現(xiàn)的藍(lán)圖。

二、和大數(shù)據(jù)相關(guān)的理論

1.特征定義

最早提出大數(shù)據(jù)時(shí)代到來的是麥肯錫：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長和消費(fèi)者盈余浪潮的到來?！?/p>

業(yè)界（IBM 最早定義）將大數(shù)據(jù)的特征歸納為4個“V”（量Volume，多樣Variety，價(jià)值Value，速Velocity），或者說特點(diǎn)有四個層面：第一，數(shù)據(jù)體量巨大。大數(shù)據(jù)的起始計(jì)量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）;第二，數(shù)據(jù)類型繁多。比如，網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。第三，價(jià)值密度低，商業(yè)價(jià)值高。第四，處理速度快。最后這一點(diǎn)也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。

那么，什么是大數(shù)據(jù)思維？阿里巴巴的王堅(jiān)對于大數(shù)據(jù)有一些獨(dú)特的見解，比如：

“今天的數(shù)據(jù)不是大，真正有意思的是數(shù)據(jù)變得在線了，這個恰恰是互聯(lián)網(wǎng)的特點(diǎn)。”

“非互聯(lián)網(wǎng)時(shí)期的產(chǎn)品，功能一定是它的價(jià)值，今天互聯(lián)網(wǎng)的產(chǎn)品，數(shù)據(jù)一定是它的價(jià)值?！?/p>

“你千萬不要想著拿數(shù)據(jù)去改進(jìn)一個業(yè)務(wù)，這不是大數(shù)據(jù)。你一定是去做了一件以前做不了的事情?！?/p>

特別是最后一點(diǎn)，我是非常認(rèn)同的，大數(shù)據(jù)的真正價(jià)值在于創(chuàng)造，在于填補(bǔ)無數(shù)個還未實(shí)現(xiàn)過的空白。

有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦。煤炭按照性質(zhì)有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數(shù)據(jù)并不在“大”，而在于“有用”。價(jià)值含量、挖掘成本比數(shù)量更為重要。

2、價(jià)值探討

大數(shù)據(jù)是什么？投資者眼里是金光閃閃的兩個字：資產(chǎn)。比如，F(xiàn)acebook上市時(shí)，評估機(jī)構(gòu)評定的有效資產(chǎn)中大部分都是其社交網(wǎng)站上的數(shù)據(jù)。

如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。

如果，我們通過采集駕駛員手機(jī)的GPS數(shù)據(jù)，就可以分析出當(dāng)前哪些道路正在堵車，并可以及時(shí)發(fā)布道路交通提醒;通過采集汽車的GPS位置數(shù)據(jù)，就可以分析城市的哪些區(qū)域停車較多，這也代表該區(qū)域有著較為活躍的人群，這些分析數(shù)據(jù)適合賣給廣告投放商。

突然想起有人說，這東西是不是好復(fù)雜，是不是要英語、數(shù)學(xué)好好？其實(shí)，也許掌握專業(yè)的數(shù)據(jù)分析管理能力的確挺難的，比如數(shù)據(jù)的采集、分析等，但作為一種方法，大數(shù)據(jù)重在啟發(fā)決策者的思路。畢竟，消息掌握得比較多的情況下，才有更大的可能作出正確的決策。

其實(shí)，所謂的大數(shù)據(jù)，只是一種商業(yè)數(shù)據(jù)分析管理的方法。它既不像某些培訓(xùn)機(jī)構(gòu)說得那么神，也沒必要談虎色變。一句話，了解了解總是好的...

坦白講，鄧小平說科學(xué)技術(shù)是第一生產(chǎn)力。可是從生產(chǎn)技術(shù)轉(zhuǎn)化為生產(chǎn)力還是要一段時(shí)間的，所以，現(xiàn)在想直接靠大數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)力的人，可能有點(diǎn)心急了。不過，面對大的趨勢，了解了解總沒有壞處。

參考文獻(xiàn)：

1 林樹澤.數(shù)據(jù)庫信息系統(tǒng)物理設(shè)計(jì)優(yōu)化研究[D] .天津大學(xué).2012年.

2 劉俊.基于大數(shù)據(jù)流的Multi-Agent系統(tǒng)模型研究[J] .計(jì)算機(jī)技術(shù)與發(fā)展.2007年.

3 林昕&李心科.一種OLAP海量數(shù)據(jù)載入技術(shù)的研究[J] .計(jì)算機(jī)技術(shù)與發(fā)展.2008年.