“大數據餑餑”不好啃

詹國樞

《大數據時代》一書風靡全球已有時日。大數據（Big Data），又稱“巨量資料”，是指其數據規(guī)模極其巨大，以致很難通過一般軟件工具加以擷取、管理、處理并整理成為有用資訊。按業(yè)界說法，大數據特點為4個“V”：即Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。

大量、高速——到了什么程度呢？一個移動硬盤，容量大約為10個G。2001年，全球互聯網總流量達到1EB（即10億個G）；2004年，一個月即達到1EB；2007年，達到1EB只需一周；而到2013年，僅需一天！換句話說，全球互聯網一天產生的信息量，可以刻滿1.88億張DVD光盤。

多樣、價值——如此大量、高速的數據，其多樣性毋庸置疑，小到個人與個人的數分鐘通話，大到公司與公司的巨額交易，雖然全是些風馬牛不相及的數字，但經過科學的收集、歸類、整理，再加以分析、排列、組合，就會神奇地演變成全新的極其有用的各種資訊。原始數據越大，處理難度自然越大，但處理后其應用價值亦越大。大數據這種無中生有、化腐朽為神奇的增值功能，令人神往。

正因此，世界經濟論壇報告將大數據認定為新世紀的“新財富”，稱其價值“堪比石油”。也正因此，發(fā)達國家紛紛將開發(fā)利用大數據作為奪取新一輪競爭制高點的重要目標。美國政府于2012年3月發(fā)布了《大數據研究與發(fā)展倡議》報告，這是繼1993年宣布“信息高速公路”之后又一重大部署。歐盟及日本等國也在大數據研發(fā)方面投入巨資，竭盡全力拼搶這一制高點。

大數據這塊餑餑雖然聞起來很香，但啃起來卻有點硬，其難度有四，一是數據收集難，不但難在大，海量信息，而且難在雜，萬千角度；二是數據存儲難，如此海量存儲，既要低成本、低能耗，又要高質量、高識別；三是數據處理難，信息如密網交織，錯綜復雜，處理如剝繭抽絲，穿針引線，其難度可想而知；四是數據呈現難，數據最終是要拿來使用的，其呈現須簡單、實用，無疑，這是又一個由繁入簡的艱巨工程。

好在，大數據應用已初見曙光，歐美各國均有成功先例。有人設想，倘若我們將大數據應用于日常生活，那么，當你打算購買某一產品時，只消將名稱輸入手機，大數據就會告訴你，這些東西在當地哪些商場有售，其價格分別是多少。于是，你可以馬上作出決策。這將給人們帶來多么大的方便，又將給商業(yè)流通帶來多么大的改變。

萬事雖然起頭難，堅持動手就不難。所謂數據之“大”，不過相對而言。目前，百度、阿里巴巴、騰訊等不少公司已著手成立大數據研發(fā)機構。百度目前日處理數據量已達100PB（1EB=1024PB），相當于2700萬冊藏書。而阿里則根據淘寶網上中小企業(yè)的交易狀況，篩選出財務健康及講誠信企業(yè)，并對其發(fā)放無擔保貸款300多億元，壞賬率僅0.3%。這都是大數據應用的好例子。endprint