淺談大數據

胡長春 孫明鵬 胡飛

【摘要】在寫這篇文章之前，我們發現身邊很多IT人對于這些熱門的新技術趨之若鶩卻又很難說的明白清楚，如果問他大數據和你有什么關系？估計很少能說出一二三來。究其原因，一是因為大家對新技術有著相同的渴望，至少知其然在聊天時不會顯得很無知;二是在工作和生活環境中真正能參與實踐大數據的案例實在太少了，所以大家沒有必要花時間去知其所以然。

【關鍵詞】大數據 ?結構

一、大數據的結構

首先，大數據就是互聯網發展到現今階段的一種表象而已，我們認為應該正確對待它，在以云計算為代表的技術創新大幕的襯托下，這些原本很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。

其次，想要系統的認知大數據，必須要全面而細致的分解它，下面著重從三個層面來展開：

第一層面是技術，技術是大數據價值體現的手段和前進的基石。我們將分別從云計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從采集、處理、存儲到形成結果的整個過程。

第二層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。從大數據的特征定義理解行業對大數據的整體描繪和定性;從對大數據價值的探討來深入解析大數據的珍貴所在;從對大數據的現在和未來去洞悉大數據的發展趨勢;從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。

第三層面是實踐，實踐是大數據的最終價值體現。互聯網的大數據，政府的大數據，企業的大數據和個人的大數據等各方面都可以來描繪大數據已經展現的美好景象及即將實現的藍圖。

二、和大數據相關的理論

1.特征定義

最早提出大數據時代到來的是麥肯錫：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”

業界（IBM 最早定義）將大數據的特征歸納為4個“V”（量Volume，多樣Variety，價值Value，速Velocity），或者說特點有四個層面：第一，數據體量巨大。大數據的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）;第二，數據類型繁多。比如，網絡日志、視頻、圖片、地理位置信息等等。第三，價值密度低，商業價值高。第四，處理速度快。最后這一點也是和傳統的數據挖掘技術有著本質的不同。

那么，什么是大數據思維？阿里巴巴的王堅對于大數據有一些獨特的見解，比如：

“今天的數據不是大，真正有意思的是數據變得在線了，這個恰恰是互聯網的特點。”

“非互聯網時期的產品，功能一定是它的價值，今天互聯網的產品，數據一定是它的價值。”

“你千萬不要想著拿數據去改進一個業務，這不是大數據。你一定是去做了一件以前做不了的事情。”

特別是最后一點，我是非常認同的，大數據的真正價值在于創造，在于填補無數個還未實現過的空白。

有人把數據比喻為蘊藏能量的煤礦。煤炭按照性質有焦煤、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，大數據并不在“大”，而在于“有用”。價值含量、挖掘成本比數量更為重要。

2、價值探討

大數據是什么？投資者眼里是金光閃閃的兩個字：資產。比如，Facebook上市時，評估機構評定的有效資產中大部分都是其社交網站上的數據。

如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。

如果，我們通過采集駕駛員手機的GPS數據，就可以分析出當前哪些道路正在堵車，并可以及時發布道路交通提醒;通過采集汽車的GPS位置數據，就可以分析城市的哪些區域停車較多，這也代表該區域有著較為活躍的人群，這些分析數據適合賣給廣告投放商。

突然想起有人說，這東西是不是好復雜，是不是要英語、數學好好？其實，也許掌握專業的數據分析管理能力的確挺難的，比如數據的采集、分析等，但作為一種方法，大數據重在啟發決策者的思路。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，所謂的大數據，只是一種商業數據分析管理的方法。它既不像某些培訓機構說得那么神，也沒必要談虎色變。一句話，了解了解總是好的...

坦白講，鄧小平說科學技術是第一生產力。可是從生產技術轉化為生產力還是要一段時間的，所以，現在想直接靠大數據轉化為生產力的人，可能有點心急了。不過，面對大的趨勢，了解了解總沒有壞處。

參考文獻：

1 林樹澤.數據庫信息系統物理設計優化研究[D] .天津大學.2012年.

2 劉俊.基于大數據流的Multi-Agent系統模型研究[J] .計算機技術與發展.2007年.

3 林昕&李心科.一種OLAP海量數據載入技術的研究[J] .計算機技術與發展.2008年.