大數(shù)據(jù)時代：大數(shù)據(jù)是什么？

影響大數(shù)據(jù)  

    現(xiàn)在的社會是一個高速發(fā)展的社會，科技發(fā)達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數(shù)據(jù)就是這個高科技時代的產(chǎn)物。

隨著云時代的來臨，大數(shù)據(jù)(Big data)也吸引了越來越多的關(guān)注。大數(shù)據(jù)(Big data)通常用來形容一個公司創(chuàng)造的大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫用于分析時會花費過多時間和金錢。大數(shù)據(jù)分析常和云計算聯(lián)系到一起，因為實時的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。

在現(xiàn)今的社會，大數(shù)據(jù)的應(yīng)用越來越彰顯他的優(yōu)勢，它占領(lǐng)的領(lǐng)域也越來越大，電子商務(wù)、O2O、物流配送等，各種利用大數(shù)據(jù)進行發(fā)展的領(lǐng)域正在協(xié)助企業(yè)不斷地發(fā)展新業(yè)務(wù)，創(chuàng)新運營模式。有了大數(shù)據(jù)這個概念，對于消費者行為的判斷，產(chǎn)品銷售量的預(yù)測，精確的營銷范圍以及存貨的補給已經(jīng)得到全面的改善與優(yōu)化。

"大數(shù)據(jù)"在互聯(lián)網(wǎng)行業(yè)指的是這樣一種現(xiàn)象:互聯(lián)網(wǎng)公司在日常運營中生成、累積的用戶網(wǎng)絡(luò)行為數(shù)據(jù)。這些數(shù)據(jù)的規(guī)模是如此龐大，以至于不能用G或T來衡量。

大數(shù)據(jù)到底有多大?一組名為"互聯(lián)網(wǎng)上一天"的數(shù)據(jù)告訴我們，一天之中，互聯(lián)網(wǎng)產(chǎn)生的全部內(nèi)容可以刻滿1.68億張DVD;發(fā)出的郵件有2940億封之多(相當(dāng)于美國兩年的紙質(zhì)信件數(shù)量);發(fā)出的社區(qū)帖子達200萬個(相當(dāng)于《時代》雜志770年的文字量);賣出的手機為37.8萬臺，高于全球每天出生的嬰兒數(shù)量37.1萬……

截止到2012年，數(shù)據(jù)量已經(jīng)從TB(1024GB=1TB)級別躍升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)級別。國際數(shù)據(jù)公司(IDC)的研究結(jié)果表明，2008年全球產(chǎn)生的數(shù)據(jù)量為0.49ZB，2009年的數(shù)據(jù)量為0.8ZB，2010年增長為1.2ZB，2011年的數(shù)量更是高達1.82ZB，相當(dāng)于全球每人產(chǎn)生200GB以上的數(shù)據(jù)。而到2012年為止，人類生產(chǎn)的所有印刷材料的數(shù)據(jù)量是200PB，全人類歷史上說過的所有話的數(shù)據(jù)量大約是5EB。IBM的研究稱，整個人類文明所獲得的全部數(shù)據(jù)中，有90%是過去兩年內(nèi)產(chǎn)生的。而到了2020年，全世界所產(chǎn)生的數(shù)據(jù)規(guī)模將達到今天的44倍。 每一天，全世界會上傳超過5億張圖片，每分鐘就有20小時時長的視頻被分享。然而，即使是人們每天創(chuàng)造的全部信息--包括語音通話、電子郵件和信息在內(nèi)的各種通信，以及上傳的全部圖片、視頻與音樂，其信息量也無法匹及每一天所創(chuàng)造出的關(guān)于人們自身的數(shù)字信息量。

這樣的趨勢會持續(xù)下去。我們現(xiàn)在還處于所謂"物聯(lián)網(wǎng)"的最初級階段，而隨著技術(shù)成熟，我們的設(shè)備、交通工具和迅速發(fā)展的"可穿戴"科技將能互相連接與溝通?？萍嫉倪M步已經(jīng)使創(chuàng)造、捕捉和管理信息的成本降至2005年的六分之一，而從2005年起，用在硬件、軟件、人才及服務(wù)之上的商業(yè)投資也增長了整整50%，達到了4000億美元。

折疊大數(shù)據(jù)的精髓

大數(shù)據(jù)帶給我們的三個顛覆性觀念轉(zhuǎn)變:是全部數(shù)據(jù)，而不是隨機采樣;是大體方向，而不是精確制導(dǎo);是相關(guān)關(guān)系，而不是因果關(guān)系。

A.不是隨機樣本，而是全體數(shù)據(jù):在大數(shù)據(jù)時代，我們可以分析更多的數(shù)據(jù)，有時候甚至可以處理和某個特別現(xiàn)象相關(guān)的所有數(shù)據(jù)，而不再依賴于隨機采樣(隨機采樣，以前我們通常把這看成是理所應(yīng)當(dāng)?shù)南拗?，但高性能的?shù)字技術(shù)讓我們意識到，這其實是一種人為限制);

B.不是精確性，而是混雜性:研究數(shù)據(jù)如此之多，以至于我們不再熱衷于追求精確度;之前需要分析的數(shù)據(jù)很少，所以我們必須盡可能精確地量化我們的記錄，隨著規(guī)模的擴大，對精確度的癡迷將減弱;擁有了大數(shù)據(jù)，我們不再需要對一個現(xiàn)象刨根問底，只要掌握了大體的發(fā)展方向即可，適當(dāng)忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力;

C.不是因果關(guān)系，而是相關(guān)關(guān)系:我們不再熱衷于找因果關(guān)系，尋找因果關(guān)系是人類長久以來的習(xí)慣，在大數(shù)據(jù)時代，我們無須再緊盯事物之間的因果關(guān)系，而應(yīng)該尋找事物之間的相關(guān)關(guān)系;相關(guān)關(guān)系也許不能準確地告訴我們某件事情為何會發(fā)生，但是它會提醒我們這件事情正在發(fā)生。

十年前，葛大爺曾說過，"21世紀什么最貴?"--"人才"，深以為然。只是，十年后的今天，大數(shù)據(jù)時代也帶來了身價不斷翻番的各種數(shù)據(jù)。由于急速拓展的網(wǎng)絡(luò)帶寬以及各種穿戴設(shè)備所帶來的大量數(shù)據(jù)，數(shù)據(jù)的增長從未停歇，甚至呈井噴式增長。

一分鐘內(nèi)，微博推特上新發(fā)的數(shù)據(jù)量超過10萬;社交網(wǎng)絡(luò)"臉譜"的瀏覽量超過600萬……