大數(shù)據(jù)時(shí)代：大數(shù)據(jù)是什么？

影響大數(shù)據(jù)  

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

隨著云時(shí)代的來(lái)臨，大數(shù)據(jù)(Big data)也吸引了越來(lái)越多的關(guān)注。大數(shù)據(jù)(Big data)通常用來(lái)形容一個(gè)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(kù)用于分析時(shí)會(huì)花費(fèi)過(guò)多時(shí)間和金錢(qián)。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來(lái)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(huì)，大數(shù)據(jù)的應(yīng)用越來(lái)越彰顯他的優(yōu)勢(shì)，它占領(lǐng)的領(lǐng)域也越來(lái)越大，電子商務(wù)、O2O、物流配送等，各種利用大數(shù)據(jù)進(jìn)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(yùn)營(yíng)模式。有了大數(shù)據(jù)這個(gè)概念，對(duì)于消費(fèi)者行為的判斷，產(chǎn)品銷(xiāo)售量的預(yù)測(cè)，精確的營(yíng)銷(xiāo)范圍以及存貨的補(bǔ)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(yùn)營(yíng)中生成、累積的用戶(hù)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(lái)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?jī)?nèi)容可以刻滿(mǎn)1.68億張DVD;發(fā)出的郵件有2940億封之多(相當(dāng)于美國(guó)兩年的紙質(zhì)信件數(shù)量);發(fā)出的社區(qū)帖子達(dá)200萬(wàn)個(gè)(相當(dāng)于《時(shí)代》雜志770年的文字量);賣(mài)出的手機(jī)為37.8萬(wàn)臺(tái)，高于全球每天出生的嬰兒數(shù)量37.1萬(wàn)……

截止到2012年，數(shù)據(jù)量已經(jīng)從TB(1024GB=1TB)級(jí)別躍升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)級(jí)別。國(guó)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(zhǎng)為1.2ZB，2011年的數(shù)量更是高達(dá)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(lèi)生產(chǎn)的所有印刷材料的數(shù)據(jù)量是200PB，全人類(lèi)歷史上說(shuō)過(guò)的所有話(huà)的數(shù)據(jù)量大約是5EB。IBM的研究稱(chēng)，整個(gè)人類(lèi)文明所獲得的全部數(shù)據(jù)中，有90%是過(guò)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(dá)到今天的44倍。 每一天，全世界會(huì)上傳超過(guò)5億張圖片，每分鐘就有20小時(shí)時(shí)長(zhǎng)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(yǔ)音通話(huà)、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(lè)，其信息量也無(wú)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(shì)會(huì)持續(xù)下去。我們現(xiàn)在還處于所謂"物聯(lián)網(wǎng)"的最初級(jí)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(jìn)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(zhǎng)了整整50%，達(dá)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(gè)顛覆性觀念轉(zhuǎn)變:是全部數(shù)據(jù)，而不是隨機(jī)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(jī)樣本，而是全體數(shù)據(jù):在大數(shù)據(jù)時(shí)代，我們可以分析更多的數(shù)據(jù)，有時(shí)候甚至可以處理和某個(gè)特別現(xiàn)象相關(guān)的所有數(shù)據(jù)，而不再依賴(lài)于隨機(jī)采樣(隨機(jī)采樣，以前我們通常把這看成是理所應(yīng)當(dāng)?shù)南拗疲咝阅艿臄?shù)字技術(shù)讓我們意識(shí)到，這其實(shí)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(kuò)大，對(duì)精確度的癡迷將減弱;擁有了大數(shù)據(jù)，我們不再需要對(duì)一個(gè)現(xiàn)象刨根問(wèn)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(huì)讓我們?cè)诤暧^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(lèi)長(zhǎng)久以來(lái)的習(xí)慣，在大數(shù)據(jù)時(shí)代，我們無(wú)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(zhǔn)確地告訴我們某件事情為何會(huì)發(fā)生，但是它會(huì)提醒我們這件事情正在發(fā)生。

十年前，葛大爺曾說(shuō)過(guò)，"21世紀(jì)什么最貴?"--"人才"，深以為然。只是，十年后的今天，大數(shù)據(jù)時(shí)代也帶來(lái)了身價(jià)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(lái)的大量數(shù)據(jù)，數(shù)據(jù)的增長(zhǎng)從未停歇，甚至呈井噴式增長(zhǎng)。

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