近年來，“大數(shù)據(jù)”時(shí)下一個(gè)熱門的詞語，，似乎越來越多的行業(yè)和人們開始關(guān)注并實(shí)際探索大數(shù)據(jù)的應(yīng)用。我們一起勾勒出大數(shù)據(jù)的偉大用途的藍(lán)圖，但在實(shí)踐的道路上，我們都是初級(jí)階段的孩子。

大數(shù)據(jù)根基于互聯(lián)網(wǎng)，數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、云計(jì)算等互聯(lián)網(wǎng)技術(shù)的發(fā)展為大數(shù)據(jù)應(yīng)用奠定基礎(chǔ)。對(duì)于任何一個(gè)大數(shù)據(jù)的從業(yè)者或初接觸者，或者都會(huì)有個(gè)共同的感觸：大數(shù)據(jù)很有用!大數(shù)據(jù)該怎么用呢?

1、大數(shù)據(jù)是什么?

對(duì)于大數(shù)據(jù)的定義，我們來引用3個(gè)比較差用的大數(shù)據(jù)定義：

1)Gartner：需要信息處理模式才能具有更強(qiáng)的決策力，洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率很多樣化的信息資產(chǎn)。

2)IDC：海量的數(shù)據(jù)規(guī)模(Volunme)、快速的數(shù)據(jù)流轉(zhuǎn)和數(shù)據(jù)體系(Velocity)、多樣的數(shù)據(jù)類型(Variety)、巨大的數(shù)據(jù)價(jià)值(Value)。

3)Wiki：或稱巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料，指所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工，在合理時(shí)間內(nèi)達(dá)到截取、管理、處理、并整理成為人類所能解讀的信息。

其他關(guān)于大數(shù)據(jù)的定義也大抵類型，我們可以用幾個(gè)關(guān)鍵詞對(duì)大數(shù)據(jù)做一個(gè)界定。

首先，“大規(guī)模”，這種規(guī)?？梢詮膬蓚€(gè)維度來衡量，一是時(shí)間序列累積大量的數(shù)據(jù)，二是在深度上更加細(xì)化的數(shù)據(jù)。

其次，“多樣化”，可以是不同的數(shù)據(jù)格式，如文字、圖片、視頻等，可以是不同的數(shù)據(jù)類別，如入口數(shù)據(jù)，經(jīng)濟(jì)數(shù)據(jù)等，還可以有不同的數(shù)據(jù)來源，如互聯(lián)網(wǎng)、傳感器等。

最后，“動(dòng)態(tài)化”，數(shù)據(jù)是不停變化的，可以隨著時(shí)間快速增加大量數(shù)據(jù)，也可以是在空間上不斷移動(dòng)變化的數(shù)據(jù)。

這三個(gè)關(guān)鍵詞對(duì)大數(shù)據(jù)從形象上做了界定。

但是還需要一個(gè)關(guān)鍵能力，就是“處理速度快”。如果這么大規(guī)模、多樣化又動(dòng)態(tài)變化的數(shù)據(jù)有了，但需要很長的時(shí)間去處理分析，那不叫大數(shù)據(jù)。從另一個(gè)角度，要實(shí)現(xiàn)這些數(shù)據(jù)快速處理，靠人工肯定是沒辦法實(shí)現(xiàn)的，因此，需要借助于機(jī)器實(shí)現(xiàn)。

最終，我們借助機(jī)器，通過對(duì)這些數(shù)據(jù)進(jìn)行快速的處理分析，獲取想要的信息或者應(yīng)用的整套體系，才能稱為大數(shù)據(jù)。

2、大數(shù)據(jù)平臺(tái)

大數(shù)據(jù)并不是一場市場炒作。對(duì)于許多跨多個(gè)垂直的組織而言，大數(shù)據(jù)是真實(shí)存在的，而且它正在改變數(shù)據(jù)中心的架構(gòu)。隨著數(shù)據(jù)量、數(shù)據(jù)處理速度和數(shù)據(jù)類型的復(fù)雜度以遠(yuǎn)超標(biāo)準(zhǔn)前端和后臺(tái)處理能力的速度增長，大數(shù)據(jù)在不斷增長，這迫使企業(yè)的IT團(tuán)隊(duì)考慮采用新的方式處理業(yè)務(wù)需求。

hadoop平臺(tái)對(duì)于非操作非常大型的數(shù)據(jù)集而言是一個(gè)強(qiáng)大的工具。Hadoop是Apache軟件基金會(huì)的一個(gè)頂級(jí)項(xiàng)目，用java語言編寫。Hadoop的設(shè)計(jì)靈感來自于谷歌在其其Google File System(GFS)和MapReduce編程模式上的工作。Hadoop實(shí)際上是其創(chuàng)始人DougCutting的兒子給自己的毛絨玩具大象起的名字。

流數(shù)據(jù)分析也是一種重要的大數(shù)據(jù)技術(shù)。IBM InfoSphereStreams是目前業(yè)界獨(dú)有的流數(shù)據(jù)處理技術(shù)。在IBM InfoSphere Streams中，數(shù)據(jù)將會(huì)流過有能力操控?cái)?shù)據(jù)流(每秒鐘可能包含數(shù)百萬個(gè)事件)的運(yùn)算符，然后對(duì)這些數(shù)據(jù)執(zhí)行動(dòng)態(tài)分析。這項(xiàng)分析可觸發(fā)大量事件，使企業(yè)利用即時(shí)的智能實(shí)時(shí)采取行動(dòng)，最終改善業(yè)務(wù)成果。

IBM的大數(shù)據(jù)戰(zhàn)略以其在2012年5月發(fā)布智慧分析洞察“3A5步”動(dòng)態(tài)路線圖作為基礎(chǔ)。

IBM提出的“大數(shù)據(jù)平臺(tái)”架構(gòu)具備四大核心能力：包括Hadoop系統(tǒng)、流計(jì)算(Stream Computing)、數(shù)據(jù)倉庫(Data Warehouse)和信息整合與治理(Information Integration and Governance)。其中的代表產(chǎn)品有IBM InfoSphere BigInsights、IBM InfoSphere Streams、InfoSphere Warehouse、IBM PureData系統(tǒng)等。

IBM針對(duì)大數(shù)據(jù)環(huán)境的數(shù)據(jù)安全解決方案則包括IBM InfoSphere Guardium for Hadoop、IBM InfoSphere Optim Data Privacy，以及IBM Tivoli Key Lifecycle Manager。

大數(shù)據(jù)_云計(jì)算_IBM

3、大數(shù)據(jù)可以做什么?

想要應(yīng)用大數(shù)據(jù)，從流程來說，大概是這樣。大數(shù)據(jù)_互聯(lián)網(wǎng)_云計(jì)算

首先我們要有數(shù)據(jù)源，然后對(duì)數(shù)據(jù)進(jìn)行收集和存儲(chǔ)，在這基礎(chǔ)上，再進(jìn)行分析和應(yīng)用，形成我們的產(chǎn)品和服務(wù)，而產(chǎn)品和服務(wù)也會(huì)產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)會(huì)循環(huán)進(jìn)入我們的流程中。

當(dāng)這整個(gè)循環(huán)體系成為一個(gè)智能化的體系，他通過機(jī)器可以實(shí)現(xiàn)自動(dòng)化，那也許就會(huì)成為一種新的模式，不管是商業(yè)的，還是其他。

然后具體到實(shí)際的應(yīng)用中，大數(shù)據(jù)能夠?qū)崿F(xiàn)的應(yīng)用，可以概括為兩個(gè)方向，一是精準(zhǔn)化定制，二是預(yù)測。

主要是針對(duì)供需兩方的，獲取需方的個(gè)性化需求提供產(chǎn)品，最終實(shí)現(xiàn)供需雙方的最佳匹配。

大數(shù)據(jù)_java_搜索具體應(yīng)用舉例，也可以歸納為三類。

一是個(gè)性化產(chǎn)品，比如智能化的搜索引擎搜索同樣的內(nèi)容，每個(gè)人的結(jié)果都不同，或者是一些定制化的新聞服務(wù)，或者是網(wǎng)游等。

第二種是精準(zhǔn)營銷，現(xiàn)在已經(jīng)比較常見的互聯(lián)網(wǎng)營銷，網(wǎng)頁的推廣等，或者是基于地理位置的信息推送，當(dāng)我到達(dá)某個(gè)地方，會(huì)自動(dòng)推送周邊的消費(fèi)設(shè)施等。

第三種是選址定位，包括零售店面的選址，或者是公共基礎(chǔ)設(shè)施的選址。

這些全都是通過對(duì)用戶需求的大數(shù)據(jù)分析，然后提供相對(duì)定制化的服務(wù)。

應(yīng)用的第二個(gè)方向，預(yù)測。

預(yù)測主要是圍繞目標(biāo)對(duì)象，基于它過去、未來的一些相關(guān)因素和數(shù)據(jù)分析，從而提前做出預(yù)警，或者是實(shí)時(shí)動(dòng)態(tài)的優(yōu)化。

互聯(lián)網(wǎng)_云計(jì)算_大數(shù)據(jù)從具體的應(yīng)用上，也大概可以分為三類。

一類是支持類的，小到企業(yè)的運(yùn)營決策，證券投資決策，醫(yī)療行業(yè)的臨床診療支持，以及電子政務(wù)等。

二是風(fēng)險(xiǎn)預(yù)警類的，比如疫情預(yù)測，日常健康管理的疾病預(yù)測，設(shè)備實(shí)施的運(yùn)營維護(hù)，公共安全，以及金融行業(yè)的信用風(fēng)險(xiǎn)管理等。

第三種是實(shí)時(shí)優(yōu)化類的，比如智能線路規(guī)劃，實(shí)時(shí)定價(jià)等。

以上呢，是對(duì)于大數(shù)據(jù)可以用來做什么的一些暢想，事實(shí)上也許大數(shù)據(jù)可以做的事情，可以擴(kuò)展到方方面面。

但是，我們再看看現(xiàn)實(shí)中，大數(shù)據(jù)實(shí)際應(yīng)用到了什么程度呢?

目前，大數(shù)據(jù)真正實(shí)現(xiàn)了商業(yè)化的應(yīng)用，只有一種，就是互聯(lián)網(wǎng)營銷。其他我們列舉的方向，會(huì)有些初步的應(yīng)用，但基本都還停留在探索的階段。比如疫情預(yù)測，無抵押信用貸款等，對(duì)于準(zhǔn)確性，精細(xì)度，可推廣性方面還是有待推敲。造成大數(shù)據(jù)實(shí)際應(yīng)用于目標(biāo)藍(lán)圖之間的差距的主要原因是什么，認(rèn)為是數(shù)據(jù)源的問題，你必須先獲得數(shù)據(jù)，然后才能應(yīng)用數(shù)據(jù)。因此，數(shù)據(jù)的可獲取性，成為大數(shù)據(jù)在具體行業(yè)應(yīng)用性評(píng)價(jià)的一個(gè)重要維度。可以從數(shù)據(jù)的標(biāo)準(zhǔn)化、開放性和集中度幾個(gè)維度衡量數(shù)據(jù)可獲取性。同時(shí)，獲取數(shù)據(jù)之后，在應(yīng)用數(shù)據(jù)方面，可以從大數(shù)據(jù)應(yīng)用的潛在價(jià)值維度來衡量，包括績效的提升，成本降低或者是新模式的產(chǎn)生。

此外，還可以從大數(shù)據(jù)行業(yè)應(yīng)用的可復(fù)制/推廣性的角度來衡量，不僅包括在本行業(yè)內(nèi)的推廣，同時(shí)也包括跨行業(yè)的推廣性。

從三個(gè)維度，對(duì)大數(shù)據(jù)在各行業(yè)應(yīng)用的可能性做了一個(gè)定位，但這個(gè)定位還是非常定性和粗略的，具體可能需要對(duì)行業(yè)有更多的大數(shù)據(jù)應(yīng)用的探討和探索。

大數(shù)據(jù)和大數(shù)據(jù)平臺(tái)是什么，有什么作用?中琛魔方大數(shù)據(jù)表示：大數(shù)據(jù)時(shí)代已經(jīng)到來，這是一個(gè)時(shí)代的變化。只有抓住機(jī)遇，建立數(shù)據(jù)平臺(tái)并將其應(yīng)用于企業(yè)行業(yè)，我們才不會(huì)被這個(gè)時(shí)代所淘汰。隨著時(shí)代的更迭，演變出更適合發(fā)展的模式。