<menu id="barai"></menu>_{<tbody id="barai"></tbody>}

漫畫：什么是大數據？

時間：2016-11-10

大數據是具有海量、高增長率和多樣化的信息資產，它需要全新的處理模式來增強決策力、洞察發現力和流程優化能力。
Big data is high volume, high velocity, and/or high variety information assets that require new forms of processing to enable enhanced decision making, insight discovery and process optimization.

大數據通常都擁有海量的數據存儲。僅根據2013年的統計，互聯網搜索巨頭百度已擁有數據量接近EB級別、阿里、騰訊聲明自己存儲的數據總量都達到了百PB以上。此外，電信、醫療、金融、公共安全、交通、氣象等各個方面保存的數據量也都達到數十或者上百PB級別。
面對這樣規模的數據存儲量，依靠單臺數據庫服務器顯然是不夠的，需要以分布式文件系統（例如 HDFS）作為基石。

在傳統的關系型數據庫中，所存儲的數據都是結構化的，例如：

但是在現實生活中，信息往往并沒有嚴格的結構限制。比如一個電商網站需要記錄如下用戶行為：
用戶張三，于某某時間在商品搜索欄搜索了“蘋果手機”一詞，然后進入 XXX 商鋪進行瀏覽，經過與店家溝通，討價還價，最終以6000元的價格購買了 iPhone 7 “鋼琴黑”款式手機一部。
諸如此類的用戶行為數據屬于非結構化數據，很難用關系型數據庫存儲。因此諸多No-SQL數據庫（例如 HBase）成為了存儲大數據的更好選擇。

如果沒有更加快速有效的海量數據解決方案，那么如此大量多樣的數據不但沒有帶來更多價值，反而成為了系統的負擔。關于這一點，谷歌公司率先提出的MapReduce模型為我們帶來了新的道路。
MapReduce可以簡單的理解成一種分治方法：把龐大的任務分成若干小任務，交給多個節點進行并行處理，然后再把所有節點的處理結果合并起來，從而大大提升了數據處理效率。（關于MapReduce的詳細流程，將會在以后的文章中進行講解。）

人工智能：

以大數據作為機器學習的訓練集，從而訓練出擁有一定決策能力的人工智能。典型的代表案例就是谷歌的AlphaGo, 通過大量圍棋棋局的學習，最終擁有了打敗圍棋世界冠軍的能力。

商業分析：

從大量的用戶行為數據中挖掘出有價值的商業信息。典型代表是著名社交公司LinkedIn，他們通過用戶之間的關聯關系，繪畫出學校、公司、人才之間龐大而復雜的信息網絡。不僅如此，LinkedIn還通過大量求職者和招聘方的信息，分析出哪些公司正在迅速擴張，哪些公司正在流失人才，哪些公司之間正在展開人才市場的爭奪。這些對于客戶公司來說，都是無價之寶。

犯罪預測：