大数据时代背景

大数据时代
不知道BIG DATA? 你out 了!
反对派认为，我们现在处在一个盲目的大数据崇拜时代
目录
大数据的定义
理解大数据 相关技术与应用
大数据时代的背景
“大数据”的诞生：
半个世纪以来，随着计算机技术全面融入社会生活，信息爆炸已经积累到了一个开始引发变革的 程度。它不仅使世界充斥着比以往更多的信息，而且其增长速度也在加快。信息爆炸的学科如天文学 和基因学，创造出了“大数据”这个概念*。如今，这个概念几乎应用到了所有人类智力与发展的领域 中。
相关技术与应用
一些相关技术
➢ 分析技术：
➢ 存储
• 数据处理：自然语言处理技术 • 统计和分析：A/B test; top N排行榜；地域占比
；文本情感分析 • 数据挖掘：关联规则分析；分类；聚类 • 模型预测：预测模型；机器学习；建模仿真
• 结构化数据： 海量数据的查询、统计、更新等操作效率低
大数据时代的爆炸增长
1PB = 2^50字节 1EB = 2^60字节 1ZB = 2^70字节
地球上至今总共的数据量：
在2006 年，个人用户才刚刚迈进TB时代，全球 一共新产生了约180EB的数据； 在2011 年，这个数字达到了1.8ZB。 而有市场研究机构预测： 到2020 年，整个世界的数据总量将会增长44 倍 ，达到35.2ZB（1ZB=10 亿TB）！
• 目前大数据管理多从架构和并行等方面考 虑，解决高并发数据存取的性能要求及数 据存储的横向扩展，但对非结构化数据的 内容理解仍缺乏实质性的突破和进展，这 是实现大数据资源化、知识化、普适化的 核心
• 非结构化海量信息的智能化处理：自然语 言理解、多媒体内容理解、机器学习等
目录
大数据的定义 理解大数据
• Hadoop（MapReduce技术） • 流计算（twitter的storm和yahoo！的S4）
大数据的应用
——企业在投入
行业拓展者，打造大数据行业基石：
IBM： • IBM大数据提供的服务包括数据分析，文本分析，蓝色云杉（混搭供电合作的网络平台）;业务事件处
理；IBM Mashup Center的计量，监测，和商业化服务（MMMS） • IBM的大数据产品组合中的最新系列产品的InfoSphere bigInsights，基于Apache Hadoop。 • 该产品组合包括： • 打包的Apache Hadoop的软件和服务，代号是bigInsights核心，用于开始大数据分析
大数据包括： 交易数据和交互数据 集在内的所有数据集
大数据 = 海量数据 + 复杂类型的数据
海量交易数据： 企业内部的经营交易信息主要包括联机交易数据和联机 分析数据，是结构化的、通过关系数据库进行管理和访 问的静态、历史数据。通过这些数据，我们能了解过去 发生了什么。
海量交互数据： 源于Facebook、Twitter、LinkedIn及其他来源的社交 媒体数据构成。它包括了呼叫详细记录CDR、设备和传 感器信息、GPS和地理定位映射数据、通过管理文件传 输Manage File Transfer协议传送的海量图像文件、 Web文本和点击流数据、科学信息、电子邮件等等。可 以告诉我们未来会发生什么。
活数据资产的能力，挖掘价值性信息和预测性分析，为国家、企业、个人提供决策 和服务，是大数据核心议题，也是云计算的最终方向。
2、大数据不仅仅是“大”
多大？ 至少PB
级
比大更重要的是 数据的复杂性， 有时甚至大数据 中的小数据如一 条微博就具有颠Biblioteka Baidu
覆性的价值
3、软件是大数据的引擎
和数据中心（Data Center） 一样，软 件是大数据的驱动力 ，软件改变世界
软件被称为bigsheet，软件目的是帮助从大量数据中轻松、简单、直观的提取、批注相关信息 为金融，风险管理，媒体和娱乐等行业量身定做的行业解决方案
微软： • 2011年1月与惠普（具体而言是HP数据库综合应用部门） 合作目标是开发了一系列能够提升生产力和
21世纪是数据信息大发展的时 代，移动互联、社交网络、电子商务 等极大拓展了互联网的边界和应用范 围，各种数据正在迅速膨胀并变大。
互联网（社交、搜索、电商）、移动 互联网（微博）、物联网（传感器， 智慧地球）、车联网、GPS、医学影 像、安全监控、金融（银行、股市、 保险）、电信（通话、短信）都在疯 狂产生着数据。
大数据生态：软件是引擎
4、大数据的应用不仅仅是精准营销
• 通过用户行为分析实现精准营销是大数据的典型 应用，但是大数据在各行各业特别是公共服务领 域具有广阔的应用前景
消费 行业
金融 服务
食品 安全
医疗 卫生
军事
交通 环保
电子 商务
气象
5、管理大数据“易”理解大数据“难”
• 虽然大数据是一个重大问题，真正的问题 是让大数据更有意义
想驾驭这庞大的数据，我们必 须了解大数据的特征。
大数据的4V特征
Volume
Variety
Velocity
Value
“大量化(Volume)、多样化(Variety)、快速化(Velocity)、价值密度低（Value）”就是“ 大数据”的显著特征，或者说，只有具备这些特点的数据，才是大数据。
大数据的构成
海量数据处理： 大数据的涌现已经催生出了设计用于数据密集型处理的 架构。例如具有开放源码、在商品硬件群中运行的 Apache Hadoop。
目录
大数据的定义
理解大数据
相关技术与应用
1、密不可分的大数据与云计算
大数据是落地的云
商业模式驱动
应用需求驱动
云计算本身也是大数据的一种业务模式
• 云计算的模式是业务模式，本质是数据处理技术。 • 数据是资产，云为数据资产提供存储、访问和计算。 • 当前云计算更偏重海量存储和计算，以及提供的云服务，运行云应用，但是缺乏盘
• 非结构化数据 图片、视频、word、pdf、ppt等文件存储 不利于检索、查询和存储
• 半结构化数据 转换为结构化存储 按照非结构化存储
➢ 大数据技术：
➢ 解决方案：
• 数据采集：ETL工具 • 数据存取：关系数据库；NoSQL；SQL等 • 基础架构支持：云存储；分布式文件系统等 • 计算结果展现：云计算；标签云；关系图等