淺析：7個大數(shù)據(jù)定義

(1)最初的大數(shù)據(jù)大數(shù)據(jù)的特征可以用很多詞來描述。2001年DougLaney最先提出“3V”模型，包括數(shù)量(Volume)、速度(Velocity)和種類(Variety)。在那以后，業(yè)界很多人把3V擴展到了11V，還包括有效性、真實性、價值和可見性等。(2)大數(shù)據(jù)：技術(shù)為什么12年前的老術(shù)語突然被放在聚光燈下？這不僅是因為我們現(xiàn)在擁有比十年前更多的數(shù)量、速度和種類。而是因為大數(shù)據(jù)受到新技術(shù)的推動，特別是快速發(fā)展的開源技術(shù)，例如Hadoop和其他存儲和處理數(shù)據(jù)的NoSQL方式。這些新技術(shù)的用戶需要一個術(shù)語來將它們區(qū)別于以前的技術(shù)，于是大數(shù)據(jù)成了他們的最佳選擇。如果你去參加大數(shù)據(jù)會議，你肯定會發(fā)現(xiàn)，涉及關(guān)系型數(shù)據(jù)庫的會議會很少，無論他們鼓吹多少個V。(3)大數(shù)據(jù)與數(shù)據(jù)的區(qū)別大數(shù)據(jù)技術(shù)的問題是，大數(shù)據(jù)有些含糊不清，以至于行業(yè)中的每個供應(yīng)商都可以跳進來聲稱自己的技術(shù)是大數(shù)據(jù)技術(shù)。以下是兩種很好的方法來幫助企業(yè)理解現(xiàn)在的大數(shù)據(jù)與過去單純的大數(shù)據(jù)的區(qū)別。-交易、交互和觀察：這是由Hortonworks公司負責(zé)企業(yè)戰(zhàn)略的副總裁ShaunConnolly提出的。交易是我們過去收集、存儲和分析的主要數(shù)據(jù)。交互是人們點擊網(wǎng)頁等操作得到的數(shù)據(jù)。觀察是自動收集的數(shù)據(jù)。-過程介導(dǎo)數(shù)據(jù)、人類產(chǎn)生的信息以及機器生成的數(shù)據(jù)。(4)大數(shù)據(jù)：信號SAP公司的SteveLucas認為，應(yīng)該根據(jù)意圖和時機來劃分這個世界，而不是根據(jù)數(shù)據(jù)的類型。“舊世界”主要是關(guān)于交易，當(dāng)這些交易被記錄時，我們已經(jīng)無法對它們采取任何行動：企業(yè)都在不斷管理“失效的數(shù)據(jù)”。而在“新世界”，企業(yè)可以使用新的“信號”數(shù)據(jù)來預(yù)測將會發(fā)生什么，并進行干預(yù)來改善情況。相關(guān)的案例有，追蹤社交媒體上人們對品牌的態(tài)度，以及預(yù)測性維護(用復(fù)雜的算法幫助你決定何時需要更換零部件)。(5)大數(shù)據(jù)：機會這是來自451Research的MattAslett，他將大數(shù)據(jù)定位為“之前因為技術(shù)限制而被忽略的數(shù)據(jù)”。(雖然在技術(shù)上，Matt使用了“暗數(shù)據(jù)”，而不是大數(shù)據(jù)，但已經(jīng)非常接近)。這是筆者最喜歡的定義，因為它符合大部分文章和討論中的說法。(6)大數(shù)據(jù)：隱喻RickSmolan在其書中寫道，大數(shù)據(jù)是“幫助這個星球生成神經(jīng)系統(tǒng)的過程，其中我們?nèi)祟愔皇橇硪环N類型的傳感器”。很深奧吧？(7)大數(shù)