大数据时代-1206分析报告.pptVIP

* 互联网行业拥抱大数据的关键因素 互联网行业对数据实时分析要求较高，例如广告监测、B2C业务，往往要求在数秒内返回上亿行数据的分析，从而达到不影响用户体验和快速准确营销的目的。 目前互联网企业面对大数据，会普遍感觉到实时分析能力差、海量数据处理效率低、缺少分析方法、分析软件能力差等问题。 互联网行业大数据分析面临的主要问题 互联网大数据技术的应用，会首先带动社会化媒体、电子商务的快速发展，其他的互联网分支也会紧追其后，整个行业在大数据的推动下将会蓬勃发展。 互联网拥抱大数据 * 医疗大数据应用场景 医疗行业产生的数据量主要来自于PACS影像、B超、病理分析等业务所产生的非结构化数据。人体不同部位、不同专科影像的数据文件大小不一，PACS网络存储和传输要采取不同策略。面对大数据，医疗行业遇到前所未有的挑战和机遇。 医疗行业大数据应用场景非常多，右图仅以临床操作和研发为例，展示医疗行业大数据应用场景。 对于公共卫生部门，可以通过过覆盖全国的患者电子病历数据库，快速检测传染病，进行全面的疫情监测，并通过集成疾病监测和响应程序，快速进行响应。 比较效果研究 临床操作 临床决策支持系统 医疗数据透明度 远程病人监控 研发 预测建模 提高临床试验设计的统计工具和算法 疾病模式的分析 * 能源遇到大数据 能源行业数据特征 能源勘探开发数据的类型众多，不同类型数据包含的信息各具特点，综合各种数据所包含的信息才能得出地下真实的地质状况。 能源行业面临的大数据问题 能源行业企业对大数据产品和解决方案的需求集中体现在：可扩展存储、高带宽、可处理不同格式数据的分析方案。 大数据行业应用 * 应用可能性 电信 政府（公共事业） 交通 金融 医疗 教育 能源（电力/石油） 纵轴契合度： 表示该用户的IT应用特点与大数据特性的契合程度； 横轴应用可能性：表示该用户出于主客观因素在短期内投资大数据的可能性； 注： 该位置为分析师访谈的综合印象，为定性分析，图中位置不代表具体数值 High Mid Low Low Mid High 优先关注行业用户 应用特点与大数据技术有较高的契合度，在主客观条件上也有较高的应用可能性。 值得关注行业用户 应有特点与大数据的契合度及应用可能性综合较高 适当关注行业用户 两个维度暂时都不具备优势，可适当给予关注 互联网（电子商务） 契合度 流通 零售 制造 * 2 1 互联网行业大数据主要应用在社交和网购方面 结合位置数据、消费数据进行实时营销信息推送是电信行业大数据应用主要场景 3 金融行业大数据应用场景主要集中在投资方面 4 制造行业具有多环节、多地域特色，各个环节的优化是制造行业最关注的大数据应用场景 大数据潜在应用 艾普云在大数据时代的布局 艾普云—Openstack云系统专家 使命：中国第一综合信息化服务提供商 艾普云在大数据时代的布局 IDC中心 云计算中心 公共信息化服务中心 大数据中心 艾普云在大数据时代的布局 数据增长速度与it界的摩尔定律很类似，社交网络、物联网、电子商务，35ZB 的数据全部刻录到容量为9GB 的光盘上，其叠加的高度将达到233 万公里，相当于在地球与月球之间往返三次，全球在2010 年正式进入ZB 时代，预计到2020 年，全球将总共拥有35ZB 的数据量。我们正处于大数据时代的边缘。 85%的数据属于广泛存在于社交网络、物联网、电子商务等之中的非结构化数据,如今的数据类型早已不是单一的文本形式，订单、日志、音频，能力提出了更高的要求 * 85%的数据属于广泛存在于社交网络、物联网、电子商务等之中的非结构化数据 * 近几年，云计算的概念受到了学术界、商界，甚至政府的热捧，除了亚马逊、微软、IBM、ORACLE、谷歌这些行业巨头之外，很多大公司也纷纷在云计算这个领域上取得了成绩，一时间云计算无处不在。此前，IT沙龙班组也就云计算这个主题进行过两次深入介绍，在这里就不再赘述了。 随着云计算的概念深入人心，另外一个名词也渐渐走入人们的视野：大数据！进入IT时代以来，我们积累了海量的数据，这些数据不断急速增加，给我们的时代带来两个方面的巨变：一方面，在过去没有数据积累的时代无法实现的应用现在终于可以实现；另一方面，从数据匮乏时代到数据泛滥时代的转变，给数据的应用带来新的挑战与困扰，简单的通过搜索引擎获取数据的方式已经不能满足我们千变万化、层出不穷的应用需求，如何从海量数据中高效的获取数据，有效的深加工并最终得到感兴趣的数据变的异常困难。 我认为，云计算与大数据是一对相辅相成的概念，而他们的关系则是静与动的关系：云计算强调的是计算和存储，这是动的概念；而数据是计算的对象，是静的概念。 * 20世纪80年代，yahoo……，20世纪90年代，goog