大数据的本质解析.pdfVIP

大数据的本质解析 本文来自：5联网 / 如果仅仅是海量的结构性数据，那么解决的办法就比较的单一，用户通过购买更多的存 储设备，提高存储设备的效率等解决此类问题。然而，当人们发现数据库中的数据可以分为 三种类型：结构性数据、非结构性数据以及半结构性数据等复杂情况时，问题似乎就没有那 么简单了。 大数据汹涌来袭 当类型复杂的数据汹涌袭来，那么对于用户IT系统的冲击又会是另外一种处理方式。 很多业内专家和第三方调查机构通过一些市场调查数据发现，大数据时代即将到来。有调查 发现，这些复杂数据中有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。这些非结构化数据的产生往往伴随着社交网络、移动计算和传感器等新的 渠道和技术的不断涌现和应用。 如今大数据的概念也存在着很多的炒作和大量的不确定性。为此，编者详细向一些业内 专家详细了解有关方面的问题，请他们谈一谈，大数据是什么和不是什么，以及如何应对大 数据等问题，将系列文章的形式与网友见面。 有人将多TB数据集也称作大数据。据市场研究公司统计，数据使用预计将增长44 倍，全球数据使用量将达到大约35.2ZB（1ZB=10 亿TB）。然而，单个数据集的文件尺 寸也将增加，导致对更大处理能力的需求以便分析和理解这些数据集。 1000多个客户在其阵列中使用1PB（千兆兆）以上的数据数据，这个数字到2020年 将增长到10万。一些客户在一两年内还将开始使用数千倍多的数据，1EB（1艾字节 =10 亿GB）或者更多的数据。 对大企业而言，大数据的兴起部分是因为计算能力可用更低的成本获得，且各类系统如 今已能够执行多任务处理。其次，内存的成本也在直线下降，企业可以在内存中处理比以往 更多的数据，另外是把计算机聚合成服务器集群越来越简单。这三大因素的结合便催生了大 数据。同时，某项技术要想成为大数据技术，首先必须是成本可承受的，其次是必须满足IBM 所描述的三个V判据中的两个：多样性（variet ）、体量（volume）和速度（velocit ）。 多样性是指，数据应包含结构化的和非结构化的数据。 体量是指聚合在一起供分析的数据量必须是非常庞大的。 而速度则是指数据处理的速度必须很快。 大数据并非总是说有数百个TB才算得上。根据实际使用情况，有时候数百个GB的数 据也可称为大数据，这主要要看它的第三个维度，也就是速度或者时间维度。 全球信息量正在以59%以上的年增长率增长，而量是在管理数据、业务方面的显著挑 战，IT领袖必须侧重在信息量、种类和速度上。 量：企业系统内部的数据量的增加是由交易量、其它传统数据类型和新的数据类型引发 的。过多的量是一个存储的问题，但过多的数据也是一个大量分析的问题。 种类：IT领袖在将大量的交易信息转化为决策上一直存在困扰 - 现在有更多类型的信 息需要分析 - 主要来自社交媒体和移动（情景感知）。种类包括表格数据（数据库）、分 层数据、文件、电子邮件、计量数据、视频、静态图像、音频、股票行情数据、金融交易和 其它更多种类。 速度：这涉及到数据流、结构化记录的创建，以及访问和交付的可用性。速度意味着正 在被生成的数据有多快和数据必须被多快地处理以满足需求。 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，在大数据里面寻找模式 帮助组织机构做出更好的商业决策。 尽管BigData可以翻译成大数据或者海量数据，但大数据和海量数据是有区别的。 定义一：大数据 = 海量数据 + 复杂类型的数据 大数据包含了海量数据的含义，而且在内容上超越了海量数据，简而言之，大数据 是海量数据+复杂类型的数据。 但彬进一步指出：大数据包括交易和交互数据集在内的所有数据集，其规模或复杂程度 超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力。 大数据是由三项主要技术趋势汇聚组成： 海量交易数据：在从ERP应用程序到数据仓库应用程序的在线交易处理（OLTP）与分 析系统中，传统的关系数据以及非结构化和半结构化信息仍在继续增长。随着企业将更多的 数据和业务流程移向公共和私有云，这一局面变得更加复杂。 海量交互数据：这一新生力量由源于Facebook、Twitter、LinkedIn 及其它来源的社 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 映射数据