近一兩年來(lái)，尤其進(jìn)入2012年后，“大數據”這個(gè)詞兒就塞滿(mǎn)了耳朵，無(wú)論是IT廠(chǎng)商，還是經(jīng)濟學(xué)家，還是媒體，似乎如果不討論“大數據”，那就已經(jīng)out了。筆者分別在百度和Google搜索了一下“大數據”，百度說(shuō)“找到相關(guān)結果約13,100,000個(gè)”，Google說(shuō)“找到約 623,000,000 條結果”，這里我們不討論為何百度和Google為何出現了較大的搜索差異，從搜索結果能夠看出，“大數據”這個(gè)東西，現在有多么火。
這不免讓筆者想起 “云計算”被熱炒的時(shí)候，大概從08年開(kāi)始吧，網(wǎng)絡(luò )上所看到的，從各個(gè)IT廠(chǎng)商口中所聽(tīng)到的，幾乎一切都開(kāi)始被“云”籠罩，云計算迅速席卷了幾乎IT的每個(gè)角落，而各類(lèi)人對于云的不同看法，也迅速讓云計算變成“暈計算”。至今，云計算的成功案例雖然有，但相比起初業(yè)內對這種新事物的憧憬，卻顯得少得可憐。客觀(guān)的說(shuō)，云是一種的很好的IT使用模式，但未必適合所有應用和企業(yè)，熱捧讓云的作用夸大，帶來(lái)了不少泡沫和誤區。
云計算方興未艾，如今，大數據又開(kāi)始興起，這一波又一波的新浪潮，對于大多數企業(yè)來(lái)說(shuō)，是否已經(jīng)讓您感到了“不是我不明白，是這世界變化快”？大數據到底是個(gè)什么玩意兒，跟我有啥關(guān)系？這個(gè)事物又是一個(gè)新的噱頭，還是即將開(kāi)啟一個(gè)新的時(shí)代？
想必，有這些問(wèn)題的人還不算少。
那么，到底什么是大數據？
和云計算一樣，大數據目前也還沒(méi)有一個(gè)標準的、能夠記錄在教科書(shū)上的定義。筆者搜集了一下，對于大數據的普遍認知主要有以下幾種：大數據就是海量的數據;是大量增長(cháng)的交易數據;需要存儲并進(jìn)行監管的數據;爆炸的新數據來(lái)源;等等。對于大數據中“大”的理解，主要有兩個(gè)方面，第一種是指大量的、快速增長(cháng)的數據，第二種則是數據中所蘊含的大的價(jià)值和洞察。
最早提出大數據時(shí)代來(lái)臨的是知名咨詢(xún)公司麥肯錫，麥肯錫認為，數據逐漸成為重要的生產(chǎn)因素，人們對于海量數據的運用將預示著(zhù)新一波生產(chǎn)率增長(cháng)和消費者盈余浪潮的到來(lái)。在報告發(fā)布后，大數據迅速成為IT業(yè)關(guān)注的熱點(diǎn)，也引起了金融界的高度重視。筆者不能對于什么是大數據妄加論斷，對于大數據的描述，我們不妨來(lái)看看目前幾家涉足大數據的IT廠(chǎng)商的看法：
IBM大中華區董事長(cháng)錢(qián)大群曾在IBM論壇2012上表示，大數據時(shí)代的到來(lái)，則使得數據更為重要，通過(guò)對數據的分析，可以為決策者提供更有建設性的看法。對于大數據，IBM提出了規模性(Volume)、多樣性(Variety)、高速性(Velocity)和真實(shí)性(Veracity)的“4V理論”;戴爾公司全球企業(yè)級解決方案副總裁Cheryl Cook認為，大數據就是指有大量的、快速的和多樣化的數據集合以及由此帶來(lái)的數據分析所導致的大的見(jiàn)解，同樣，戴爾提出了大數據的五個(gè)階段。
甲骨文公司副總裁兼大中華區技術(shù)總經(jīng)理喻思成則認為，在大數據的實(shí)際應用中，用戶(hù)的最終目的是要利用大數據來(lái)進(jìn)行更好的決策。這一過(guò)程是由四個(gè)部分來(lái)組成的：數據捕獲、組織、分析和決策。NetApp 大中華區總經(jīng)理陳文表示，大數據要包括A、B、C三個(gè)要素：大分析(Analytic)，高帶寬(Bandwidth)和大內容(Content)。
雖然定義并不完全相同，但是這些廠(chǎng)商眼中的大數據有這么幾個(gè)特點(diǎn)：數據很多并且很多樣，這些數據需要進(jìn)行組織分析，就像在沙堆中尋覓金粒，找到對自身有用的信息;從數據分析結果中獲得決策，就像大數據廠(chǎng)商們所一直宣傳的，公司決策應當更加依賴(lài)于數據而不是經(jīng)驗。
認清大數據，盲目跟風(fēng)不可取
就和云計算一樣，大數據的本旨是好的，經(jīng)過(guò)數據分析做出的決策也許要比經(jīng)驗更加靠譜。大數據廠(chǎng)商經(jīng)常舉出的例子就是零售業(yè)，比如經(jīng)過(guò)消費者購買(mǎi)行為分析，將某某商品和某某商品放到一起，有效提高了銷(xiāo)量;又如房地產(chǎn)業(yè)，從搜索引擎反饋的消費者對房市的搜索結果，甚至能夠預測到樓盤(pán)的銷(xiāo)量。
但是，這一切真的都要歸功于“大數據”么？我想舉個(gè)例子，小李每天上班都要經(jīng)過(guò)一條沒(méi)有名字的公路，這條公路平時(shí)也頗為繁華，車(chē)水馬龍，但是有條不紊。有一天，這條公路被商人買(mǎi)下了，將其命名為“大數據公路”，并增加了不少便利設施;接著(zhù)，商人聯(lián)合了另外幾個(gè)商人，封鎖了附近其他幾條小路，告誡行人們必須都要走“大數據公路”，其他路則不通。于是，人們被迫蜂擁而至，原本順暢的公路也開(kāi)始擁堵，交通狀況日漸復雜，行人也不免怨聲載道，而商人們正在考慮的，就是下一步該怎么收取過(guò)路費了。
這個(gè)比喻可能并不恰當，僅僅是筆者的一點(diǎn)看法，想說(shuō)明的是，大數據是個(gè)好東西，但是其價(jià)值沒(méi)必要被無(wú)限的夸大，就像云計算誕生之初，IT幾乎方方面面都開(kāi)始向云計算靠攏，比如網(wǎng)絡(luò )空間變成了云存儲，虛擬化也變成了云計算，很多新生的產(chǎn)品和技術(shù)無(wú)非是將傳統技術(shù)進(jìn)行“時(shí)髦化”的包裝。大數據也是如此，正如上面的例子，也許我們以前所走的就是一條正確的道路，并非是走“大數據公路”才能走的更快;如果就是每天上班下班，那也不一定非要走“大數據公路”，走條小路，沒(méi)準走的更快，還不用交過(guò)路費。
噱頭和熱炒背后總有商業(yè)價(jià)值在里面，作為消費者，還需認清。對于普通企業(yè)，也許并不需要大數據，首先，數據量可能沒(méi)那么大，其中所蘊含的價(jià)值也許更沒(méi)有那么大，就好比在一堆沙子中挑出金子，金子未必會(huì )有，而挑出金子這個(gè)過(guò)程中所耗費的人力物力，也許早就超出了金子的價(jià)值。那么，大數據適合哪些企業(yè)？當然，首先這些企業(yè)要擁有大的數據，比如金融——金融業(yè)也是最早對大數據產(chǎn)生興趣的行業(yè)、大型零售企業(yè)、房地產(chǎn)、電信等等，沙子多了，從中挑出金子的幾率也就更多了，所以說(shuō)大數據并非適合所有企業(yè)，想要擁抱大數據，還需從自身情況出發(fā)，最好的技術(shù)，未必就是最適合自身的。
和云計算一樣，大數據同樣描繪出了一副美麗的應用前景。但云計算所提出的，像水電一樣應用IT資源，徹底改變IT的應用模式，目前似乎還離我們還比較遙遠;而大數據作為一種新的IT應用趨勢，想要真正創(chuàng )造出價(jià)值，也許還需要幾年時(shí)間吧。制約大數據發(fā)展的一個(gè)主要因素就是人才。某國際知名IT廠(chǎng)商全球副總裁曾對筆者說(shuō)，大數據的保存、分類(lèi)是一個(gè)挑戰，但是更關(guān)鍵的一點(diǎn)是懂得Hadoop應用開(kāi)發(fā)的人才太少，這是最大的挑戰。這位高管表示，中國真正懂得Hadoop技術(shù)的人不超過(guò)2000人，很多都是集中在一個(gè)企業(yè)中，特別是互聯(lián)網(wǎng)行業(yè)比較多，做應用開(kāi)發(fā)的人才不夠，大數據的應用很難推廣。
還有一些IT企業(yè)提出了大數據中的所需要注意的，比如，IBM中國研發(fā)中心信息管理總經(jīng)理朱輝表示，應對大數據挑戰是需要一整套解決方案的，單靠Hadoop或者NoSQL等單一的技術(shù)或者產(chǎn)品都不能從根本上解決問(wèn)題，還需要傳統技術(shù)與新技術(shù)的融合;SGI CEO馬克·巴雷內切亞認為，大數據的產(chǎn)生越來(lái)越快，越來(lái)越多。很多數據經(jīng)過(guò)很短時(shí)間使用以后，就很難使用了，但又不能丟棄。這就牽扯到大數據長(cháng)期管理的問(wèn)題。因此，如何快速、安全的存儲和管理大數據非常重要。
總的來(lái)說(shuō)，云計算、物聯(lián)網(wǎng)、Web2.0、社交網(wǎng)絡(luò )、移動(dòng)互連的快速發(fā)展讓數據前所未有的增長(cháng)，并且更加集中，這種趨勢也將一直持續下去。海量的數據中，自然也蘊含著(zhù)大的商業(yè)價(jià)值，這點(diǎn)筆者并不否認。但是大數據這種應用目前來(lái)看還只是少數企業(yè)的專(zhuān)利，在諸多的宣傳中其作用不免被放大，對于更多的企業(yè)來(lái)說(shuō)，還需要認清自身需要，最好的技術(shù)未必是最適合的，多看看，多對比，盲目跟風(fēng)是不可取的。
