大数据时代 这些误区你中枪了吗
大数据,说的再多其实也还是会有很多网友对当前的大数据技术存在一些疑问和误区,比如有很多朋友会觉得只有到达Peta级别以上的才能够被称之为大数据,甚至是到达了Zeta级别才算是。
其实不然,大数据的本身是数据,对于我们这些用户来说,如何从数据当中挖掘出有用的价值,这种价值可能包含了商业价值、技术开发价值等等,那么这样的大数据才是有意义的。而作为数据本身来说,从诞生那天开始其实数据量就一直在不断地攀升。
回过头来,究竟什么才是大数据,从官方的字面意义来分析,大数据其实就是一套完整的生态体系,从数据的产生、采集、加工、汇总、展现、挖掘、推送等方面形成了一个闭环的价值链,并且通过每个环节的多种技术处理后,为所在业务场景提供有价值的应用和服务。
不要为了“大数据”而“大数据”
这个误区的解读是近些年在行业内被提及的越来越多的观点,在很多企业级用户当中,追求技术的革新是再正常不过的,但是很多企业在技术创新过程当中却盲目的一味追求最新、最好、最快,而没有把问题的出发点放在企业内部的业务实际需求上面,从长远来看,这其实也并不是一个良性循环。
从技术上来说,比如BAT或者很多互联网企业去追求大数据,是因为业务发展的需要。任何一个互联网企业一出生就是为了流量和点击而活着,这就意味这大量的非结构化数据需要进行快速处理,这时候就决定了互联网企业只能通过一些并发手段去分解底层的数据。
从投资上来说,互联网企业出生都是平民,根本买不起大型设备,就算一夜暴富后,也没有一个传统的小型机大型机可以更好的满足它们的发展,故只能另辟蹊径创造价值链和标准了,在之前的低投资、轻量级架构上,不断进行小量的线性硬件投资满足业务的发展。
数据:水能载舟亦能覆舟
这个观点也是行业专家一直在强调的问题,大数据技术是为了满足用户的一些特定的业务目标来服务的,在企业用户明确了具体的业务目标范畴之后,顺势设计符合自身业务架构的技术架构,才是一种科学的健康的发展观。
随着大数据的不断创新和发展,在促进生产力快速推进的同时,也促使了一些新的技术诞生出来,比如近些年被更多提及的机器学习、深度学习等等,其实就是大数据快速发展而导致的。更有意思的是,现在在行业内还被提出了“小数据”、“微数据”的概念,这其实就是在把数据的价值往更详细的方向去演进,一切其实都是为了企业业务能够拥有一个更加良性的生长环境,而这也正是当今这个数据时代为用户所带来的最为重要的改变。
原文发布时间为:2016年10月12日 本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。相关文章
- 使用 GPG 对数据进行加密解密签名
- 物联网探秘:那些来自传感器的数据都是如何上传至云端的?
- 【干货】清华陆薇:释放工业大数据价值
- 阿里云大数据工厂DataWorks学习之--数据同步任务常见日志报错总结
- C++程序设计:原理与实践(进阶篇)15.1 存储和处理数据
- Apache Spark机器学习.2.5 数据集连接
- Python 数据提取概要
- sql 查找重复数据,并且重复数据有子集
- 添加数据记录
- django之创建第8-3个项目-数据库数据提取之高级操作
- Caffe学习系列(15):计算图片数据的均值
- Data Binding(数据绑定)用户指南
- 《数据分析变革:大数据时代精准决策之道》一导读
- iOS数据存储简要笔记
- 《Clojure数据分析秘笈》——2.12节使用Valip校验数据
- 从算法工程师到全栈开发者,我终于明白了数据科学的真谛
- JS实现将两个数组转为一个JSON数据
- 导入HDFS的数据到Hive
- 贵州开启“大数据+旅游+工业”新时代
- 大数据时代,如何构建国家地质基础数据更新体系
- 开发基于以太坊的区块链底层平台,秘猿科技想做共识数据时代的Oracle
- JAVA学习(三):Java基础语法(变量、常量、数据类型、运算符与数据类型转换)
- 守护好“大数据”的时代价值
- 对传入的数据进行分类
- 波兰国防部数据遭窃,黑客索要$50000赎金
- 真融宝:互联网金融精英时代来临 竞争依靠大数据风控