】这些年，大数据作为一个时髦概念，出现频率很高，关注度也很高。对于很多人来说，当他第一次听到“大数据”这个词，会自然而然从字面上去理解——认为大数据就是大量的数据，大数据技术就是大量数据的存储技术。但是，事实并非如此。大数据比想象中复杂。它不只是一项数据存储技术，而是一系列和海量数据相关的抽取、集成、管理、分析、解释技术，是一个庞大的框架系统。更进一步来说，大数据是一种全新的思维方法和商业模式。今天这篇文章，就让我们花五分钟的时间，来深入了解一下，到底什么是大数据。

  首先，还是要重新审视大数据的定义。行业里对大数据的定义有很多，有广义的定义，也有狭义的定义。

  广义的定义，有点哲学味道——大数据，是指物理世界到数字世界的映射和提炼。通过发现其中的数据特征，从而做出提升效率的决策行为。

  狭义的定义，是技术工程师给的——大数据，是通过获取、存储、分析，从大容量数据中挖掘价值的一种全新的技术架构。

  获取数据、存储数据、分析数据，这一系列的行为，都不算新奇。我们每天都在用电脑，每天都在干这个事。

  例如，每月的月初，考勤管理员会获取每个员工的考勤信息，录入Excel表格，然后存在电脑里，统计分析有多少人迟到、缺勤，然后扣TA工资。

  但是，同样的行为，放在大数据身上，就行不通了。换言之，传统个人电脑，传统常规软件，无力应对的数据级别，才叫“大数据”。

  传统的个人电脑，处理的数据，是GB/TB级别。例如，我们的硬盘，现在通常是1TB/2TB/4TB的容量。

  阿里数据中心内景：阿里、百度、腾讯这样的互联网巨头，数据量据说已经接近EB级。EB还不是最大的。目前全人类的数据量，是ZB级。

  ZB级：:而到2020年，全球电子设备存储的数据，将达到35ZB。如果建一个机房来存储这一些数据，那么，这个机房的面积将比42个鸟巢体育场还大。

  数据量不仅大，增长还很快——每年增长50%。也就是说，每两年就会增长一倍。

  就是计算机被发明之后的阶段。尤其是数据库被发明之后，使得数据管理的复杂度大幅度的降低。各行各业开始产生了数据，从而被记录在数据库中。这时的数据，以结构化数据为主（待会解释什么是“结构化数据”）。数据的产生方式，也是被动的。

  是伴随着网络2.0时代出现的。互联网2.0的最重要标志，就是用户原创内容。随着网络和移动通信设施的普及，人们开始使用博客、facebook、youtube这样的社交网络，从而主动产生了大量的数据。

  是感知式系统阶段。随着物联网的发展，各种各样的感知层节点开始自动产生大量的数据，例如遍布世界各个角落的传感器、摄像头。

  经过了“被动-主动-自动”这三个阶段的发展，最后导致了人类数据总量的极速膨胀。

  行业里对大数据的特点，概括为4个V。前面所说的庞大数据体量，就是Volume（海量化）。除了Volume之外，剩下三个，分别是Variety、Velocity、Value。

  数据的形式是多种多样的，包括数字（价格、交易数据、体重、人数等）、文本（邮件、网页等）、图像、音频、视频、位置信息（经纬度、海拔等），等等，都是数据。

  从名字能够准确的看出，结构化数据，是指可以用预先定义的数据模型表述，或者，可以存入关系型数据库的数据。

  例如，一个班级所有人的年龄、一个超市所有商品的价格，这些都是结构化数据。

  大数据还有一个特点，那就是时效性。从数据的生成到消耗，时间窗口非常小。数据的变化速率，还有处理过程，慢慢的变快。例如变化速率，从以前的按天变化，变成现在的按秒甚至毫秒变化。

  大数据的数据量很大，但随之带来的，就是价值密度很低，数据中真正有价值的，只是其中的很少一部分。

  例如通过监控视频寻找犯罪分子的相貌，也许几TB的视频文件，真正有价值的，只有几秒钟。

  早在1980年，著名未来学家阿尔文·托夫勒在他的著作《第三次浪潮》中，就明白准确地提出：“数据就是财富”，并且，将大数据称为“第三次浪潮的华彩乐章”。

  进入21世纪之后，随着前面所说的第二第三阶段的发展，移动互联网崛起，存储能力和云计算能力飞跃，大数据开始落地，也引起了慢慢的变多的重视。

  2012年的世界经济论坛指出：“数据已成为一种新的经济资产类别，就像货币和黄金一样”。这无疑将大数据的价值推到了前所未有的高度层面上。

  之所以大数据会有这么快的发展，主要是因为慢慢的变多的行业和企业，开始认识到大数据的价值，开始试图参与挖掘大数据的价值。

  大数据通过相关性分析，将客户和产品、服务进行关系串联，对用户的偏好做定位，从而提供更精准、更有导向性的产品和服务，提升销售业绩。

  典型的例子就是电商。像阿里淘宝这样的电子商务平台，积累了大量的用户购买数据。在早期的时候，这一些数据都是累赘和负担，存储它们需要大量的硬件成本。但是，现在这一些数据都是阿里最宝贵的财富。通过这一些数据，可以分析用户行为，精准定位目标客群的消费特点、品牌偏好、地域分布，从而引导商家的运营管理、品牌定位、推广营销等。

  大数据可以对业绩产生直接影响。它的效率和准确性，远超于传统的用户调研。

  除了电商，包括能源、影视、证券、金融、农业、工业、交通运输、公共事业等，都是大数据的用武之地。

  除了帮助了解用户之外，大数据还能帮助清楚自己。公司制作经营需要大量的资源，大数据可以分析和锁定资源的详细情况，例如储量分布和需求趋势。这些资源的可视化，能够在一定程度上帮助企业管理者更直观地了解企业的运作状态，更快地察觉缺陷，及时作出调整运营策略，降低经营风险。总而言之，“知己知彼，百战百胜”。

  说到这里，我们要回答一个很多人心里都存在的疑惑——大数据和云计算之间，到底有啥关系？能这么解释：数据本身是一种资产，而云计算，则是为挖掘资产价值提供合适的工具。

  云计算里面的海量数据存储技术、海量数据管理技术、分布式计算模型等，都是大数据技术的基础。云计算就像是挖掘机，大数据就是矿山。如果没有云计算，大数据的价值就发挥不出来。

  相反的，大数据的处理需求，也刺激了云计算有关技术的发展和落地。也就是说，假如没有大数据这座矿山，云计算这个挖掘机，很多强悍的功能都发展不起来。

  第二个问题，大数据和物联网有啥关系？这样的一个问题我觉得大多数人应该能够很快想明白，前面其实也提到了。

  物联网就是“物与物互相连接的互联网”。物联网的感知层，产生了海量的数据，将会极大地促进大数据的发展。同样，大数据应用也发挥了物联网的价值，反向刺激了物联网的使用需求。慢慢的变多的企业，发觉可以通过物联网大数据获得价值，就会愿意投资建设物联网。

  即将到来的5G，通过提升连接速率，提升了“人联网”的感知，也促进了人类主动创造数据。另一方面，它更多是为“物联网”服务的。包括低延时、海量终端连接等，都是物联网场景的需求。

  5G刺激物联网的发展，而物联网刺激大数据的发展。所有通信基础设施的强大，都是为大数据崛起铺平道路。

  大数据的产业链，和大数据的处理流程是紧密相关的。简单来说，就是生产数据、聚合数据、分析数据、消费数据。

  从目前的情况去看，国外厂商在大数据产业占据了较大的份额，尤其是上游领域，大多数都是国外企业。国内IT企业相比而言，存在比较大的差距。

  说了那么多大数据的好话，并不代表大数据是完美的。大数据也面临着很多挑战。

  数据是资产，也是隐私。没有人愿意自己的隐私被暴露，所以，人们对自己的隐私保护逐渐重视。政府也在慢慢地增加对公民隐私权的保护，出台了很多法律。

  在这种情况下，企业获取用户数据，就需要慎重考虑，是不是满足伦理和法律。一旦违法，将付出极为沉重的代价。此外，即使企业合法获取数据，也要担心是否会被恶意攻击和窃取。这里面的风险也是不容忽视的。除了安全之外，大数据还要面临能耗等方面的问题。

  换言之，若无法很好地保护和利用手里的大数据，那么它就是一个烫手的山芋，有还不如没有。