大數據時代 這些誤區你中槍了嗎
大數據,說的再多其實也還是會有很多網友對當前的大數據技術存在一些疑問和誤區,比如有很多朋友會覺得只有到達Peta級別以上的才能夠被稱之為大數據,甚至是到達了Zeta級別才算是。
其實不然,大數據的本身是數據,對于我們這些用戶來說,如何從數據當中挖掘出有用的價值,這種價值可能包含了商業價值、技術開發價值等等,那么這樣的大數據才是有意義的。而作為數據本身來說,從誕生那天開始其實數據量就一直在不斷地攀升。
回過頭來,究竟什么才是大數據,從官方的字面意義來分析,大數據其實就是一套完整的生態體系,從數據的產生、采集、加工、匯總、展現、挖掘、推送等方面形成了一個閉環的價值鏈,并且通過每個環節的多種技術處理后,為所在業務場景提供有價值的應用和服務。
不要為了“大數據”而“大數據”
這個誤區的解讀是近些年在行業內被提及的越來越多的觀點,在很多企業級用戶當中,追求技術的革新是再正常不過的,但是很多企業在技術創新過程當中卻盲目的一味追求***、***、最快,而沒有把問題的出發點放在企業內部的業務實際需求上面,從長遠來看,這其實也并不是一個良性循環。
從技術上來說,比如BAT或者很多互聯網企業去追求大數據,是因為業務發展的需要。任何一個互聯網企業一出生就是為了流量和點擊而活著,這就意味這大量的非結構化數據需要進行快速處理,這時候就決定了互聯網企業只能通過一些并發手段去分解底層的數據。
從投資上來說,互聯網企業出生都是平民,根本買不起大型設備,就算一夜暴富后,也沒有一個傳統的小型機大型機可以更好的滿足它們的發展,故只能另辟蹊徑創造價值鏈和標準了,在之前的低投資、輕量級架構上,不斷進行小量的線性硬件投資滿足業務的發展。
數據:水能載舟亦能覆舟
這個觀點也是行業專家一直在強調的問題,大數據技術是為了滿足用戶的一些特定的業務目標來服務的,在企業用戶明確了具體的業務目標范疇之后,順勢設計符合自身業務架構的技術架構,才是一種科學的健康的發展觀。
隨著大數據的不斷創新和發展,在促進生產力快速推進的同時,也促使了一些新的技術誕生出來,比如近些年被更多提及的機器學習、深度學習等等,其實就是大數據快速發展而導致的。更有意思的是,現在在行業內還被提出了“小數據”、“微數據”的概念,這其實就是在把數據的價值往更詳細的方向去演進,一切其實都是為了企業業務能夠擁有一個更加良性的生長環境,而這也正是當今這個數據時代為用戶所帶來的最為重要的改變。























