注册 | 登录
从零开始学运营，10年经验运营总监亲授，2天线下集训+1年在线学习，做个有竞争力的运营人。
都说现在是大数据时代，那么大数据是什么？大数据有什么用？大数据最核心的价值是什么呢？其实大数据的核心价值很简单，就是了解用户行为（更简单说就是了解用户行为习惯）。今天我们就细说大数据的核心价值。
一、什么是元数据（Metadata）？
元数据是对数据本身进行描述的数据，或者说，它不是对象本身，它只描述对象的属性。
比如，一幅画本身，是数据。而这幅画的作者、完成时间、尺寸、价格、类型等等，就是它的元数据。
又如，你妈给你介绍个相亲对象，你并不认识他，但你妈告诉你他的年龄、身高、体重、体貌特征、家庭背景、收入、爱好特长，你心里也就对他有了印象。即便你还不认识他。
元数据的价值
能够从侧面描述对象
可以结构化、信息化
什么意思呢？
举个栗子，要判断一幅画的价值，除了专家直接通过画的艺术性来评价外，还可以通过元数据来判断。
这幅画是名家的还是二流画家的？这幅画是作者在他创作鼎盛时期的作品，还是在年轻时的作品？这幅画是作者擅长的类型还是他不熟悉的？
用这些元数据描述的信息，我们居然就能把这幅画的价值算得八九不离十。这肯定会存在误差，但这个判断方法也非常合理。
二、那用元数据描述对象有什么意义呢？
这就是在大数据上产生的价值：对于非结构化的、非量化的对象，结构化的元数据可以用以快速计算和判断。
再举个栗子，你妈给你找了100个相关对象，手里有100份资料，你要是一个一个去仔细翻阅，那几天都翻不完。但你告诉你妈，高学历的可能意味着素质很高， 高收入的可能意味着能力很强，所以先把低学历低收入的筛掉，剩下的再依据身高体重年龄这些信息排序，那效率就高得多了。
注意，这样的方法仍然会有失误的，说不定真爱就在被筛掉的人里。但这样的概率很低很低了。
这效果在相亲里似乎还不太明显，但大数据在真正产品应用中，产生的效果就天翻地覆了。
三、大数据应用阶段一：辅助产品
刚开始比较简单，就是用以辅助产品人员和市场人员做判断。
过去的实体产品做一次调研非常麻烦。比如饮料公司，调研人员要用各种方式观看他们喝饮料的场景和步骤。
问卷是最常见的，但不准。所以会组织各种各样专业的现场试验，要搭建环境（一般是有单面玻璃或摄像头的）、邀请志愿者，然后引导他们按照日常的习惯去完成一些操作。
比如这样的通过摄像头监视观察室，显然这种办法非常笨重、成本高。
现在的互联网产品根本不需要这么麻烦。用户所有的使用数据、行为，都是记录在案的，想知道什么，瞬间就能分析出来。
过去想知道用户有没有做一件事，比如有没有用过这个功能？太难了。
现在呢，就问点击这个行为，点击了几下、点击在哪里，什么时候点的，甚至这是在什么地方点的、点击之后又做了什么，一清二楚。
用户平时用不用这个功能、怎么用这个功能，也就一目了然。
对于产品设计者来说，这是至关重要的数据。而且，这是完整的数据！如果是互联网产品，那么我知道的是所有用户的数据，不是过去传统行业产品的样本数据。
腾讯知道所有微信用户有多少用朋友圈、知道这些用户每天都发几条朋友圈、知道这些用户每天都发了什么。每一个数据都是真实可用的。（过去发行量再大的报纸也很难知道读者性别，然而现在再小的微信公众号也可以实时获取。）
在实体产品的行业，随着未来整个产品从生产到销售到使用的信息化，大数据也会渐渐起到更大的作用。过去卖一瓶水，可能到某个超市就断掉了，我不知道这瓶水被 谁买走了。但现在在天猫卖的一瓶水，我知道对方这个用户是每个月买十箱水的，他的地址是某个高档餐厅，那我就知道这瓶水的目标受众是谁了。
这是元数据的价值所在。
所以说，大数据的第一阶段是：辅助产品设计者做判断、让产品制造者更好地满足用户。
这时候的大数据主要是来为产品提供支持，产品再应用于用户。
四、大数据应用阶段二：创造价值
在数据的数量和质量达到一定程度后，事情开始变化了。元数据将不仅作为产品的辅助，而是变成了最有价值的产生本身。
很简单的，全中国最熟悉老百姓消费习惯的谁吗？是哪个科研机构吗？都不是，是淘宝。
拥有最全面的个人信用信息的，是人事局吗？是银行吗？NO！NO！NO，是支付宝。
道理也简单得很，所有这些行为（消费、交易）发生在了这个平台上，而这个平台又有所有数据的记录，那这些数据就能产生巨大的价值。
你以为做医疗健康这方面的产品仅仅是关注你的健康吗？并不是，他们同时还能够记录你所有的体征，这是第一线的临床数据。
此时，大数据本身已经成为了产品，可以输出有价值的内容。
消费行为数据，卖给广告商，广告商就可以定向给你投送广告；信用数据，卖给银行，银行就可以判断出你的信用程度；健康数据，卖给保险公司…你懂的（当然，我们不提倡这样做）。
近几年，互联网公司已经能够对全国各领域的市场，给出最有说服力的统计报告了，这些之前可都是政府做的：
淘宝网发布《中国互联网消费趋势报告》
携程旅行网发布《2014年旅游者调查报告》
滴滴携两大机构发布首份《智能出行年度报告》
其实出售数据是比较愚蠢的方法，数据提供的内容完全可以创造出新的产品。尤其像O2O 这样的产品/服务，上游是服务提供者和资源，下游是用户，都能够有价值可以发掘。
比如，在纽带线CRM系统中，通过商务社交功能，了解下游企业间的供求信息，通过社交，促进企业间的交易合作，定向把企业间的供求准确配对，减少企业的成本，这就充分体现了用户数据产生价值。这也是他这个商务社交功能的核心思想了。
听说饿了么在尝试一项新服务，就是为餐馆提供食材。一听吓一跳，你TM在逗我么？但后来想想的确是再合理不过。除了饿了么还有谁更能清楚某块区域的餐品售卖数据呢？这地方萝卜白菜卖得多、有多少量，饿了么清楚得很，跟农场谈合作，可以很好地把控上游渠道。
这阶段的大数据，已经可以成为产品，为用户直接服务。
从另一个角度看，不知道你发现没，通过我们行为数据这些元数据，我们已经在慢慢被量化的信息给描述出来了。看到这些数字（一年花了多少钱、在哪方面花的钱等等）已经对这个人可以有相对粗糙的认识了。
而大数据最终的形态开始初现。
五、大数据应用阶段三：塑造我们
可能我们对对行为数据表示不屑。你知道我在网上买了点东西、跟谁微信聊了几句话、去百度随便查了点东西，就能知道我是什么人了？
别说，还真可以。只要数据保质保量。
我们举个栗子，你一个月没买避孕套这两天突然买了三盒，那可能是你要跟异地恋的女朋友见面了；你微信跟异地的某个妹子聊得特别多、经常还视频，那这大概就是你异地的女朋友；你在百度一直搜东南亚的机票和旅行攻略，那你可能要去那里玩。
就是这么简单的三条元数据，我们可以大楖推测出来，最近你要跟女朋友一起去东南亚旅行。
说实话，做这么基础的逻辑推断，比下围棋容易多了。
这是说明元数据能够推理信息的逻辑性。而对于可获取的元数据，也越来越多了。
你打电话时，可以知道你给谁打（妇科医生？要生孩子了。律师？最近有官司。）
你买东西时，可以知道你的消费能力、家庭状况、喜好甚至性格（高端笔记本？爱玩游戏。吉他、钢琴？喜欢音乐。）
你出门消费时，可以知道你的生活习惯和个人情况（健身房？应该很健康。经常大保健？可能身体比较虚。）
你加别人微信时，可以知道你的社交圈子（认识李开复？应该不是一般人。通讯录里都是老师？那可能也是一名教师。）
作为这些产品的数据的拥有者，完全不需要派个私家侦探来跟踪你。只需要等你自己乖乖把这些数据送上来。
春节的时候，支付宝为什么要和微信争抢小额支付和社交场景的支付？不是为了那点手续费，就是为了它缺失的社交支付这一块。这块数据的价值，超乎你想象。
未来我们每个人的衣食住行、生活起居，都将有大量的数据记录。我们的行为会变成一串串数字成为可量化的数据，成为描述我们的信息。我们工作用纽带线CRM、吃饭用饿了么、打车用滴滴、搜东西用百度、社交用微信，每一步都被记了下来。
不信你可以翻出你历史所有在搜索引擎的搜索记录来，对你生活的描述绝对比你自己的日记都要真实得多。
这些数据将被转换成有价值的商业数据，来描述你各方面的信息。你喜欢黑色的衣服、你喜欢胸大的妹子、你比较文艺、你有高度近视、你最近刚失恋…… 关于你，可能这些数据比你自己都要清楚。
最终，我们本身就是可以被量化的大数据对象，不存在多层的逻辑了。
这样的未来自然有利有弊。利是我们无处不在享受着大数据带来的便利，我们看到的每一条广告都会是我们自己喜欢的，我们查的每一条搜索记录都是根据我们特点来推荐的，我们在加好友时系统甚至都可以说他是不是会跟我们合得来。
弊在于，我们的隐私就暴露无疑。只要数据的拥有者想做点坏事，那真的一切皆有可能了。
大数据绝不会止步在为决策仅仅提供帮助，它的终极形态就是可以用海量的数据描述我们一个个具体的个体。当达到这一步时，现在所谓的市场调研、用户分析就太小儿科不过了。
因为，大数据已经完全能够塑造出我们了。
本文由 @0307wgj 原创发布于人人都是产品经理。未经许可，禁止转载。
赞赏是对原创者的最大认可
收藏已收藏 | 94赞已赞 | 21
产品经理群
运营交流群
品牌营销群
文案交流群
Axure交流群
关注微信公众号
大家都在问
7个回答10人关注
5个回答9人关注
129个回答179人关注
56个回答63人关注
15个回答44人关注
19个回答42人关注您真的了解大数据吗？_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&10W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
您真的了解大数据吗？
&&大数据科普知识,刊物直接上版。
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩11页未读，
定制HR最喜欢的简历
你可能喜欢什么是大数据？带你深度了解大数据什么是大数据？带你深度了解大数据冲刺科技百家号1989年，当万维网出现之后，给我们带来了第四次传播革命，互联网以其海量的空间、互动的方式，使得信息数量急剧增加，根据ZDNET的数据显示，2013 年中国产生的数据总量超过0.8ZB，2 倍于2012 年，相当于2009 年全球的数据总量，而预计到2020年，中国产生的数据总量将达到16ZB。尤其在“摩尔定律”使得存储能力极速提升、社交媒体的出现使得生产数据的能力高速发展、新数据挖掘技术使得数据分析能力大大扩展三大动力的推动下，全世界进入了大数据时代，2013年也被称为大数据元年，意味着大数据开始进入商用阶段。在大数据时代，DT+将成为大势所趋。大数据及其本质特征大数据是指以服务于决策为目的，需要新型数据处理模式才能对其内容进行采集、存储、管理和分析的海量、高增长率和多样化的信息资本。大数据具有如下本质特征：一是 根本目的是服务于决策，大数据能够帮助各类组织和个人大幅度提升决策能力，做出更好的决策和判断；二是 量度大，大数据通常是指100T以上的数据量，这难以依靠传统的计算手段有效计算，而必须依靠新的计算手段和数据挖掘工具；三是 频率高，大数据是用户参与与互动而产生的数据，根据用户的网络痕迹来及时地了解用户的相关数据，这种数据是按照天甚至小时来计的高频数据。而传统的数据频率都很低，很多数据是按照月甚至按照年份来计算的；四是 速度快，大数据是实时性的数据，能够实时反应。例如，在百度搜索框输入一个关键词，能够瞬间呈现，而传统的数据收集方式则是严重滞后的；五是 维度丰富多样，大数据是全样本数据、多维度数据、非结构化数据，既包括普通的结构化数据，又包括视频和音频等非结构化数据。正是因为大数据的维度多样性，其也更为复杂。六是 永远在线。在线是大数据的前提条件，从这个角度来说，大数据是永远在线的，能够随时被调用的。大数据通过分析各种网络终端上的用户痕迹，能够更好地分析用户的行为、情感、思想、爱好与需求，来更好地进行决策和分析。七是 本质是信息资本。大数据是能够为政府和企业带来未来经济利益的信息资源，其本质是信息资产，而且随着大数据的应用越来越广，其价值会越来越大。因此，不应该仅仅把大数据看成成本，而把其看成和土地、资本、人才等一样的新生产要素。大数据蕴藏着新哲学思想和优势首先，大数据拓展了新的哲学思想。大数据既能处理“因果关系”又能处理“相关关系”，即不仅能够回答“为什么”又能回答“是什么”。在小数据时代，只能通过抽样调查的方式来回答“为什么”。而大数据则能通过全样本的方式来回答“是什么”，即发现相关关系，这能够帮助我们更好地地认识和了解世界。例如，沃尔玛发现在尿布旁边放上啤酒能够提高啤酒的销量，就把尿布和啤酒混搭销售。毫无疑问，尿布和啤酒之间并无因果关系，而二者在一起就形成很好的相关关系。其次，大数据分析具有显著优势。一是大数据能够实现分析的高度智能化，既能实现信息收集和分析的智能化，又能实现数据与用户需求的有效匹配；二是及时、迅速。大数据分析改变之前的市场调研和数据分析相对滞后的模式和方式，能够及时、迅速地进行分析。例如，传统的市场调研一般耗时几个月，而基于互联网的大数据调研则只需要几天就能得到调研结果；三是成本相对较低。由于可以大量使用技术手段，其成本相应较低。一般来说，传统的市场调研方式，每一份问卷都需要近百元，而互联网调研一份问卷只需要4元左右。大数据实施的三大关键点首先，数据的可获得度。目前在国内，大数据的发展严重受制于政府信息的公开性不够，很多数据难以获得，导致难以实现真正的大数据挖掘和分析，这就要求政府及时开放更多的数据，以提高数据的可获得度。其次，进行科学的模型建构。模型的科学性直接决定着数据分析的质量，这就要求有高超的建模水平，当然数据量越多也有助于模型的合理构建。第三，利用专家对观点进行提炼。为决策提供依据的基于数据挖掘的独到、高质量的观点，高度依赖于高质量的数据解释，这就体现了行业专家的价值。在大数据时代，大数据已经成为整个社会的底层架构和标配，其上的一切都必须按照大数据的要求进行重构，大数据在解决大问题方面尤为有效，目前在语音搜索、智慧城市建设、互联网金融治理等方面取得了长足的进展，未来更多的领域都必将被大数据所革命和重构。本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。冲刺科技百家号最近更新：简介:科学是“无知”的局部解剖学作者最新文章相关文章随着时代的发展，我们终于进入大数据时代，但是很多人还是不明白什么是大数据，实际上，你已经在使用了，下面就告诉你什么是大数据。
大数据的定义。大数据，又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
大数据的特点。数据量大、数据种类多、 要求实时性强、数据所蕴藏的价值大。在各行各业均存在大数据，但是众多的信息和咨询是纷繁复杂的，我们需要搜索、处理、分析、归纳、总结其深层次的规律。大数据的采集。科学技术及互联网的发展，推动着大数据时代的来临，各行各业每天都在产生数量巨大的数据碎片，数据计量单位已从从Byte、KB、MB、GB、TB发展到PB、EB、ZB、YB甚至BB、NB、DB来衡量。大数据时代数据的采集也不再是技术问题，只是面对如此众多的数据，我们怎样才能找到其内在规律。
大数据的挖掘和处理。大数据必然无法用人脑来推算、估测，或者用单台的计算机进行处理，必须采用分布式计算架构，依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术，因此，大数据的挖掘和处理必须用到云技术。那么数据生活距离我们遥远吗？正相反，数据与我们日常生活的联系从未如此紧密过，从没有像今天如此活跃，具体的记录着人类与世界。从最初的计算机，摄像头到家用计算机，智能手机，再到大数据和人工智能，我们不断升级采集和利用数据的方式。而现在，从一辆车的每日碳排放量统计到全球气温的检测，从预测个人在网上喜好分析到总统选举时投票趋势的预测，我们都可以做到。数据将人与人，人与世界连接起来，构成一张繁密的网络，每个人都在影响世界，又在被他人影响着。传统的统计方法已经无法处理这种相互影响的数据，这么办？答案是让机器自己来处理数据，从数据中习得知识。这便是当代人工智能的本质。与传统的数据记录定义不同，这种数据是有“生命”的。它更像是我们身体的一种自然延伸：聆听我们的声音，拓宽我们的视野，加深我们的记忆，甚至组成一个以数据形式存在的“我”。总的来说，大数据是对大量、动态、能持续的数据，通过运用新系统、新工具、新模型的挖掘，从而获得具有洞察力和新价值的东西。以前，面对庞大的数据，我们可能会一叶障目、可见一斑，因此不能了解到事物的真正本质，从而在科学工作中得到错误的推断，而大数据时代的来临，一切真相将会展现在我么面前。此内容DOC下载此内容PDF下载【全文完】特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布平台。
一键安装官方客户端
重大事件及时推送 阅读更流畅
http://crawl.nosdn.127.net/img/b9b923e19e70e899d689.jpg关于大数据，真的是你以为的吗？关于大数据，真的是你以为的吗？七月在线百家号每天人们在吃饭，睡觉，工作，娱乐都会产生数据——大量的数据。根据IBM（国际机器商业公司）记录，人类每天会产生2.5万亿字节的数据，这相当于一堆DVD到达月球又返回来，我们发送的所有文本，和我们上传到工业传感器指标的照片，以及机器之间的通信这么大的量。这是“大数据”成为一个很普遍的短语的重要原因。简单来讲，人们所谈论的大数据是指针对大量的数据，然后对它进行分析，最后把它转变成有用的东西的一种能力。精确的来讲，什么是大数据？然而，大数据远不止这些，它是关于：1、通常从多个来源，获取大量的数据，2、不仅仅只是大量的数据，而且都是不同类型的数据——就是在同一时间获取多种类型的数据，还有那些随时间变化的数据——他们并不需要在第一时间转换成一种特定的模式或者变成一致的，3、用这样的一种方式去分析数据，就是允许针对相同的数据池依据不同目的进行不间断的分析4、可以快速完成这些，即使是一些实时的数据在早期，工业提出，用首字母所写的方式来描述上述四个方面中的其中三个：VVV,分别是大量的（大量的数据），多样化（不同类型的数据，数据随时间变化的事实）以及速度（快速）。大数据VS数据仓库这个VVV首字母缩写缺失的是数据不需要进行永久性的改变（或转换）来对数据分析的关键概念。针对不同需求来对相同的数据池进行分析和可以对依据不同目的而收集的数据来进行分析。相比而言，数据仓库是为了满足特定的需求来对特定的数据进行分析而建立的，而且数据结构化然后转化为特定的格式，在这个过程中，基本上毁坏了原始的数据，特定的需求指的就是——没有别的——提取，转换，加载（ETL）。数据仓库的ETL仅限于对特定数据进行特定分析的处理。当你所有的数据都被存储在你的交换系统中时是极好的，但是在当今互联网连接的世界中，来自各个地方的数据并不是这样的。但是，你不要以为大数据使数据仓库过时了。虽然，大数据系统让你用随之而来的无结构化的数据进行工作，但是你所获得的查询结果远远不及数据仓库的复杂性，毕竟，数据仓库是为了深入数据而设计的，它可以做的很精确，因为它把全部的数据转化成同一种形式，这样可以让你做一些事情，例如，为了深入钻取而构建立方体。数据仓库的供应商花了好多年的时间使他们的查询引擎最佳化，查询引擎是用来回答业务环境中典型的询问。大数据可以让你从更多的来源中分析更多的数据，但是分辨率更低。因此，我们在很长一段时间内与传统的数据仓库和新型的大数据一起生活。在大数据之后，有了技术性的突破为了完成大数据的四个需求面——大量，多样化啊，非破坏化得使用，以及快速——需要有多种技术性的突破，包括分布式文件系统（Hadoop）的发展，一种快速了解不同数据的方法（首先是谷歌的MapReduce，然后是最近的Apache Spark）,一个根据需求来进行访问和移动数据的云/互联网的基础设施。直到大约十几年前，在任何一个时间都不可能去操控相对少量的数据。（是的，当时我们都认为我们的数据仓库是巨大的，然而自从互联网产生并且与各地的数据开始连接之后，这种环境发生了明显的转变。）数据的存储量，计算能力，对从多个数据源收集的不同格式的数据的处理能力的局限性，使得所有的任务都是不可能完成的。接下来，在2003年左右，谷歌的研究者开发了MapReduce，该编程技术通过首先将数据映射到一系列键/值对来简化处理大数据集，然后对类似的键值进行计算把它们减少到单个的值，在成百上千的低成本的机器上来并行处理每一个数据块。这种巨大的并行性允许谷歌从越来越大量的数据中更快的产生查询结果。在2003年左右，谷歌创造了两个突破，使大数据变得可能：一个是Hadoop，它是由两个关键的服务组成：1、使用Hadoop分布式文件系统（HDFS）实现数据的可靠存储2、使用MapReduce技术使处理并行数据高效化Hadoop是使一系列的的商品，在无共享的服务器上运行的，在Hadoop这个集合上按照你的意愿来添加和删除服务；系统检测并补偿在任何服务器上的硬件或系统问题。换句话说，Hadoop是可以自我修复的，尽管系统发生改变或故障，它还是可以传递数据——运行大规模的、高性能的处理作业。尽管Hadoop为数据存储和并行处理提供了一个平台，但是真正有价值的还是技术的附加、交叉集成和自定义实现。为此，Hadoop提供了子项目，它给平台增加了新的功能：Hadoop Common：支持Hadoop的其他的子项目的普遍实用工具Chukwa：一个是为了管理更大的分布式系统数据收集系统HBase：可扩展的分布式数据库支持大量的结构化数据窗体顶端HHDGRG窗体底端HDFS: 一种分布式系统，可以对应用程序数据提供高吞吐量访问Hive：提供数据摘要和即席查询的数据仓库基础设施MapReduce：用于在计算集群上分布式处理大型数据集的软件框架Pig：并行计算的高级数据流语言和执行框架ZooKeeper：分布式应用程序的高性能协调服务Hadoop平台的大多数实施方案至少包含这些子项目中的一些，因为他们通常是开发大数据所必需的。例如，大多数组织选择使用HDFS作为主要的分布式系统，把HBase作为数据库，它可以存储十亿行的数据，MapReduce的使用和最新的Spark几乎是给定的，因为他们给Hadoop平台带来了速度和灵活性。使用MapReduce，开发人员可以在分布式处理器集群或者独立计算机上创建一个并行处理大量的非结构化数据的程序。MapReduce框架可以分为两个功能区域：Map：把工作包发送到分布式集群的不同节点的功能Reduce：整理工作并把结果解析成单个值的功能MapReduce的主要优点之一就是它是容错的，它是通过监视集群中的每个节点来完成的；预计每个节点会周期性地报道已经完成的工作和状态更新，如果每个节点保持静默的时间比预计间隔长，那么主节点会记录下来，并把这个工作重新分配给其他节点。Apache Hadoop，它是一个把MapReduce作为核心的开源框架，在两年之后开发出来。最初建成索引的搜索引擎是Nutch，而Hadoop现在几乎被用于广泛的大数据工作的主要行业。由于Hadoop的分布式文件系统和YARN（另一个资源协商者），这个软件让用户可以在数以千计的设备上传播大量的数据，就好像它们全都在一台巨大的机器上。2009年，加州大学伯克利分校的研究人员开发了ApacheSpark作为MapReduce的替代品，因为Spark使用内存存储执行并行计算，因此它可以比MapReduce快100倍。Spark可以作为一个单独的框架或在Hadoop内部工作。即使是使用Hadoop，你仍然需要一种存储和访问数据的方式。这通常是通过如MongoDB、CouchDB以及Cassandra这些数据库来完成，这专门适用于处理分布在大型机器上非结构化或半结构化的数据。与数据仓库不同的是，大量的并多类型的数据会被融合成统一的格式然后存储在单个数据存储中，这些工具不会改变底层属性和数据的位置---邮件还是邮件，传感器数据还是传感器数据---事实上，它们可以被存储在任何地方。尽管如此，在一个机器集群的数据库中想要存储大量的数据仍然不是容易的，除非你用它做了一些事情。这就是大数据分析的原理，像Tableau、Splunk和Jasper BI工具可以让你从语法上分析数据，以识别模式，提取意义并揭示新的见解。你所做的事情会因你的需求而不同。原文地址：https://www.infoworld.com/article/3220044/big-data/what-is-big-data-everything-you-need-to-know.html本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。七月在线百家号最近更新：简介:七月在线—国内领先的人工智能教育平台作者最新文章相关文章}