在花叢中打野
當前大數據技術體系已經趨於成熟，目前正處在落地應用的初期，相信未來大數據技術將有廣闊的發展空間，大數據相關領域也會釋放出大量的就業崗位。隨著產業互聯網的發展，大數據作為核心技術之一必然會為企業賦能做出重要的貢獻。
早期在談到大數據往往都是從大數據的四大特徵開始談起，比如數據量大、結構多樣性、速度快、價值密度低等等。隨著大數據的發展，大數據概念目前被賦予了更多的含義，一個以數據為核心的生態體系逐漸被建立了起來，其中包括數據的採集、整理、存儲、安全、分析、呈現和應用。
大數據不僅對於廣大的科技工作者來說具有重要的意義，非IT領域的職場人也應該對大數據有一個系統的認知，因為大數據未來將對整個傳統行業形成一定的影響。要想理解大數據，可以從以下幾個方面入手：
第一：大數據的來源。要想了解大數據，首先就要從數據的採集環節開始，也就是大數據是怎麼產生的。當前，大數據的採集渠道主要有三個，分別是物聯網、互聯網系統（Web系統、App等）和傳統信息系統（ERP等），其中物聯網是數據的主要來源，佔到了數據量的百分之九十。
第二：大數據的價值。瞭解大數據的價值是認知大數據技術體系的關鍵，而大數據的價值就是圍繞數據價值化展開的。當前，數據價值化主要以數據分析來完成，數據分析包括統計學分析方式和機器學習的分析方式。
第三：大數據的應用場景。大數據要想完成落地應用，一個核心在於要了解大數據的應用場景，大數據的應用場景非常廣泛，簡單的說，有數據的地方就有大數據的應用場景。大數據的應用通常以業務為基礎進行展開，通過大數據完成決策的制定是當前場景大數據分析的重要目的之一。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網方面的問題，或者考研方面的問題，都可以諮詢我，謝謝！
IT人劉俊明
您好！我是 數據僧！以下是我的理解，不對之處還望多多指教！
“大數據”中的就包含了兩層含義。
何為大？
第一層 大，是指數據很多，量很大。
近年來，隨著互聯網和智能硬件的快速普及，數據以爆炸方式增長。全球數據總量增長率將維持在50%左右；到2020 年，全球的數據總量將達到40ZB。
第二層 大，是指數據的相互關係更加複雜，多樣，有連續性
隨著智能手機的普及，網絡的發展3G/4G/5G，人與人的連結，人與物的連結，物與物的連結 變得越來越容易。隨之產生的數據，也更加複雜。
截至2016 年，我國手機網民數量已近7.0億，佔整體網民數量的95.1%。
2016 年中國移動互聯網用戶每日在線時長超過2,500百萬小時，同比增長率超過30%。手機網民持續增長，使得大數據採集群體更加廣泛；移動端使用時長增加，信息採集更加豐富連貫；場景化特徵為大數據發展帶來新契機。
何為數據？
人類在互聯網上產生的所有數據，基本衣、食、住、行；以及其它各種負責的商業活動等等，最終在計算機留下的只有0，1。
這些0，1 卻包含著很多的關聯性。僅僅通過傳統的計算機處理手段，已經無法做到及時發現，及時更新，及時下結論。所以圍繞著大數據 產生了相關的技術，挖掘手段，應用場景，更加方便幫助人們生活、工作。
在另外一個層面講 大數據值得是圍繞著大數據的整個數據處理產業。
目前全球大數據市場中，行業解決方案、計算分析服務、存儲服務、數據庫服務和大數據應用為市場份額排名最靠前的細分市場，分別佔據 33.0%、14.7%、17.2%、15.2% 和 7.1% 的市場份額。
以上就是我對大數據的理解，歡迎來找 數據僧 一起探討大數據相關的問題。
數據僧
大數據時代，大數據什麼意思?~大數據就是大數額的存在數目。
當今物慾橫流時代，速率高，工程大，生意做大，投資大，結婚彩禮高，買房成本高，暴富，虧損多。所以一說就是大數據。
大數據給人帶來喜上眉梢，事業成功，風光得體，歡欣鼓舞，熱淚盈眶。一身榮耀，創造奇蹟，為國爭光，豪情滿懷，充滿信心。
大數據同時也帶來諸多弊處，男多女少大數據拉大，剩男剩女大數據，結婚彩禮聘金大數據。貧富兩極分化拉大數據。膚淺審視投資虧損大數據，銀行赤字大數據。讓人頭疼，憂心重重，痛苦不堪，思想負擔大，大數據成為累贅，揹負不起，生不如死，可以說弊貶大數據是罪大惡極劊子手。
不管是利弊大數據。
好的大數據，要再接再厲，不驕不躁，一鼓作氣，向前發展，力爭人生最高速率，體現人生價值。
壞的大數據，要吸取教訓，失敗是成功之本。要輸得從容，能否跌倒再爬起來是另回事，但卻不能墮落消沉，要力攬狂瀾，儘量挽救損失，期待東山再起。才不辜負眾親朋好友的期望，對家人對自已，乃至國家集體也是個責仼與負責。
14說4
首先大數據是有什麼類型或者特點呢
第一個是：種類多，什麼結構化，非結構化的數據都有
第二個是：量多，現在是信息過載的時代，你瀏覽一下網頁，點擊一個鼠標都會產生一個軌跡數數據
第三個是：速度快，每一秒都產生巨大的數量
基於上面幾個特點，而當前處理數據的主要是關係型數據庫如SQL Mysql等，非關係型有包括有MongoDB等。而大數據的出現是為了解決這些技術無法處理的問題包括：
我用表格列出如下：
1) 數據集成能力：提供從關係型數據庫、文本文件與分佈式文件系統的雙向導入導出能力，並能夠進行定時調度；
2) 分佈式存儲能力：基於分佈式文件系統，提供分佈式數據倉庫和分佈式數據庫能力，為海量數據存儲提供基礎；
3) 分佈式緩存能力：為MapReduce、Spark等各種計算框架提供緩存，進一步提升數據處理效率；
4) 分佈式計算能力：提供離線計算、流計算、交互式查詢、機器學習等常見的計算場景。
5) 管理監控能力：提供作業調度、數據管理、運維監控等能力；
6) 數據開放能力：為上層數據應用提供統一數據訪問API；
通過上述的大數據平臺，為各個對象，各個行業，從海量的數據中找到需求者需要的數據，為他們提供有有價值的數據用於決策等
起個響亮名字8
大數據之所以能變大就是因為在傳統的結構性數據（如Excel數據庫）之外，又增添了大量的半結構性和非結構性數據，例如文字、圖片、語音、視頻等，這些數據在互聯網時代已遠遠超過結構性數據的規模。
當下，大數據處理工具已基本完善，從數據的收集、記錄、清洗、提取轉化和載入（ETL）、解析、挖掘和檢測報告等全流程的工具都可以實現商業化應用，解決具體行業問題。例如 銀行和電信網絡產生的大量交易和分析數據，若能充分利用，將對企業的日常決策帶來效用的提升；特別是一些基於物聯網的大數據平臺，它們可以實時對數據進行收集和解析，這極大地提升了企業運營的透明度，對風險管理和業績改善提供了有力支持。
山東思脈特奇企業管理諮詢有限公司（SMCTS）認為上述的大數據倉庫和基本工具，為高端新興科技 如人工智能的發展奠定了基礎。例如深度學習功能的實現，機器人需要接受大量“數據知識”的培養，這樣一個機器新生兒才能迅速成長起來、甚至在某一領域超過人類智慧。
更多實用新型短文，請關注頭條號【SMCTS戰略管理和技術】
SMCTS戰略管理和技術
我給你舉一個例子吧。
我喜歡淘寶，幾乎能在天貓上買的東西，我都不會去實體店買了，貴而且我還要自己拎回來，太累了。
在天貓更新版本以後，我發現界面也變化了。比如，我今天想買個粉底，我搜索了很多粉底的信息，下一次，我再打開時候，所有的產品推薦都會是各類的粉底。並且，在搜索結果中會按照我查看的頻率進行排序，比如我搜了好幾遍粉底，每次都打開瑪麗黛佳的產品鏈接查看，那麼第一次瑪麗黛佳排在下面，再幾次就直接到第一個了。
各種產品分類板塊也會根據我的查詢和瀏覽記錄進行設置，比如服裝類我這兩天看的only的，那麼服裝這個板塊顯示的圖標就是only的品牌，其他各類品牌活動也是如此。
大數據會對我們在網絡中的軌跡及習慣進行分析，然後再推送給我們分析出的適合我們的內容。當然了，微博微信人肉也是大數據的結果。
君莫思量我
大數據是近幾年來的熱門詞彙，大數據於各行各業中的應用已經十分廣泛。如果把數據比作地球上的水，單個數據就是一滴水，大數據就象地球上的海洋，它足夠大，水滴足夠多，多到用人工數不清楚，但總的來說，可以通過一定的方式估計海洋中水滴的總量。
大數據，又名海量數據資料，指涉及的數據資料信息量巨大，大到在合理的時間內無法通過人腦甚至市面上一般的主流工具軟件，達到獲取、管理、處理、並最終整理成能夠幫助企業經營管理決策的數據信息。
大數據的特點：數據量大、種類多、 要求實時性強、所蘊含的價值大。大數據存在於在各行各業中，但正因為大數據的特點，我們需要收集、處理，加以分析、歸納以能總結出其更深層次的意義。
大數據的挖掘和處理。大數據必然無法用人腦來推算、估測，或者用單臺的計算機進行處理，必須採用分佈式計算架構，依託雲計算的分佈式處理、分佈式數據庫、雲存儲和虛擬化技術，因此，大數據的挖掘和處理必須用到雲技術。
北大青鳥上海號
數據本身是中性的既不好也不壞，數據古已有之，古人“結繩記事”，“結”是數據，繩子是存儲。人類科學發展史上的不少進步都和數據採集分析直接相關，例如現代醫學流行病學的開端。倫敦1854年發生了大規模的霍亂，很長時間沒有辦法控制。一位醫師用標點地圖的方法研究了當地水井分佈和霍亂患者分佈之間的關係，發現有一口水井周圍，霍亂患病率明顯較高，藉此找到了霍亂暴發的原因：一口被汙染的水井。關閉這口水井之後，霍亂的發病率明顯下降。可以說數據推動了人類的進步。
從數據到大數據，不僅是量的積累，更是質的飛躍。海量的、不同來源、不同形式、包含不同信息的數據可以容易地被整合、分析，原本孤立的數據變得互相聯通。這使得人們通過數據分析，能發現小數據時代很難發現的新知識，創造新的價值。
大數據的價值
循大數據治國，更有效：大數據時代，政府做決策能夠從粗放型轉向集約型；
大數據驅動的運營：組織戰略將從業務驅動轉向數據驅動；
行為數據分析：各種經濟活動行為記錄的大數據，才是真正的“石油”，才有冶煉價值；
大數據與健康：如果真能達成生物學上多維多向數據的有機融合，就能夠把個人完整地描述出來，從而實現精準醫療的；
交叉驗證：大數據的特徵之一是多樣性，不同來源、不同維度的數據之間存在一定的關聯度，可以交叉驗證；
大數據下的科研範式：數據密集型科學，再現真實的歷史場景。
大家之所以對大數據感到恐懼一是不瞭解，二是大數據現在處在發展的初期，還沒有形成完善的數據治理體系，必然存在許多問題。我們努力的方向決定著其屬性的發展。我們應該儘量消減其負面影響，讓大數據發揮其正面作用，從而更好地為人類服務。從長遠來看，即便在當前付出一些高昂的成本，也是非常有必要的。
呂氏講堂
人民數據peopledata
我們可以先看一下數據的歷史，為何現在“大數據”如此火爆？
1、上古時代，那時候人們之間的交流還是基於“口口相傳”，頂多就是結繩計數；數據很少。
2、“倉頡造字”，文字開始進行記錄下來。但是主要記錄到牆上，青銅器上，錦書，竹子上等，記錄數據很花費體力和時間，因此並不是太多；
3、而造紙術和活字印刷術，第一次實現了數據的質的飛越。一年產生的數據可能是以前所有的數據。
4、隨著互聯網的出現，很多文字，圖片和視頻都被信息化，這時候引起了數據的第二次爆發。更重要的是這些數據可以進行處理，但是數據是中心化的。
5、隨著BBS，天涯，博客，微信，自媒體，抖音等新興事物的出現，人人都成為數據的生產者，並被記錄。這也引起了數據的第三次爆發。（人與人的鏈接）
6、隨著“萬物互聯”概念的提出，物聯網而興起，他們可以每時每刻進行數據產生，直接引起了數據的第四次大爆發。包括設備採集數據，跑步數據，心跳數據，天氣數據等等。（人與物，物與物）
可以說每天數據的產生量是以前的2倍。如此多的數據如何處理，這就引起了大數據技術概念。
大數據就是講這些海量的數據進行有結構的處理，並能從中得到有價值的信息，影響我們的決策。
