京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据库与大数据领域回顾与展望
2012注定是不平凡的一年,玛雅人将世界末日定在这一年的12月21日,然而这一天也许并不意味着结束,而是重生。正如2012对于大数据的意义一样,经过一年的历练,IT业界将在2013年迎来大数据元年。
一、2012年度回顾:大数据蓄势待发迎接元年
(一)2012年大数据呈现新特征
大数据不是刚刚出现的概念,大数据最早可以追溯到Apache的开源项目Nutch,当时大数据用来描述更新网络搜索索引所需批量处理或分析的大量数据集。随着谷歌MapReduce和GoogleFile System(GFS)的发布,大数据不仅仅用来描述大量的数据,还涵盖了处理数据的速度。
业界对大数据最普遍的认知是它的4V特征,即海量的数据规模(volume)、快速的数据流转和动态的数据体系(velocity)、多样的数据类型(variety)和巨大的数据价值(value)。2012年作为大数据产业蓄势待发的一年,大数据呈现以下新特征:
1.数据量增长更加迅速。随着社交网络和移动互联网的发展,数据呈现爆炸式增长,甚至过去三年里产生的数据量超越了以往四万年的数据量。国内最大的微博新浪微博在今年第三季度宣布注册用户已超过4亿,用户平均每天发布超过10亿条微博内容,活跃用户中有60%通过移动终端登录,所有来自移动终端的原创内容中,有40%的微博分享照片。根据IDC今年一项研究显示,未来10年全球数据量将以40%的速度增长,到2020年将达到35ZB(Zettabyte),大数据将迎来ZB时代。然而这仅仅是个开始,未来数据量将达到什么级别,我们无法想象。
2.数据在企业中的地位日益突出。数据是企业最宝贵的资源。当前,企业最迫切的就是希望能从大数据中挖掘商业价值,以保持其在市场中的竞争力。随着数据挖掘、数据分析和商业智能技术的不断深入,企业决策越来越依赖于数据。大数据将会创造一个新的经济领域,该领域的全部任务就是将信息或数据转化为经济利益。分析的数据越全面,分析结果就越接近于真实,才能更好的指导企业运营。.企业中的数据既包括结构化数据,也包括非结构化数据,且非结构化数据的比例越来越高。IDC在报告中指出,利用大数据的商业价值:领军企业与其他企业之间最大的显著差别在于新数据类型的引入,那些没有引入新的分析技术和新的数据类型的企业,不太可能成为其行业的领军者。
3.大数据人才缺口巨大。大数据时代更需要复合型人才,能够帮助组织在大量信息中挖掘有价值的数据,并将数据转化为深入的认知和精准预测的模型。大数据人才须具备综合性素质:他们通常是统计学家并且精通数据建模,同时知道如何在可用数据中使用最佳的算法,这极具技术含量。据Gartner预测,到2015年,全球将新增440万个与大数据相关的工作岗位,且会有25%的组织设立首席数据官职位。今年7月,阿里巴巴集团成为国内第一家任命首席数据官的企业,业内也普遍看好数据人才的未来。
4.企业对大数据的投入增加。2012年大数据市场的增长速度明显快于整个IT市场,据Gartner的最新统计,大数据市场销售额将在2012年增长21.4%,达到340亿美元。在今年大数据总开支中,只有43亿美元或12.6%的资金是直接由新的大数据功能产生的,而大部分的开支仍流向比较传统的解决方案,以满足企业对速度、多样性和数据容量的需求。目前企业对大数据的投入还停留在基础设施建设阶段,想要真正将数据转化为价值,还需继续在数据分析和展现等环节加大投入。
(二)IT巨头进军大数据 新兴企业不断涌现
大数据带来的商业机遇被越来越多的厂商看重,传统IT厂商陆续推出大数据产品及解决方案,引入多年技术积累和客户资源;同时大数据新兴企业不断涌现,大有超越前者之势。
1.IT巨头进军大数据。以IBM、Oracle、SAP、Intel、微软为代表的老牌IT厂商将业务触角伸向大数据产业,推出软件、硬件及软硬件一体化的行业解决方案。这其中既包括对Hadoop等开源大数据技术的集成,也包括各大厂商独有的创新技术。
收购也是IT巨头进入大数据市场的敲门砖。今年4月,虚拟化巨头VMware收购大数据分析的初创企业Cetas,提供Hadoop平台上的分析服务,从而开启VMware大数据之旅。另外,大数据收购案例还包括Teradata收购高级分析和管理各种非结构化数据领域的市场领导者和开拓者Aster Data,IBM收购商业分析公司Netezza等。
这些老牌IT厂商技术实力不俗,产品线丰富,在各个领域发挥重要作用。进军大数据市场,既增加了雄厚的技术底蕴,也能够让客户更容易的接受他们的产品或解决方案,逐渐成为大数据产业发展的主力军。
2.新兴企业不断涌现。与那些老牌IT厂商不同,大数据市场还吸引了许多新兴企业的加盟。面对大数据带来的无限商机,初创公司开始挖掘大数据的商业价值,推出别具一格的产品或解决方案。
在这些新兴企业中,有业内比较熟悉的基于Apache Hadoop的大数据分析解决方案的提供商Datameer、大数据分析公司Connotate、大数据技术初创公司ClearStory Data等,其中大数据公司Splunk于今年4月在纳斯达克成功上市。
新兴企业拥有独特的技术优势,是传统IT企业所不具有的。相对于IT巨头,新兴企业更能够从细化的角度服务企业,向企业提供更专业的大数据服务。因此,在充满机遇的大数据市场,新兴企业完全有可能超越IT巨头,在短时间内获得市场的认可。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02