京公网安备 11010802034615号
经营许可证编号:京B2-20210330
洪钊峰总编致开幕辞:迎接大数据时代
第四届中国数据库技术大会在北京福朋喜来登酒店拉开序幕。在为期三天的会议中,大会将围绕大数据应用、数据架构、数据管理(数据治理)、传统数据库软件等技术领域展开深入探讨,并将邀请一批国内顶尖的技术专家来进行分享。本届大会将在保留数据库软件应用实践这一传统主题的基础上,向大数据、数据结构、数据治理与分析、商业智能等领域进行拓展,以满足于广大从业人士和行业用户的迫切需要。
自2010年以来,国内领先的IT专业网站IT168联合旗下ITPUB、ChinaUnix技术社区已经连续举办了三届数据库技术大会,每届大会超过千人规模,云集了国内技术水平最高的数据架构师、DBA、数据库开发工程师、研发总监、IT经理等,是目前国内最受欢迎的数据库技术盛会。
▲点击进入第四届中国数据库技术大会(DTCC 2013)报道专题
4月18日,2013中国数据库技术大会正式开幕。IT168企业级编辑部总编洪钊峰致开幕辞,他表示,中国的大数据市场未来5年将以51.4%的速度增长,对于在座的技术精英而言,抓住大数据的快速发展期,就是提升自身价值的最佳途径。在大数据需求的推动下,数据库行业展开了新一轮的创新。这些新技术包括内存数据库、海量并行处理分析技术等等,并通过与Hadoop、NoSQL等开源工具的结合,积极迎接大数据时代的挑战和机遇。
ITPUB社区作为中国当前最大的数据库人才交流和聚合基地,举办了四届的数据库技术大会也已经成为国内最高水准的专业会议平台,我们非常渴望与大家一起共同迎接这样一个时代,为大家的技术提升、业务转型、架构和应用开发贡献绵薄之力。
▲IT168企业级编辑部总编洪钊峰
以下为演讲内容:
尊敬的各位嘉宾、女士们、先生们,大家上午好!
首先欢迎大家来参加2013第四届中国数据库技术大会!
既然大家都是跟数据打交道的,我也想先分享两组数据:
刚刚闭幕的IDF大会披露说,预计到2016年,会有190亿个不同的设备连接到互联网和物联网上。想想看,这会产生多大的一个数据量!另一组数据是,根据IDC的预测,中国的大数据市场未来5年将以51.4%的速度增长,这5年将成为大数据的全面发展期。对于在座的技术精英而言,抓住大数据的快速发展期,就是提升自身价值的最佳途径。
再看看我们的身边,大数据时代正在产生很多杀手级的应用。不管你是搞计算机的,还是学数学、统计学,或者是学生物、化学的,无论你们公司是做金融、保险的,还是制造业,或者提供互联网服务,都有机会在大数据时代找到新的机会。甚至我最近在微博上看到有人居然想利用大数据来挖掘那些消费额异常的女大学生,然后根据代付、转帐情况来画出她们的干爹分布图。这是一个多么没有隐私的时代啊!
在这样一个时代,我们也在思考,作为媒体,我们能做什么?难道只是扮演好一个产业的观察者吗?不,我们也要更加深入地融入其中。众所周知,ITPUB社区是中国当前最大的数据库人才交流和聚合基地,我们举办了四届的数据库技术大会也已经成为国内最高水准的专业会议平台,我们非常渴望与大家一起共同迎接这样一个时代,为大家的技术提升、业务转型、架构和应用开发贡献绵薄之力。
早在半年前我们开始策划本届会议的时候,我们就把大数据,以及相关的数据挖掘、分析治理确定为本届大会的主题方向。通过广泛的征集和挑选,我们寻找了一大批在大数据、Hadoop、NoSQL、NewSQL、内存数据库、数据分析、商业智能等相关领域的高水平专家,来分享他们的经验和最佳实践。统计了一下,在未来三天里,我们一共有55场技术分享,其中一半以上的内容都跟大数据相关。
另外,我们也在想如何在自身网站产品建设和运营过程中用上大数据技术。比如我们有一个新的产品,叫IT168文库,在过去一年里,就有20万用户上传了70万文档,同时平均每1分钟就有一个网友会通过邮箱索取这种方式去下载,这些海量的用户信息、海量的文档信息之间如何关联、挖掘和分析,进而转化成可以为用户提供更有针对性、更符合其需求的内容服务,也是我们每天都在考虑的事情。
虽然我们很重视大数据,但这是否意味着传统的数据库不再重要了呢,当然不是!大数据的繁荣并不意味着关系型数据库的没落。在大数据需求的推动下,数据库行业展开了新一轮的创新。这些新技术包括内存数据库、海量并行处理分析技术等等,并通过与Hadoop、NoSQL等开源工具的结合,积极迎接大数据时代的挑战和机遇。在本届大会,明天我们会用一整天的时代来讨论Oracle、MySQL、SQL Server的架构与性能优化经验。值得一提的是,在大会之前,ITPUB社区还组织专家制定了Oracle数据库设计规范,也会在明天下午正式发布。
我们相信未来是个多元化的世界,也是一个以业务和应用体验为导向的世界,每一种技术会有自己的位置。这些技术的重定位、融合也会给广大的用户带来更灵活的选择,给产业带来更多的机会!
希望大家喜欢这样一场汇聚了众多先进思想和先进技术的大餐!
最后预祝本届大会圆满成功!谢谢大家!
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