大数据火热时代，赛场后的大数据：通信、银行、交通、安全，大数据无所不在。世界杯已经到了淘汰赛阶段，欧洲几支强队纷纷回家让“天台上”挤满了悲伤的球迷。最近有一件趣事：在小组没出线的英格兰队0:0战平哥斯达黎加队谢幕巴西世界杯时，看台上的英国球迷们晒出了这样一份账单：机票1200英镑，门票花了2000英镑，住宿花了2000英镑……而其中最恶搞的一句是“我刚抵达巴西你就被淘汰了，这笔花销是无价的”。

      这些球迷们还真说对了，或者更准确的说，每一场世界杯赛事都是“无价的”，因为这里不仅仅汇聚了狂热球迷们白花花的银子，还有主办方为了支撑一届赛事，在电信、交通、银行、安防等不同方面做出的各式各样努力。在进入大数据的时代后，全球联网、信息的实时查询和即时处理看起来是那么理所当然——但事实真的有那么简单么？我们不妨从一个球迷的行动出发，看看在他飞去巴西看世界杯的一系列动作背后，主办方都做了哪些功课。

主办方：航空是一个较早运用大数据的领域，因为繁忙的飞机调度与保证准时飞行可能需要与地面公交、轨道交通、民航、铁路、交管、气象、消防等部门实现信息共享。在海量数据存储与即时调用的压力下，显然航空在这方面还有很大“进步空间”——看看国内航班的晚点率就知道了。

球迷：还好，查了一下发现目前只花了10元钱，可以再多拍几张拿去晒了。

球迷：1300巴西雷亚尔，3600人民币多一点儿。虽然有些“肉疼”，但穷家富路嘛，待会儿刷卡吃饭的时候悠着点儿。

球迷：长舒一口气，好在选择了地铁，还是赶在球赛开始前进了场。

主办方：在大数据的支持下，主办地对某项赛事的安全监控水准正在从“事后查看”提高到“事先预警”。但安全方面的大数据飞速增长，要求IT基础框架的计算能力、存储能力和数据交换的传输能力必须与之相匹配。打个比方，安全监控要求对海量视频数据进行精准分析，主要的难点在于：一个高清视频流量至少在10MB，而监控数据来自成千上万24小时不停歇的摄像头。针对这一点，英特尔基于至强平台的Hadoop计算框架（区域性的、综合性的集中以及概念上的分散，开放架构），避免了全集中的计算框架可能导致的数据传输瓶颈，以及全分布式的计算框架则带来的管理、运维复杂化，可以使网络更有效地支撑其上的应用，保证数据分析的精准实现。在这一基础上的车辆监控系统，不到1秒即可从24亿条过车数据中的机动车号牌查出精确结果和行车轨迹。

                                                                                                          数据分析师