京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2015年年大数据新趋势:大数据变小_数据分析师
大数据,这个用来形容资料爆炸量、多样化以及数据更新快速的专有名词,主要还是由物联网传感器、行动装置…等小型设备所运算结果集结成的。
有人预测2015年,将是大数据相当成功的一年。讽刺的是,这裡指的不是因为他们能精通Hadoop或Spark等复杂却高效率的分布式计算系统。反过来说,2015 年我们将使用更优于Hadoop 工具的方式,来处理过去使用大数据时伴随而来的问题。
其中最大的变化在于,能有效佈署与管理收纳网路服务的 Docker、企业计算容量等…开源技术的崛起,但相较于大数据能造成的潜在影响力还是相形见绌。知名弹性整合公司 SnapLogic 的 Darren Cunninhgam 更强调,几乎所有具指标性的大企业,趋势显示最终还是会回归数据基本面。
▲ SnapLogic 公司的 Darren Cunninhgam 在 Twitter 以 Big、small、fast、slow…等来形容大数据Big Data 千变万化特性。
但问题是,大多时刻我们探讨这些数据的机会,远多于投入实际使用。早在2013 年,Darren Cunninhgam 即指出每个人都知道他们需要做的事情与大数据息息相关,但实际上却很少人懂得如何运用。即便2014年都快已过完,这现象始终没改变。大多数企业仍然没有对这些数据资料花费太多心思,甚至对一些人来说这更是个复杂难题,除了专业科学家会好好使用外,这些付费就能取得的open-source 工具,对一般人来说要使用实在太困难了。
甚至多数人对大数据长久下来一直充满误解。举个例子,来自Bloomberg(专业财经媒体)负责人Matt Hunt 宣称:「在Bloomberg 我们并没有大数据问题,反而是有中量资讯(medium data)问题,这裡指的中量资讯指的是量够大、但适用于单一设备上,但并不需要庞大巨量的集群数据,相当于Terabytes 兆位元,而不需要达PB 等级。」
日前与相关IT 机构合作的NewVantage 透过调查表示,大数据能以PB 等级的惊人单位产生新闻,但大多数企业实际上也只需要管理到Terabytes 等级的数量。只有28% 的人认为,与其挑战大数据所带来庞大的资料数据,他们更关心的是资料种类多样性与更新速度。
在即将迈入2015 年此刻,许多企业仍因被迫使用 Hadoop 工具来面对他们的数据而饱受挣扎,特别当他们不断使用这些错误工具,套用在只能处理中量资讯资料的应用程序中。
提到2015 大数趋势,用「Big Data Gets Little」这句话就能看出端倪。于物联网之于行动装置的重要性,我们不能再单纯以近乎失去判断力、甚至盲从迷信的心态面对这些大数据工具。不过,Hadoop 是否还能像今年在物联网中扮演重要角色?「那当然!」Cloudera 公司创始人之一 Mike Olson 如是说:「新一代数据库技术,并不会去破坏现有大企业习于使用的 OLTP 及OLAP 等结构化数据处理与分析的市场,它虽然拥有前所未有的对于新数据分析与解锁能力,甚至能让我们以不同观点去瞭解这世界上各种事物,无论是创造新机会或新市场,对大数据来说基本上还是须依靠物联网,才能创造出更巨大机会。」
不过对 Hadoop 来说,虽为目前最理想用来处理大量数据的工具,却没有足够即时分析数据的能力。为能有效追踪物联网数据,NoSQL 数据库对 Hadoop 来说扮演重要辅助角色,使得能够即时回应实用数据成为可能。
有鑑于物联网产生数据(包括透过全新传感器、全新的数据类型…等)不断变化的特性,像 NoSQL这样的数据库是必须存在的,Machina 在一份研究中更假设:「从来自愈来愈多不同传感器、设备、或应用程序产生出愈来愈多的指数,一个事件会伴随出更多样化结构数据,这些附加数据範围从企业系统到众包数据,都必须经过整合才能传成有效资料。」
很多大数据工作迄今已将 Hadoop 与相关数据库系统或 RDBMS 做整合,但这却不是最理想的整合方式。根据权威 IT 行业分析机构 Gartner 指出,「因为物联网与各种行动装置应正迫使我们思考产生变化,并影响到我们之于这些数据的互动方式。」
在 2015 年,更多的大数据将同步从企业数据资料库转移至 Hadoop 端、或从严谨的 RDBMS 转移到更灵活的 NoSQL。毫无疑问地,物联网是成为这场变革的最大驱动力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10