“大数据”取决于谁做的定义_数据分析师
大数据是时下流行语，但这是它真正的意思吗？让数据变大吗？
数据科学家约翰·Rauser提到一个简单的定义：由一台计算机处理的数据量当然非常大。
这是过于简单化造成的。
杰弗里·布林的研究小组说，“大数据是最大肆宣传的技术之一，因为在去年最被夸大的技术，当发生这种情况，定义就会变得混乱。”
IDC业务分工方案副总裁Dan Vesset说，由于缺乏一个标准的定义点，导致市场不成熟。 “我想看到的东西，实际上谈到有关数据，而不是处理所需的基础设施，”他说。
“它可能不具有所有的包容性，但我觉得大部分这是正确的，”大数据项目分析师杰夫·凯利说。它是如此之大，分析它需要将多个工作负载，从而自动将定义蔓延。
大数据的使用分为三个方面，所有这一切都发生在字母V：数量，速度和各种启动。如许多分析公司IDC和企业，如IBM，似乎围绕着这个定义。量将意味着大量生成和组织收集的数据;速度，是指必须分析数据的速度和品种是指从文本，所收集的数据的不同类型繁多，音频，视频，网络日志和更多。
但也有一些怀疑该定义的声音。Breen认为，第四个“V”添加到定义：供应商。
“AWS和IBM的定制定义，是支持他们的产品，”布林说。“例如AWS的大数据分析工具，如地图，减少弹性，这是一个基于云的大数据处理功能，提供了一个品种。”
亚马逊发言人万亿兰德尔在一封电子邮件写道：云提供即时的可扩展性和弹性，让您专注于分析，而不是基础设施。“它增强你的能力和能力要求有关数据的问题，并得到迅速以及正确的解答。” 兰德尔说。
大数据分析是一个新兴的市场。凯利认为，谷歌最近发布BigQuery，该公司基于云的数据分析工具。对于IBM而言，信息是“21世纪的石油”，业务决策，横跨多种行业前进。
IDC称，大数据是一个很大的市场，IDC估计企业将投资超过120亿美元，横跨硬件，软件和服务。
Vesset说，大数据的关键并不在于它是如何定义的，而是用数据做什么。最大的挑战是了解哪些技术是最好的数据和使用情况。如果这是传统的关系数据库相比，非结构化数据的服务。
到目前为止，大数据的定义是无形的。凯利表示，大数据最好的定义就是当你看到它，你就全知道了。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23CDA 数据分析师：以指标为钥，解锁数据驱动价值 在数字化转型的浪潮中，“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时，一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域，“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时，默认指 ...
2025-09-22
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
