大數(shù)據(jù)知識科普：什么叫大數(shù)據(jù)

近些年來，大數(shù)據(jù)越來越火熱，但是有不少網(wǎng)友對大數(shù)據(jù)基本的概念還有些模糊。從字面上來看，大數(shù)據(jù)就是比較大的數(shù)據(jù)。那么這個“大”到底是指形狀大，還是數(shù)量大呢？同時，這個大數(shù)據(jù)是怎么來的，它到底又有什么樣的作用呢？下面我們將一一解答。

大數(shù)據(jù)產(chǎn)生的背景

進入2012年，大數(shù)據(jù)(big data)一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產(chǎn)生的海量數(shù)據(jù)，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng)新。它已經(jīng)上過《紐約時報》《華爾街日報》的專欄封面，進入美國白宮官網(wǎng)的新聞，現(xiàn)身在國內(nèi)一些互聯(lián)網(wǎng)主題的講座沙龍中，甚至被嗅覺靈敏的國金證券、國泰君安、銀河證券等寫進了投資推薦報告。

最早提出“大數(shù)據(jù)”時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數(shù)據(jù)，已經(jīng)滲透到當今每一個行業(yè)和業(yè)務職能領域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運用，預示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來。” “大數(shù)據(jù)”在物理學、生物學、環(huán)境生態(tài)學等領域以及軍事、金融、通訊等行業(yè)存在已有時日，卻因為近年來互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。

大數(shù)據(jù)到底是什么

對于“大數(shù)據(jù)”（Big data）研究機構(gòu)Gartner給出了這樣的定義?！按髷?shù)據(jù)”是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。維基百科的定義，大數(shù)據(jù)是指無法在可承受的時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合。

簡單來說，大數(shù)據(jù)具有4V的特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。

根據(jù)國際數(shù)據(jù)公司（IDC）的《數(shù)據(jù)宇宙》報告顯示：2008年全球數(shù)量為0.5ZB，2010年為1.2ZB，人類正式進入ZB時代。更為驚人的是，2020年以前全球數(shù)據(jù)量仍將保持每年40%多的高速增長，大約每兩年就翻一倍，這與IT界的摩爾定律極為相似，姑且稱之為“大數(shù)據(jù)爆炸定律”。

上面內(nèi)容中提到了“ZB”的概念，那么它具體是指什么意思呢？

我們平常所熟知的數(shù)據(jù)的大小是“G”、"M"等，比如說，一部高清電影大約1個G左右，一首歌曲的大小為幾M。

1G=1024M

1M=1024KB

1B=8bit

bit中文名稱是位，音譯“比特”，是用以描述電腦數(shù)據(jù)量的最小單位。

bit 來自binary digit （二進制數(shù)字），由數(shù)學家John Wilder Tukey提出（可能是1946年提出，但有資料稱1943年就提出了）。這個術(shù)語第一次被正式使用，是在香農(nóng)著名的論文《通信的數(shù)學理論》(A Mathematical Theory of Communication)第1頁中。[1]

二進制數(shù)系統(tǒng)中，每個0或1就是一個位（bit）。

上面KB中的“B”就是字節(jié)的意思，英文為“byte”.我們電腦文檔中的漢字占兩個字節(jié)，英文字母占一個字節(jié)。路遙先生的《平凡的世界》這本書約有一百萬字，換算成字節(jié)就是兩百萬個字節(jié)，為2000000B。

而具體的換算方法為

1KB=1024B；1MB=1024KB=1024×1024B。其中1024=210。

1B（byte，字節(jié)）= 8 bit（見下文）；

1KB（Kibibyte，千字節(jié)）=1024B= 2^10 B；

1MB（Mebibyte，兆字節(jié)，百萬字節(jié)，簡稱“兆”）=1024KB= 2^20 B；

1GB（Gigabyte，吉字節(jié)，十億字節(jié)，又稱“千兆”）=1024MB= 2^30 B；

1TB（Terabyte，萬億字節(jié)，太字節(jié)）=1024GB= 2^40 B；

1PB（Petabyte，千萬億字節(jié)，拍字節(jié)）=1024TB= 2^50 B；

1EB（Exabyte，百億億字節(jié)，艾字節(jié)）=1024PB= 2^60 B；

1ZB（Zettabyte，十萬億億字節(jié)，澤字節(jié)）= 1024EB= 2^70 B；

1YB（Yottabyte，一億億億字節(jié)，堯字節(jié)）= 1024ZB= 2^80 B；

1BB（Brontobyte，一千億億億字節(jié)）= 1024YB= 2^90 B；

1NB（NonaByte，一百萬億億億字節(jié)） = 1024 BB = 2^100 B；

1DB（DoggaByte，十億億億億字節(jié)） = 1024 NB = 2^110 B；

從上面可知， 1ZB（Zettabyte，十萬億億字節(jié)，澤字節(jié)）= 1024EB= 2^70 B；，這個數(shù)量級實在是恐怖，可想而知大數(shù)據(jù)到底有多大。

大數(shù)據(jù)有什么用呢？

大數(shù)據(jù)的應用其實早已滲透到人們生活中的方方面面：亞馬遜運用大數(shù)據(jù)為客戶推薦商品信息，阿里用大數(shù)據(jù)成立了小微金融服務集團，而谷歌更是計劃用大數(shù)據(jù)接管世界??當下，很多行業(yè)都開始增加對大數(shù)據(jù)的需求。大數(shù)據(jù)時代不僅處理著海量的數(shù)據(jù)，同時也加工、傳播、分享它們。不知不覺中，數(shù)據(jù)可視化已經(jīng)遍布我們生活的每一個角落，畢竟普通用戶往往更關(guān)心結(jié)果的展示。伴隨去年底百度地圖采用LBS定位春運的可視化大數(shù)據(jù)，就引起了學界對新聞創(chuàng)新和大數(shù)據(jù)可視化的熱議。

就拿我們手中的智能手機來說吧，它既是一款數(shù)據(jù)采集工具，同時也是一個多媒體的數(shù)據(jù)可視化展示平臺;現(xiàn)在的新聞播報也越來越多的用到數(shù)據(jù)圖表，動態(tài)演示且立體化的呈現(xiàn)報道內(nèi)容;影視劇和電子游戲頻繁出現(xiàn)的數(shù)據(jù)可視化元素，無疑讓作品的科技與未來感更加豐滿;教育與科普方面則是數(shù)據(jù)可視化更大的應用領域，人們開始對單調(diào)保守的講述方式失去興趣，期待更加直觀、高效的信息呈現(xiàn)形式，數(shù)據(jù)可視化正好彌補了這項需求。在智能手機、平板電腦和車載電腦等平臺日漸普及的當下，新的交互手段將會成為數(shù)據(jù)可視化的趨勢。

數(shù)據(jù)可視化起源于1960年計算機圖形學，那時候人們使用計算機創(chuàng)建圖形圖表，可視化提取出來的數(shù)據(jù)，可以將數(shù)據(jù)的各種屬性和變量呈現(xiàn)出來。隨著計算機硬件的發(fā)展，人們創(chuàng)建更復雜規(guī)模更大的數(shù)字模型，于是乎發(fā)展了數(shù)據(jù)采集設備和數(shù)據(jù)保存設備，而此時也需要更高級的計算機圖形學技術(shù)及方法來創(chuàng)建這些規(guī)模龐大的數(shù)據(jù)集。隨著數(shù)據(jù)可視化平臺的拓展，應用領域的增加，表現(xiàn)形式的不斷變化，以及增加了諸如實時動態(tài)效果、用戶交互使用等，數(shù)據(jù)可視化像所有新興概念一樣邊界不斷擴大。