简介：许多朋友问有关大数据时代持续多长时间的问题。本文的首席CTO注释将为您提供详细的答案，以供您参考。我希望这对每个人都会有所帮助！让我们一起看看！
大数据技术的历史：大数据的前世
我们今天经常说的大数据技术起源于2004年左右的Google发表的三篇论文，这是我们经常听到的“三驾驶运输”，分别是分发文件系统GFS和大数据分布式计算框架。数据库系统bigtable。
您知道搜索引擎主要做两件事，一项是网页捕获，另一个是索引构造。在此过程中，需要存储和计算大量数据。该“ TROIDEE”实际上用于解决此问题。您还可以从简介中看到文件系统，计算框架和数据库系统。
现在您会听到分布式，大数据之类的单词，并且您必须完全熟悉它。但是您需要知道，在2004年，整个互联网仍处于无知的时代。Google发表的论文确实使该行业振兴了。每个人都突然意识到它仍然可以这样玩。
由于这段时间，大多数公司的注意点实际上都集中在立场上。他们正在考虑如何提高单个机器的性能并找到更昂贵和更好的服务器。Google的想法是部署大型服务器群集，通过分布式将大量数据存储在该群集上，然后在集群上使用所有机器要计算数据。这样，Google不需要购买很多非常昂贵的服务器。它只需要将这些普通机器组织在一起，这是非常强大的。
当时的天才程序员也是Lucene开源项目Doug Cutton的创始人，他正在开发开源搜索引擎蔬菜。阅读了Google的论文后，他感到非常兴奋，然后根据论文原理意识到与GFS和MapReduce相似的功能。
两年后的2006年，道格（Doug）切割了这些大数据相关的功能与nutch分开，然后启动了一个独立的项目来开发和维护大数据技术。文件系统HDFS和大数据计算引擎MAPREDUCE。
当我们回顾软件开发的历史（包括我们开发的软件）时，您会发现某些软件不会要求它或在开发后在少数人中使用它。这样的软件实际上是开发的大多数软件。一些软件可能会创建一个行业，每年创造数十亿美元，并创造数百万个就业机会。这些软件曾经是Windows，Linux，Java，现在必须将此列表添加到Hadoop中。
如果有时间，可以简要浏览Hadoop的代码。这本用Java编写的软件没有深厚的技术困难。它也是最基本的编程技术。但是，它对社会产生了巨大的影响，甚至推动了深刻的科学和技术革命，从而促进了人工智能的发展和进步。
我认为，当我们进行软件开发时，我们也可以考虑一下。我们开发的软件的价值点在哪里？需要使用软件实现价值的地方在哪里？您应该关注业务，了解业务，具有宝贵的方向，使用自己的技术来为公司，然后实现您的生命价值。要求整日埋在需求说明文件中，做一个不思考的代码机器人。
Hadooop发布后，Yahoo迅速使用了它。一年后至2007年，百度和阿里巴巴也开始使用Hadoop进行大数据存储和计算。
2008年，Hadoop正式成为Apache的首要项目，后来Doug Cutch自己成为Apache Foundation的董事长。此来，Hadoop升成了软件开发领域的明星。
同年，建立了专门从事Hadoop的商业公司Cloudra，Hadoop获得了进一步的业务支持。
目前，有些来自雅虎的人认为使用MapReduce编程大数据编程太麻烦了，因此他们开发了Pig.pig是一种脚本语言。使用SQL的语法。开发人员可以使用猪脚本来描述大型数据集上的操作。编译编译后，生成MapReduce程序，然后在Hadoop上运行。
尽管编写猪脚本比Direct MapReduce编程更容易，但它仍然需要学习新的脚本语法。因此，Facebook再次发布了Hive。Hive支持使用SQL语法用于大数据计算。例如，您可以为数据查询编写选择语句，然后Hive将SQL语句转换为MapReduce计算程序。
通过这种方式，熟悉数据库的数据分析师和工程师可以使用大数据进行数据分析和处理而无需阈值。在蜂巢的外观外观之后，Hadoop的难度大大减少了，开发人员和企业很快就追求了它。2011年，在Facebook大数据平台上运行的90％的操作来自Hive。
随后，许多Hadoop外围产品开始出现，大数据生态系统逐渐形成，包括：SQOOP专门研究与Hadoop平台的关系数据库中的数据； Workflow Dispatch Engine Oozie等。
在早期的Hadoop中，MapReduce既是执行引擎，也是资源调度框架。MapReduce本身完成了服务器群集的资源调度管理。但是，这不利于资源重用，也使MapReduce非常肿。这是纱线。在2012年，Yarn成为一个独立的项目，后来得到了各种大数据产品的支持，成为大数据平台上最主流的资源调度系统。
同样在2012年，由UC Berkeley AMP实验室（算法，机器和人员）开发的Spark开始出现。在那个时候，AMP实验室中的MA Tie博士发现，在使用MapReduce进行机器学习，因为机器学习算法通常需要执行许多迭代计算，并且MAPREDUCE需要每次映射和减少计算进行重新操作。ComeCome Come很多不必要的消费。另一个重点是MapReduce主要将磁盘用作存储介质。在2012年，记忆因能力和成本限制而破坏了数据运行过程中的主要存储介质。一开始启动了Spark，该行业立即被追捕，并逐渐取代了MapReduce在公司应用程序中的状态。
一般而言，诸如MAPREDUCE和SPARK之类的计算框架处理之类的业务场景称为批处理处理计算，因为它们通常是针对由“天空”生成的数据计算的，然后获得了所需的结果。该中间计算需要大约数十分钟甚至更长的时间。由于从在线获得的实际时间数据中获得了计算的数据，但是历史数据，这种类型的计算也称为大数据的离线计算。
在大数据领域，还有另一种类型的应用程序方案。他们需要立即计算实时生成的大量数据，例如面部识别和对整个城市监视摄像机的可疑跟踪。这种类型的计算称为大数据流计算。相应地，有一些流计算框架，例如Storm，Flink，Spark流，以满足此类大数据应用程序的场景。通过流计算进行处理的数据是在Ore -Time Online中生成的数据，因此此类计算也是如此称为大数据实时计算。
在典型大数据的业务情况下，最常见的数据业务方法是使用批处理处理技术来处理历史的完整数据，并使用流计算来处理真实的time新数据。和批处理处理。
除了大型数据批处理处理和流处理外，NOSQL系统处理主要是大型大规模数据的存储和访问，因此它也被归类为大数据技术。NOSQL在2011年左右非常受欢迎，许多优秀的产品也很受欢迎。例如HBase和Cassandra出现。其中，HBase与与Hadoop分离的基于HDFS的NOSQL系统分离。
当我们回顾软件开发的历史记录时，我们会发现几乎相似的软件功能非常接近它们。例如，Linux和Windows出现在1990年代初期。Java开发中的各种MVC框架基本上出现在同一时间。Android和iOS也从前脚和背部出现。当时，我还参加了阿里巴巴自己的NOSQL系统的开发。
事物的发展有其自身的趋势和法律。当您处于趋势状态时，您必须抓住趋势的机会，并找到一种脱颖而出的方法。即使您没有成功，您也会更多地了解时代的脉搏，并获得宝贵的知识和经验。如果趋势撤退，然后在这个方向上努力工作，它只会获得混乱和沮丧，这将无济于事时代和你自己。
但是时代的浪潮就像海滩上的波浪，总是波浪和一波浪。只要您站在大海并进入这个行业，下一波浪潮将很快再次出现。成功或失败，不会后悔。
这是历史前进逻辑和时代趋势发展的良好的进步。受欢迎的是，它是在空中渠道中飞行。
我提到的上述基本上可以分类为大数据引擎或大数据框架。数据挖掘和机器学习包括特殊的机器学习框架Tensorflow，Mahout和MLLIB，它们已经在主要的机器学习和数据挖掘算法中构建。
此外，大数据必须存储在分布式文件系统（HDFS）中，并且必须以有序的方式安排MapReduce和Spark操作，并且可以将执行结果写入每个应用程序系统的数据库中。还有一个大数据平台来集成所有这些。BIG数据组件和企业应用程序系统。
该图中的所有这些框架，平台和相关算法构成了大数据的技术系统。我将一对一地分析列后面，以帮助您为大数据技术原理和应用程序算法建立完整的知识系统。自己的项目。
希望帮助您！?
大数据时代
（大量信息（IT行业术语））
编辑
提出“大数据”时代的最早时间是世界著名的咨询公司麦肯锡。麦肯锡说：“数据已经渗透到当今的每个行业和业务职能领域，成为一个重要的生产因素。随着新浪潮的生产率增长和消费者盈余的到来。”“大数据”一直存在于物理学领域，生物学领域，环境生态以及军事，金融，通讯和其他行业。信息行业的发展引起了人们的关注。
中文名
大数据时代
外语名称
大数据
提出
麦肯锡
类别
科学
目录
1生成背景
2影响力
?大数据
?大数据的本质
?数据值
?可视化
3个功能
4案例分析
5行业上升
6提供基础
7个响应措施
背景
编辑
在2012年，大数据越来越多地提到，人们用它来描述和定义信息爆炸的质量数量。
大数据的时代即将到来
根据与相关技术发展和创新有关的研究和创新。在中国的某些互联网主题中，投资推荐报告。[1]
数据正在迅速扩展并变得更大。它决定了企业的未来发展。尽管许多公司可能没有意识到数据爆炸性增长引起的问题的隐藏危险，但随着时间的流逝，人们将越来越意识到对企业的重要性。
作为2012年2月的《纽约时报》，“大数据”时代已经到来，在商业，经济和其他领域，制定将越来越基于数据和分析，而不是基于经验，直觉和直觉
“这是一场革命，庞大的数据资源已经在各个领域开始了定量过程。无论学术，商业或政府如何，所有领域都将开始这一过程。”[2]
影响
编辑
大数据
当前的社会是一个高速的社会，发展的技术，信息流通，人们的沟通越来越近，越来越方便，生活越来越方便。大数据是这个高科技时代的产物。[3]
随着云的出现，大数据也吸引了越来越多的关注。BIG数据通常用于描述公司创建的大量非结构化和半结构数据。这些数据在下载到关系数据库时花费了太多时间和金钱。BIG数据分析通常与云计算相关联，因为实际 - 时间大尺度数据集分析需要分配给数百台，甚至数百台计算机，例如MapReduce。[2]
在当今社会中，大数据的应用越来越多地证明了他的优势，并且它所占据的领域越来越大。e -Commerce，O2O，物流发行等，使用大数据开发的领域正在帮助企业不断帮助企业不断帮助企业。开发新业务和创新的操作模型。大数据的概念，消费者行为的判断，预测产品销售，准确的营销范围和库存供应已得到全面改进和优化。[4]
“大数据”是指在互联网行业中的这种现象：在日常操作中生成和积累的互联网行为数据。这些数据的规模是如此之大，以至于无法用G或T进行测量。
大数据有多大？一组称为“互联网上的一天”的数据告诉我们，当天，互联网的所有内容都可以用1.68亿DVD雕刻；发出的电子邮件为2,940亿（相当于美国两年来美国两年的纸质信件。）;售出378,000张手机，世界每天出生的婴儿有371,000人... [1]
截至2012年，数据量从结核病（1024GB = 1TB）升至PB（1024TB = 1pb），EB（1024pb = 1EB），甚至ZB（1024EB = 1ZB）。国际数据的研究结果公司（IDC）表明，2008年生成的数据量为0.49zb，2009年的数据量为0.8zb，2010年的增加为1.2zb。2011年的数字高达1.82zb，等同于世界上的等效人群产生的数据超过200GB。2012年，人类生产的所有印刷材料的数据量为200pb，以及该数据的数据量，以及这些数据量，这些数据量所有人都说，全人类的历史大约是5EB.IBM研究指出，整个人类文明获得的全部数据中有90％是在过去两年中产生的。到2020年，到2020年，今天的数据将达到44倍。[5]每天，全世界都会上传超过5亿张图片，每分钟20个小时的视频。音乐上传，每天都不能创建信息量。大约人们自己的数字信息。
这种趋势将继续下去。我们仍处于被称为“物联网”的初始阶段。随着技术的成熟，我们的设备，运输和“可穿戴”技术的快速开发将能够相互联系和交流。科学技术的进步已将创建，捕获和管理信息的成本降低到2005年的一个-sixth自2005年以来，用于硬件，软件，才能和服务的商业投资也增加了50％。它达到了4000亿美元。[5]
大数据的本质
大数据给我们带来了三个破坏性概念：所有数据是所有数据，而不是随机抽样；这是一个普遍的方向，不是精确的指导；这是相关性，而不是原因和作用。[6]
过去，我们通常认为这是受限制的限制，但是高性能的数字技术使我们意识到这实际上是人为的限制）。
B.这不是准确性，而是混合：有太多的研究数据，因此我们不再热衷于追求准确性；我们需要在之前进行分析的数据非常小，因此我们必须尽可能准确地量化记录。量表的扩展将以准确的范围削弱痴迷。有了大数据，我们不再需要要求一个现象来要求一种现象。只要我们掌握了一般开发方向，就适当地忽略了微观层面的准确性，这将使我们在Macrohas中成为宏观上的宏观洞察力。
C.这不是因果关系，而是相关性：我们不再热衷于寻找因果关系。寻找因果关系是人类的长期习惯。在大数据时代，我们不需要注意事物之间的因果关系，但我们应该寻找它，但我们应该找到它可以找到。相关性可能无法告诉我们为什么会发生某些事情，但它提醒我们这正在发生。
数据值
在大数据时代，最昂贵的是什么？
十年前，通道叔叔曾经说过：“最昂贵的是什么？”- “人才”，“人才”。然而，今天，十年后，大数据时代还带来了各种数据，这些数据继续增加了价值的两倍。可穿戴设备，数据的增长从未停止，甚至喷在井中。[7]
在一分钟内，微博上的数据量推动了新发行的100,000多个；社交网络上“ Facebook”的观点超过600万...
这些巨大的数字是什么意思？
这意味着品牌富裕的手段可能在其前面，其价值与石油和黄金相当。
实际上，当您仍在使用诸如微博之类的社交平台作为抒情或讨论工具时，华尔街富裕财富的大师正在挖掘这些互联网的“数据财富”。
让我们一起看看 - 他们如何做到。
这些数据可以做什么。有六个主要值：
●1。华尔街根据人民的情绪出售股票；
●2。根据购物网站的客户评论，对冲基金分析了公司产品的销售状态；
●3。银行根据工作网站上的职位数量推断就业率；
●4。投资机构收集和分析上市公司的声明，以查找有关破产的线索；
●5。根据网民的搜索，美国疾病控制和预防中心分析了全球流感和其他疾病的传播；
●6。美国总统奥巴马的竞选团队根据选民的微博分析了总统候选人的偏好。[1]
可视化
“数据是新的石油，”亚马逊前首席科学家安德烈亚斯·魏根说。当Instagram以10亿美元的价格售出时，柯达（Kodak）是1881年成立的世界上最大的图像产品和服务提供商。
大数据非常重要，以至于它已成为目前的重要研究主题，用于获取，存储，搜索，共享，分析甚至可视化。
“当时，眼前的宏伟和大量数据是什么。什么样的壮观场景是什么？？”
我问过中国著名的搜索引擎专家刘·江奥。
您知道，Liu Jianguo一直是百度的首席技术官。在这样的网站中，每天需要响应网民的各种搜索请求（2013年约8.77亿次），如果您只是安静地坐在后台，可能会暂时放心。BAIDU提供搜索服务，逐渐添加了百度指数，然后根据网民的搜索数据“ Post Bar”和Baidu Statistics产品建立了重要产品。
Liu Jianguo没有直接回答这个问题。他想了很长时间，似乎在记忆中。他嘴角的微笑是秘密的。
但是，一些公司觉得他们接近上帝对大数据的看法。美国洛杉矶的公司宣布，他们已经建立了全球夜景的历史数据模型，并且在过滤了波动之后，他们从房地产和消费中进行了研究报告。
在数据可视化方面，我的最新故事是，一个非常聪明的印度男子在美国思科物流部门工作的朋友，以高昂的价格被Facebook挖出并进入其数据研究团队。物流企业和供应链的人员和专家。“ Facebook想知道它是否可以从物流的角度和过程中分析用户的路径和行为。”
特征
编辑
大数据量（音量）
第一个功能是大量数据。大数据的起始表单元至少为p（1,000 t），e（100万t）或z（10亿吨）。
有很多类型（品种）
第二个功能是有许多数据类型。包括网络日志，音频，视频，图片，地理位置信息等，多种类型的数据提出了更高的数据处理功能要求。
低值（值）
第三个功能是数据值密度相对较低。例如，随着物联网的广泛应用，信息感知无处不在，信息量很大，但是值密度很低。如何通过强大的机器算法“纯”数据的价值是一个需要解决大数据时代的问题。
快速，高时限（速度）
第四个功能是快速处理速度和高及时性要求。这是与传统数据挖掘区别的大数据的最重要特征。
现有的技术架构和路线无法再处理如此大量的数据。对于关联组织，如果无法及时处理大量收集的信息来处理反馈有效的信息，则可以说，在大数据时代，它对人类数据控制能力提出了新的挑战，还为人们提供了前所未有的空间和潜力，以获得更深刻而全面的见解。[2]
案例分析
编辑
一个案例
如果您很高兴，他会焦虑地给你买你的焦虑[2]
华尔街“ DWNut Capital Market”公司首席执行官Paul Huoting的日常工作之一是使用计算机程序来分析世界3.4亿微博帐户的信息，然后判断人们的情绪，然后使用“ 1”到“ 50”得分。根据得分结果，Huo Ting决定处理如何处理一百万美元的手。
Huo Ting的判断原则很简单：如果每个人似乎都很高兴，那就买下来；如果每个人的焦虑都会上升，它将出售。
这次招聘非常重要 - 在当年第一季度，Huo Ting的公司获得了7％的收益率。
两个案例
国际商业机械公司（IBM）估计，这些“数据”有价值的地方主要是时间限制。这段时间对于可能会失败的华尔街至关重要。微博和其他平台；现在，将近一半的公司采用了这种手段。
●“社交偏蒙”初创公司在“大数据”行业中充满活力，他们是微博的合作伙伴。被广告商所爱的是出版。
●通过Josh James的Omniture Company，您可以知道有多少人访问了您的网站，以及他们已经停留了多长时间 - 这些数据对任何公司至关重要。
●Microsoft Expert Gillar喜欢可视化这些“大数据”结果：他邀请客户到办公室展示包含这些公司的数据图 - 有些是普通时间表，有些是蒲公英，有些是整个屏幕的泡沫，显示了粉丝的泡沫这些客户中，正在谈论主题在说什么。
●“ Facebook”数据分析师Jefferson的工作是建立一个数据分析模型，以找出用户点击广告的动机和方法。
治疗和分析工具
用于分析大数据的工具主要是开源和商业生态系统。
开源大数据生态系统：
1. Hadoop HDF，Hadoopmapreduce，HBase，Hive逐渐生产，并逐渐形成Hadoop生态系统。
2. hypertable是一种替代方法。它存在于Hadoop生态系统之外，但是有一些用户。
3. NOSQL，MEMBASE，MONGODB
商业大数据生态系统：
1.所有-in-一个数据库/数据仓库：IBM Puredata（Netezza），OracleExadata，Sap Hana等。
2.数据仓库：Teradataasterdata，EMC GreenPlum，Hpvertica等。
3.数据市场：Qlikview，Tableau和国内Yonghong Data Mart。
上升
编辑
越来越多的政府，企业和其他机构已经开始意识到，数据已成为组织中最重要的资产，数据分析能力正成为组织的核心竞争力。有三个主要案例：
1. 2012年3月22日，奥巴马政府宣布了2亿美元的投资，以推动与大数据相关的行业的发展，并将“大数据策略”提高到国民意愿。奥巴马政府将数据定义为“新石油”将来”并表明一个国家具有解释数据使用的规模，活动和能力将成为全国性全国实力的重要组成部分。将来，对数据的拥有和控制甚至将成为土地力量。
2.联合国还于2012年发布了一份白皮书，指出大数据是联合国和政府的历史机会。现在，人们可以使用极富丰富的数据资源来对社会经济进行前所未有的真实时间分析，以实时进行前所未有的分析。，帮助政府更好地应对社会和经济运营。
3.最积极的是众多IT公司。Mckinsey在一份特殊研究报告中提出的题为“大数据，下一轮创新，竞争和生产力的最前沿”，“对于企业，大量数据的使用将成为基础为了将来的竞争和增长。”该报告在行业中引起了广泛的反应。
IBM提出，在过去的十年中，他们放弃了PC，并成功地转向了软件和服务。这次，它将远离服务和咨询，更多地关注大数据分析软件带来的新业务增长点。IBM总裁Luo Ruilan认为，“数据将成为所有行业的基本因素，而不是确定胜利和失败，最终数据将成为人类的重要自然资源。”
在中国，百度致力于开发自己的大数据处理和存储系统。腾讯还建议，在2013年的数据运行时期，如何整合这些数据已成为将来的关键任务。
实际上，自2009年以来，“大数据”主题的合并和收购已经不断出现，并合并和收购的数量和规模逐渐增加。Sun和Hewlett -Packard的高达176亿美元，可以看到大数据的行业价值。[1-2]
提供证据
编辑
大数据是信息和通信技术的积累。根据其自身技术发展的逻辑，它从提高的生产效率增长到更高级的智能阶段。无处不在的信息感知和收集终端为我们收集了大量数据，云计算代表的计算技术的持续进度为我们提供了具有强大的计算能力。与物质世界平行的数字世界[1-2]。
尽管大数据在信息和通信技术方面繁殖，但越来越普遍和成熟的信息，但其对社会经济生活的影响不仅限于技术水平。从本质上讲，它为我们提供了一种新的方法，可以使世界越来越基于数据分析，而不是在过去的经验和直觉上，制定行为越来越多地基于数据分析。
实际上，大数据的影响不仅限于信息和通信行业，而是“吞噬”并重建许多传统行业。广泛使用数据分析方法并优化运营的公司本质上是一家数据公司。已被广泛使用。通过数据挖掘以及重塑和优化供应链等传统企业，例如Wal -Mart。优秀的亚马逊和淘宝等新上升的电子商务已经通过了大量数据的大量数据。管理器和分析以为用户提供更多专业和个性化的服务。
最令人惊讶的例子是，在Twitter的情感趋势时，社交媒体监控平台DATASIFT监视Facebook（Facebook）IPO之间的关系，以随着Facebook的股票价格波动。在Facebook的开放之前，Twitter上的情感逐渐变成负面，而Facebook的情感股价在25分钟内开始下降。当Twitter上的情绪转向前线时，Facebook的股票价格在8分钟后开始反弹。在最后，当股市接近收盘时，Twitter上的情感变为负面，Facebook的股价在10分钟内开始下降。最后的结论是，Twitter上的每种情感倾向都会影响Facebook股价的波动。
这只是基于社交网络产生的大数据，“预见未来”的众多案例之一。此外，还有一些例子，例如Google预测通过网民搜索行为爆发流感爆炸的爆发。不仅在业务方面，而且在社会建构方面也是大数据的作用。智能电网，智能运输，智能医疗保健，智能和环境保护以及智能城市的蓬勃发展与大数据技术和应用的开发密切相关。
“大数据”可能带来的巨大价值正在逐渐得到认可。它通过技术创新和发展以及全面的感知，收集，分析和共享数据为人们提供了一种新的方式来查看世界的方式。根据事实和数据，更多的决策。这种思维方式可以预见，将促进一些习惯依靠“几乎”操作的社会变化。
回应
编辑
良好的企业应提前计划。从现在开始，我们应该开始准备为公司后期的数据收集和分析做准备。企业可以从下面的六个方面开始。它可以迅速发展，特别是下面的六点。
目标
几乎每个组织都可能会收集连续数据。无论是社交网络还是研讨会传感器设备，每个组织都有大量数据要处理，IT人员都需要了解其业务运营期间的数据生成的内容。基于您自己的数据，请确定数据范围。
标准
尽管每个企业都会生成大量数据，而彼此之间是不同的，并且需要各种各样的数据，这要求企业IT人员收集现在需要的数据，并找到最能反映企业业务的数据。
重新评估
大数据需要在服务器和存储设施中收集，大多数公司信息管理体系结构将经历重要的重大更改。IT经理需要准备扩展其系统以解决数据的持续扩展。IT经理必须了解公司以了解公司。现有IT设施的状况通过为大数据设置设施以避免购买某些不必要的设备而进行指导。
注意大数据技术
大数据是近年来仅出现的一个词，并不是所有的人员对大数据了解很多。例如，今天的Hadoop，MapReduce，Nosql和其他技术是2013年出现的技术。该领域的技术和工具，以确保他们将来可以在面对大数据时做出正确的决定。
培训公司的员工
大多数公司是最缺乏才能的公司，当大数据到来时，公司将在收集和分析的这一方面缺乏才能。对于某些公司，尤其是那些人数较少的公司，员工面临大会员。DATA将是一个挑战。企业应在正常时间对员工进行更多的培训，以确保员工在大数据到来时可以适应相关工作。
培养三种能力
Teradata Greater China Ceo Sing Erlun告诉Sina Technology，随着大数据时代的出现，企业应在内部培养三个功能。首先，将企业数据整合的能力。其次，探索数据背后的价值以及制定精确操作程序的能力；第三，能够准确，快速，真实的时间动作的能力。
在上述点，当大数据的时代到来时，大量数据不会无助，而是成为竹子，从数据中获得的好处也将促进企业的快速发展。
希望收养，谢谢
大数据通常用于描述公司创建的大量非结构化和半结构数据。这些数据在下载到关系数据库时花费了太多时间和金钱。BIG数据分析通常与云计算相关联，因为实际 - 时间大尺度数据集分析需要分配给数百台，甚至数百台计算机，例如MapReduce。
大数据生成背景：
在2012年，越来越多地提到了大数据一词。人们用它来描述和定义信息爆炸产生的大量数据，并命名相关的技术发展和创新。
它一直在《纽约时报》和《华尔街日报》的封面上，进入白宫官方网站的消息出现在中国一些互联网主题的演讲沙龙中。输入了投资推荐报告。
数据正在迅速扩展并变得更大。它决定了企业的未来发展。尽管许多公司可能没有意识到数据爆炸性增长引起的问题的隐藏危险，但随着时间的流逝，人们将越来越意识到对企业的重要性。
作为2012年2月的《纽约时报》，“大数据”时代已经到来，在商业，经济和其他领域，制定将越来越基于数据和分析，而不是基于经验，直觉和直觉
“这是一场革命，庞大的数据资源已经在各个领域开始了量化过程。无论学术，商业或政府如何，所有领域都将开始这一过程。
扩展信息
大数据时代的功能
1.大数据量（卷）
第一个功能是大量数据。大数据的起始表单元至少为p（1,000 t），e（100万t）或z（10亿吨）。
2.有很多类型（品种）
第二个功能是有许多数据类型。包括网络日志，音频，视频，图片，地理位置信息等，多种类型的数据提出了更高的数据处理功能要求。
3.低值密度（值）
第三个功能是数据值密度相对较低。例如，随着物联网的广泛应用，信息感知无处不在，信息量很大，但是值密度很低。如何通过强大的机器算法“纯”数据的价值是一个需要解决大数据时代的问题。
参考数据来源：百度百科全书数据年龄
子调查：请收集一些有关大数字的信息并将其写下来。它需要500万个细胞才能形成人体。每天24小时，1440分钟86400秒，每年365天，8760小时，525600分钟，31536000秒。中国的土地面积为960万平方公里（9600,000）。中国是世界上的人口。人口最多的国家的人口为130,000,000（13亿）。数据：大数据，IT行业术语是指无法在A中捕获，管理和处理常规软件工具的数据集一定时期。要确保权力和过程优化功能的大量，高增长率和多样化的信息资产。
在Victor Mel-Sherg和Kennes Cooky撰写的“大数据时代”中，大数据是指未经随机分析的所有数据的分析和处理（采样调查）.big Data 5V功能（IBM提出）：卷（大量），速度（高速），品种（多样），值（低值密度），准确性。[2]
中文名
大数据
外语名称
大数据，大数据
提出
Victor Mel-Schaneberg和Kennes Cookye
提出时间
2008年8月中旬
应用学科
计算机，信息科学，统计数据
快速地
导航
特征结构应用显着性趋势IT分析工具促进开发
定义
加特纳·加特纳（Gartner Gartner）将“大数据”研究机构的定义给出了这个定义。“大数据”要求新的处理模型具有更强的决策，洞察力发现和过程优化能力，以适应大量，高增长率和多元化信息资产。
“ 2000年的大数据时代”是错误的。2014年的大数据时代来了。
在2012年，越来越多地提到了大数据一词。人们用它来描述和定义信息爆炸产生的大量数据，并命名了相关的技术发展和创新。白宫出现在中国一些互联网主题的演讲沙龙中。
提出
提出“大数据”时代的最早时间是世界著名的咨询公司麦肯锡。麦肯锡说：“数据已经渗透到当今的每个行业和业务职能领域，成为一个重要的生产因素。随着新生产力和消费者盈余浪潮的到来。”
“大数据”一直存在于物理，生物学，环境生态学和其他领域以及军事，金融和通讯等行业，但由于最近的互联网和信息行业的发展，它引起了人们的关注。年。
结论：以上是首席CTO注释为每个人编写的有关大数据时代持续和总结多长时间的相关内容答案。希望它对您有所帮助！如果您解决了问题，请与更多关心此问题的朋友分享?