简介：今天，首席CTO笔记将与您分享20年大数据时代的相关内容。如果您能解决您现在面临的问题，请不要忘记注意此网站。让我们现在开始！
1.大数据的陷阱组成
李娜（Li Na）再次赢得了大满贯，超越了张·戴维（Zhang Depei）的中国大满贯记录，而在非国家制度下的奇迹创造了这个国家的喜悦。
当总结李娜的成功因素时，她还再次看到了这样的言论：这是大数据中的重要作用。但是这次李娜赢得了冠军，最可靠的解释是，李娜在帮助下大大提高了心理战斗效果卡洛斯。
在技术领导力的前提下，李娜（Li Na）克服了整个比赛中节奏的节奏，她拥有冠军的心脏。2012年9月6日，代表亚洲网球的中国球员李娜（Li na）在亚洲网球中的中国球员欢迎著名的威廉姆斯（Williams）美国。
当时，IBM在整合了过去8年的美国公开赛中的所有竞赛数据后，为参与参与者制定了“游行钥匙”的获胜策略。赢得获奖方的关键包括3个指标：1。评分率超过69％；2.4-9赛车的得分利率超过48％：3。需要30-30或40-40的得分率超过67％。
结果，李娜被击败。在比赛之后，IBM宣布了李娜只完成了三项获胜策略的项目，而小威廉姆斯完成了他的三项获胜策略中的两项。
因此，许多人询问IBM的想法，为什么李娜不在BM的策略中扮演？主观意愿。
我们通常会误导，以为大数据的作用是使历史提醒未来。
在网球场中，历史数据经常变成陷阱。在另一个女子网球游戏中，一名玩家做了IBM提出的三个指标中的两个，但她失败了。
胜利方面只完成了一个指标。
2.大数据时代的开发过程是什么
可以根据时间点分配大数据的开发过程。
大数据时代发展的特定旅程如下：Hadoop项目诞生于2005年。Hadoop最初只是Yahoo用于解决网络搜索问题的项目。后来，由于其技术的效率，它是由Apache Software Foundation引入的，并成为开源应用程序。
Hadoop本身不是产品，而是由多个软件产品组成的生态系统。这些软件产品共同实现了全面的功能和灵活的大数据分析。从技术角度来看，Hadoop由两个关键服务组成：Hadoop分布式文件系统（HDFS）的可靠数据存储服务以及高性能的使用并行数据处理服务称为MapReduce技术。
这两项服务的共同目标是提供一个基础，该基础将结构化和复杂数据的快速和可靠分析成真。国家。创造革命的突破”。
它使人们的思想不仅限于机器处理机，而且还提出，大数据对于新用途和新见解而不是数据本身至关重要。可以说，该组织是提出大数据概念的最早的机构。
2009年，印度***建立了用于身份识别管理的生物识别数据库。联合国全球脉冲项目已经研究了问题，例如如何使用手机和社交网站的数据源来分析和预测诸如疾病爆炸的螺旋价格等问题。同年，美国***进一步开放了通过启动的方式进行数据门：//data.gov网站。该网站为公众提供了各种***数据。
本网站上有44,500多个数据集用于确保某些网站和智能手机应用程序用于跟踪从航班到产品召回到特定领域的失业率的信息。**我们已经启动了类似的措施。欧洲的研究图书馆以及科学和技术信息研究机构建立了合作伙伴关系，并致力于改善互联网上科学数据的简单性。
2010年2月，肯尼斯·库克（Kennes Cook）在“经济学家”中发表了14页的大数据特别报告“数据，无所不能的数据”。在报告中，库克提到：“世界上有大量数字信息，它已经增长了以非常快的速度。
从经济到科学界，从***部门到艺术领域，许多方面都感受到了这一大量信息的影响。科学家和计算机工程师为这种现象创造了一个新词：“大数据”。
库克还成为大数据时代大数据时代最早的数据科学家之一。在2011年2月，IBM的Watson Super Computer可以扫描和分析4TB（约2亿页）的数据量，并打败在著名的美国知识竞赛电视节目“危险边缘”“危险”中，有两个人赢得了冠军。
后来，***认为这一刻是“大数据计算的胜利”。同年5月，全球知名咨询公司McKinseypany Kenxi全球研究所（MGI）发布了一份报告：“大数据：大数据：下一个新的创新，竞争和生产力领域”，大数据开始开始引起很多关注。这也是专业机构中的第一个All -Way介绍和Outlook大数据。
该报告指出，大数据已渗透到当今的每个行业和业务职能中，并已成为重要的生产因素。人们对大量数据的采矿和使用表明，生产率增长的新浪潮以及消费者盈余波的到来。
该报告还提到，“大数据”源自数据生产和收集的能力和速度的大大提高 - 因为越来越多的人，设备和传感器通过数字网络连接，以生成，传输，共享和访问数据在2011年12月，提议，行业和信息技术部发布的第十二个五年计划被提议作为四个关键技术创新项目之一，包括大量数据存储，数据挖掘和包括大量数据挖掘和，提议，数字网络的数字网络也已完全更改。智能图像和视频智能分析。它是大数据的重要组成部分。
2012年1月，在瑞士达沃斯举行的世界经济论坛上，大数据是其中之一。该报告在会议上发表的“大数据，大影响）宣布，数据已成为一种新型的经济资产类别，就像货币或黄金。2012年3月，奥巴马***发布了“大数据研发计划”白宫网站标志着大数据已成为时代的重要特征。
2012年3月22日，奥巴马***宣布对大数据领域的投资2亿美元，这是从商业行为到国家科学技术战略的流域。在第二天，数据定义的定义将由***定义。“将来的新石油”，大数据技术领域的竞争与国家安全和未来有关。国家一级的竞争力部分反映在一个国家数据的规模，活动和解释和使用中；该国的数字***反映了数据的所有权和控制。
这个数字***将是边境，沿海防御和防空之后的另一个大国的空间。2012年4月，美国软件公司Splunk在19日成功地在纳斯达克列出了，并成为了第一家成为第一家成为首家大数据处理公司列出。
鉴于美国经济的庞大背景以及股市的不断摇晃，Splunk在Splunk的第一天的出色交易特别令人印象深刻，第一天它已经翻了一番。Splunk是一家领先的软件提供商，提供大数据监控和分析服务。它成立于2003年。
Splunk的成功上市促进了资本市场对大数据的关注，还促进了IT制造商加速大数据布局。2012年7月，联合国发布了一份关于纽约大数据政府事务的白皮书，总结了如何使用该事务。大数据以更好地服务和保护人民。
该白皮书示例表明，在数据生态系统中，个人，公共部门和私营部门的角色，动机和需求：例如，提供价格和更好的服务，提供个人数据和众包信息，并隐藏在隐藏信息
第三，大数据产生的背景
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“ ***”和“华尔街日报”列的封面上，输入了白宫官方网站的新闻。它出现在演讲沙龙中，其中包括中国的一些互联网主题。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。
就像在2012年2月的“ ***”列中一样，“大数据”的时代已经到来。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，经验和经验。”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。在学术，商业或***中，这个过程将开始。”
本质
4.大数据时代意味着什么
大数据时代：大数据时代的最早提议是世界知名的咨询公司麦肯锡。大数据一直存在于物理，生物学，环境生态学以及军事，金融，通讯和其他行业领域。互联网和信息行业的发展引起了人们的关注。
大数据提出的背景：在2012年，大数据一词越来越多地提及。人们使用它来描述和定义信息爆炸时代产生的大量数据，并将其命名与技术开发相关的技术开发。街头杂志“进入白宫官方网站的新闻。它在中国的一些互联网主题中出现在演讲沙龙中。
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。“大数据”的时代来了。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，经验和经验。
“这是一场革命，庞大的数据资源开始了定量过程。无论学术，商业或***如何，此过程都将开始。”扩展大数据影响当前的社会是一个高速社会，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。
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。这些数据下载到关系数据库时花费了太多时间和金钱。
大数据分析通常与云计算相关，因为实际 - 时间大尺度数据集分析需要分配给MapReduce等数十个，数百甚至数千台计算机。在当今的社会中，大数据的应用越来越多地证明他优势及其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。
有了大数据的概念，消费者行为的判断，产品销售的预测，准确的营销范围和库存供应已得到全面改进和优化。“大数据”是指互联网行业的这种现象：互联网在日常操作中生成和积累的行为数据。
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，在当天，互联网的所有内容可以用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。
社区帖子发货高达200万（相当于“ Time”杂志的770年的770年）；售出了378,000个手机，比世界各地每天出生的婴儿人数371,000年...截至2012年，数据量是数据。它已从结核病（1024GB = 1TB）级别跳到Pb（1024TB = 1pb）EB（1024pb = 1EB）甚至ZB（1024EB = 1ZB）级别。国际数据公司的研究结果（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年的数量高达1.82zb，这是同等的人在世界上，产生了超过200GB的数据。
到2012年，人类生产的所有印刷材料的数据量为200pb，所有人类历史上所有的数据量大约为5EB.IBM研究表明，整个人类获得的全部数据中有90％在过去的两年中，文明已经产生。
到2020年，今天的数据将达到44次。每一天，世界上都会上传超过5亿张图片，并共享每分钟20个小时的视频。
但是，即使是每天人每天创建的所有信息 - 包括语音通话，电子邮件和信息，以及所有图片，视频和音乐上传的所有信息，也不能每天创建信息量。
我们仍处于所谓的“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。
大数据的本质为我们带来了三个破坏性概念：这是所有数据，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，而不是因果关系。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。不准确，而是混合：研究数据如此之多，这是如此之多，以至于我们不再热衷于追求准确性；我们之前需要分析的数据，因此我们必须尽可能精确地量化记录，并且随着量表的扩展，精度的痴迷将减弱；只要我们掌握一般开发方向，我们就不再需要大量数据宣告现象。
正确地忽略微观级别的准确性将使我们能够在宏观水平上获得更好的见解；C.不是因果关系，而是相关性：我们不再热衷于寻找因果关系。寻找因果关系是长期的人类。
5.为什么大数据如此重要
大数据是一种现代的云基础架构，其中包含多种与他人连接和共享信息的方法。它促进了“物联网”的发展，例如通过社交网站连接人们，共享朋友或网络以找到大数据背后的人工智能有相互理解的可能性，对于大多数人来说，这是完全透明的。人们不知道它们背后有这样的技术。BIG数据位于人们的每日智能手机之后，然后人们通过它向移动互联网提供信息，即使他们没有意识到这一点。
为什么大数据如此重要？
首先，大数据的处理分析已成为新一代信息技术集成应用的节点。机动互联网，物联网，社交网络，数字家庭，电子商务等是新一代的应用形式信息技术。这些应用程序继续生成大数据。CloudComputing为这些庞大而多样的大数据提供了存储和计算平台。通过管理，处理，分析和优化不同数据源的管理，处理，分析和优化，结果将被送回上述应用程序，并将将创造巨大的经济和社会价值。
其次，大数据是信息行业中连续高速增长的新引擎。新技术，新产品，新服务和大型数据市场的新格式将继续出现。在硬件和集成设备领域，数据将对芯片和存储行业产生重要影响，还将诞生集成的数据存储处理服务器，内存计算和其他市场。在软件和服务领域，大数据将触发数据快速处理分析的开发，数据挖掘技术和软件产品。
第三，大数据的使用将成为提高核心竞争力的关键因素。各个行业的决定正在改变“企业驱动”的“数据驱动”。
总结
当大数据的时代到来时，请使用大数据思考来发现大数据的潜在价值。大数据的意义不是掌握大量数据信息，而是专门研究这些有意义的数据。我们过去知道的数据是冷又死了，并存储在冷备用中，等待人们将其取出。我们对数据感到非常负面。我们必须首先考虑它在开始分析应用程序之前的用途。数据。由于发生，它是通过相互作用和相互作用产生的。这是一个自然的进化数据。有必要考虑这些数据如何通过大数据思维带来好处。将来的大数据的发展前景非常好。与大数据有关的专业职业，例如数据发掘和数据分析师肯定会有广泛的开发空间。
6.如何实现大数据卷数据库的历史数据存档
这个问题是：
首先，您是否必须澄清您的插入是正常的业务需求？如果是这样，您只能接受此类数据插入。
其次，您说数据库不能留下，因此您可以使数据库上限变得更大。您可以在数据库中设置。有一个数据库文件属性maxsize
最后，有一种可以使用的方法。如果您的历史数据对当前业务没有很大的影响，则可以考虑从历史表或其他数据库中设置数据。
请注意，数据库的维护定期整理索引碎片
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也从前脚上出来。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，这不会帮助时代和你自己。
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。
这是历史前进的逻辑和时代趋势发展中的如此盛行的进步。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！?
2013年
数据是资源
信息爆炸促进媒体转型
大数据不是一个新概念，但是大数据的时代伴随着近年来信息爆炸性增长。
在互联网上，新星微博用户每天都有超过1亿用户。百度必须处理数十亿个搜索请求。TAOBAO网站已交易了数千万交易，Unicom的用户的互联网记录每天达到10TB ...
数据的爆炸性增长也引发了数据存储的革命。“今天，我们可以购买1吨储存量低于100美元，成本仅为10年前的1％。”Microsoft R＆D Group。在2000年的首席技术官Sun Bokai说，数字存储信息仅占全球数据量的1/4。2007年，只有7％的数据存储在报纸，书籍，图片和其他媒体上，其余的则是数字数据。
“新媒体的本质是数据分析。我们已经从信息时代变成了数字和智能时代。如果给出了数据，它将成为信息；如果数据可以完善规则，则是知识;各种工具为我们提供了根据分析的正确决定。这是资源。” Jiefang日报集团总裁Yin Minghua在Yin Minghua最近举行的中国媒体会议上说。
在大数据时代，信息的含义不仅是新闻，而且是各种数据。这要求媒体适应新的信息生产和传播方法，以通过多元化的媒体进行信息传播功能。对数据的解释，并探索为受众和使用普通服务和经验的用户探索媒体开发的道路，将成为媒体竞争的必不可少的技能。
量身定制的信息
媒体转型和发展的新想法
中国社会科学学院信息化研究中心秘书长江·齐平（Jiang Qiping）说：“媒体整合和分析数据以满足不同受众的需求，以满足个性化和专业精神的需求。”
Tencent.com的编辑-in -in -In -In -In -In Chen Juhong说：“目前，门户网站和网络媒体之间的同质性非常严重。将来，媒体和门户网站应充分利用大数据和大数据和关系链以筛选用户并推荐最合适的内容。虽然提供几乎量身定制的新闻，但它使他们体验社交媒体的体验。”
从理论到实践，大数据的开发提供了一个很好的机会，可以改变掌握大量数据源的媒体和门户。在过去的一年中，中国的几家大型互联网公司已调整了他们的开发策略并欢迎大数据时代的出现。
去年，千江每日小组开始投资于数据分析项目，并将其注意力放在未来社交网络数据的深度上。在Youku和Tudou的合并中，搜索平台可以挖掘和计算超过4亿个视频用户的浏览行为数据；SOHU正在设置基于云计算的大数据平台建立大数据平台，将完全集成其数据资产，以获取每月超过9亿人的用户数据资产；腾讯启用新版本的首页，并启动门户网站，微博，视频和无线跨平台深度集成策略...…在促进诸如云计算和移动互联网之类的新技术下，围绕数据的圈子移动是在互联网上拉开帷幕，竞争变得越来越激烈。
挑战也是机会
赢得大数据时代的主动性
在大数据时代，媒体的转型和发展需要与其自身的特征相结合，以采取符合沟通定律，满足自己的实际情况并满足受众需求的发展道路。机会和媒体的挑战。
大数据测试了媒体的战略决策能力。JiangQiping说：“数据的快速增长需要增加对基础设施（例如带宽和存储设备）的投资，这使许多媒体的进步和撤退。”如果您不进行转换，则需要全面地转换当前的报告表格和操作系统。这将测试决策者的勇气和智慧。
在大数据时代，媒体的另一个挑战是缺乏数据处理能力。专家指出，当前的大数据构建缺乏特殊的数据分析方法，使用系统和高端专业人才。许多媒体没有特殊的数据管理和分析部门和专家。如果软件无法跟上，它将促进数据平台的构建，这对媒体的长期开发不利。
一些媒体担心在大数据时代的转型路径中，媒体会失去指示并成为咨询公司或社交网站吗？
在这方面，Sun Bokai说：“所有新技术都不能消除旧技术的现有投资，数据和价值，而是整合并整合到新业务中，并在更高层次上发展。”应该有这样的信念。只有通过积极的战略和长期，我们才能在大数据时代赢得主动权。
结论：以上是首席CTO笔记已为所有人编写有关20年大数据时代的出现的相关内容答案。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?