什么是大数据简单通俗解释,大数据举例说明

题图来自Unsplash，基于CC0协议

导读

大家好，今天咱们聊聊这个很时髦也很实用的话题——大数据。有些朋友可能听说过，甚至在工作或生活中遇到过，但想用几句话说清到底啥是大数据，还真得好好掰扯一下。

想象这么个场景，当你在社交媒体上随手发了个动态，几分钟之内，可能有不少人看到了，有评论，有点赞，也可能会有转发，甚至有人会爬过来查资料分析你这条动态的传播情况。一个平台，常年累计起来会积累海量的信息，不单是你发的，还有无数用户的每一次点击、搜索、购买、互动，这些加起来，那就是天文数字了。

咱们来尝试一个更生活化的例子：以前人们出行可能得查地图，要翻本纸质的。现在呢，拿出手机，点开美团或者高德地图，一晃，地图上车来了多少辆？软件给你推荐最佳路线，有时候还知道附近哪里堵车，拐到哪儿该有医院能救治某些急病，甚至能因为知道路况，选择不同的交通工具避开耽误时间的路段。

整个美团或者不单是它，还在让你、我、大家上传位置信息，我们上传的是一次又一次的行程，这些行程信息会形成一大段数据流。这样的平台每天清点，动则百万条记录，甚至千万、上亿。想象一下，一个日常运营的快递公司一年下来的送货单、送货记录、接收人地址、送货时间、司机信息等加起来，也是难以想象的数据量。这些数据再拿回平台，也不是某一个、几个程序员能在一个办公室里电脑上操作个遍了，这整个过程，要有很大的存储空间，还需要百万级甚至上千万级的机器来处理数据，快速校对同样的信息。

这就引出大数据的一个核心概念：数据量巨大（Volume）。你看，普通的数据库、普通的存储方法早就撑不住了，处理如此海量的数据，也得用特殊的硬件和配套算法。

再扩展开来，就是分析的速度要快（Velocity）。从摩拜单车或者ofo/小黄车的例子来看，他们要是想搞个市场调研都得怎么做？就比方说，今天哪个区域的新车换下来的特别多？可能是宣传不到位、停车区域少、坏了也没人及时修、或者天气太冷等等。这些原因可能是管理者通过问用户，大约需要几天的时间才能汇总出一个结论，但共享单车公司是数据分析平台能够秒级或者毫秒级给出答案，并根据不同区域、不同时间段的车辆需求做出调配计划。

像刚才说的某宝，每秒钟要出成百上千笔交易，这每秒几万条的订单量，还能做到秒杀活动，这是数据处理速度不容小觑。传统的人工处理，分分钟都做不到，所以大数据时代，速度至关重要。

还有数据的多样性（Variety）。想想不光是订单、浏览历史，根据我们的浏览动线和购买行为形成精准推荐，也就是说你购物车里可能啥都没有，它也就能根据你过去搜索的信息来猜你喜欢这个还是那个商品，把你主动浏览的热点给我推荐一箩筐。其次包括视频、图片、音频、文档等等不同格式，以及由于设备、社交、传感器、互联网各种行为留下的数据轨道都是大数据的来源。甚至，共享单车可以把车子折叠的反馈回来，自动记录状态，这些也可以数值化。

大众消费的智能手机里耳机接收到的音量数据，OA系统里面每一次签到打卡的社交通讯记录，我们使用云计算服务时每一毫秒的操作记录都汇聚起来分析，这种变化快、种类多就是大数据不愿意自称为“大数据”的原因之一，这是它背后庞大的运算能力的体现。

为了能更高效的分析收集到的数据，处理海量、多变的数据，这才能提到“大数据”后面的V，也就是价值（Value），以及背后支撑的技术（Value可能不是直接属性，但目标是创造价值）。通过分析这些大数据，找出隐藏在信息中的模式、趋势或是异常，帮助企业做决策、政府做管理、医院分析疫情、科研机构推进前沿发现等等，只要我们能处理数据了，数据有用了，这就是大数据时代的意义。有了大数据的处理能力，我们自然也能朝着机器学习、人工智能的方向更进一步，让庞大的数据为生产生活增添新的可能性，让人们生活更美好。

总的来说，大数据就是：海量的数据、快速的变化、各行各业的信息汇聚起来，然后用强大的技术去处理，挖掘背后的规律和价值，让一切更智能、更高效、更美好。