大数据：引发思想启蒙

国际上，大数据还真是热火朝天，各方都在积极行动。一方面，政府积极介入推动。2009年，联合国启动“全球脉动计划”，借大数据推动落后地区发展。2012年1月，世界经济论坛年会把“大数据、大影响”作为重要议题。美国从开放政府数据、开展关键技术研究和推动大数据应用三方面布局大数据产业。美国在开放政府上非常积极，通过Data.gov开放37万个数据集，并开放网站的API和源代码，提供上千个数据应用。除了推动推动本国政府数据开放，美国倡导发起全球开放政府数据运动， 已有41个国家响应。美国政府还投资两亿美元促进大数据核心技术研究和和应用，把大数据放在与集成电路、互联网同等重要的位置，从国家层面推进。
    另一方面，资本市场也对大数据钟爱有加。2012年4月，大数据分析公司Splunk高调IPO，引发投资者关注。12月初，为企业市场提供Hadoop解决方案的创业公司Cloudera在E轮融资中获得6500万美元融资，估值约为7亿美元。近期，高盛联席主席斯科特？斯坦福说：“投资大数据及其运用回报率最高”。大数据领域的企业并购热度也在上升，单笔平均并购金额方面，大数据超过云计算位居IT领域榜首，在总并购额上也位居第二。
    在各方力量的推动下，大数据科研和产品开发逐渐活跃起来。一个新概念的兴起，最初往往会有人快速地“新瓶装旧酒”。已经存在好多年的商业智能、数据仓库等技术被重新包装，以大数据系统的面目出现在市场上。这也使人困惑：到底大数据与传统数据分析技术有什么差别？可以说大数据最重要的特征是将数据处理的对象扩展到互联网级别（Internet Scale），技术上的进展主要包括：1）单数据集达到PB级别；2）非结构化占主流；3）几天至数秒内完成高速处理。技术形成了批处理、流处理和交互分析三种计算模式：离线批处理（Batch Processing）技术以MapReduce和Hadoop系统为代表，实时流处理（Stream Processing）技术以Yahoo的S4系统和Twitter的Storm系统为代表，交互式分析（Interactive Analysis）技术以谷歌的Dremel系统为代表。
   大数据的火爆，也带动了国内学术界、产业界和政府对大数据的热情，但笔者觉得更大意义在于唤醒了人们对数据的重视。今年以来，中国计算机学会、中国通信学会先后成立了大数据委员会，研究大数据中的科学与工程问题，科技部的《中国云科技发展“十二五”专项规划》和工信部的《物联网“十二五”发展规划》等都把大数据技术作为一项重点予以支持。这些举措着眼长远，短期难以看到效果。但这种热潮的确触发了一场思想启蒙运动，使得“大数据是资产，不是包袱”、“要拿数据说话”等观念逐步深入人心，改变了以往不重视数据积累，不相信数据分析等认识。有了这种思维模式的改变，大数据的应用就有了希望。