京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网的大数据时代真来了?还是一直都在?
这几天在微信上看到很多关于互联网大数据的文章,也有人说大数据已经作为云计算、物联网之后IT行业又一大颠覆性的技术革命,Heven在想,互联网的大数据时代真来了?还是一直都在?其实,数据分析技术的运用已经悄然开始了,比如淘宝网、京东等购物网站监视着我们的购物习惯,百度、谷歌等搜索引擎监视着我们的网页浏览情况,新浪微博、腾讯微博好像对我们的朋友很熟悉,还有就是QQ和QQ空间总能给我们推荐那些似曾相识的朋友,但是Heven觉得我们离真正的大数据时代还有不小距离,但是一直都在。为什么这么说呢?
一、硬件条件不全:首先是网速的问题,大数据的处理必须要求高速的基础网络,而我国网络拥堵是普遍的现象,要解决现在大数据的处理是很难达到的,几乎是不可能的。
其次是处理信息的设备太少:据统计,互联网上一天产生的信息量大约有800EB,如果装在DVD光盘中要装1.68亿张、装在硬盘中要装80万个。而处理这些数据的互联网公司设备却极其少,如百度在京、山西和内蒙三地数据处理器才刚刚超过十万台,拥有70万个CPU和4000台服务器;腾讯数据平台设备8400台,单集群5600台,总存储100PB+;日新增数据200TB+,月数据增长率10%,日均JOB数100万,日均计算量5PB,但是腾讯数据总记录已经超过了375万亿条。可见现在设备是很难完全精准地处理这些互联网数据的,而大数据时代是能够完全处理现下数据并能实现精准定位网民的动向,所以说进入大数据时代还为时尚早。
二、专业型人才太少:Heven认为,大数据相关人才的欠缺将会成为影响大数据市场发展的一个重要因素,不可否认的是大数据处理人才的奇缺,不管是国家还是各大互联网公司都在加大对大数据处理人才的挖掘,如2014年5月19日,由中国人民大学、北京大学、中国科学院大学、中央财经大学、首都经济贸易大学五所高校联合组建的大数据分析硕士培养协同创新平台在中国人民大学启动;阿里集团2012年7月10日就已宣布,设立首席数据官岗位(CDO),负责推进“数据分享平台”战略。如此种种,说明大数据处理人才奇缺,也说明培养专业型大数据处理人才的迫在眉睫。
三、数据孤立,各自为战:目前国内互联网的现状是BAT三巨头各自为战,百度连接人和信息,独占了信息入口;阿里巴巴连接人和商品,独占了交易入口;腾讯连接了人和人,独占了社交入口。而他们都是死死的把握自己的入口,不让数据共享,试想这样怎样才能实现大数据化,一部分的数据又如何才能判断网民的真实意图?所以广告不能精准投放,网页的相关性不强,互联网的智能化发展只能在艰难进行。
Heven认为互联网的本质是理解用户并走向智能化,而大数据的精确处理也就是为了实现互联网的智能化,同时也是实现智能化的基础,但目前互联网大数据的处理还处在一个前期的阶段,不管是设备,人才,数据资源共享方面都是急需解决的问题,所以说,我们离真正的大数据时代还有不小距离。以上只是Heven的个人见解,表述的不是很完整,希望大家提出意见,共同进步。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19