
全球大数据将在未来十年内增长50倍
大数据是个热门话题。Computerworld援引IDC的研究报告称未来十年全球大数据将增加50倍。他们称,仅在2011年,我们就将看到1.8ZB(也就是1.8万亿GB)的大数据创建产生。这相当于每位美国人每分钟写3条Tweet,而且还是不停地写2.6976万年。在未来十年,管理数据仓库的服务器的数量将增加10倍以便迎合50倍的大数据增长。该报告补充道IT经理们将可能烦恼于如何寻找足够的拥有必要技能和经验的人才来管理这样的数据。第五年度的IDC Digital Universe研究报告讨论了所有这些问题。
大数据快速增长的部分原因归功于智能设备的普及,比如服装传感器和医疗设备,以及智能建筑,比如大楼和桥梁。此外,非结构化信息——比如文件、电子邮件和视频——将占到未来10年新生数据的90%。非结构化信息的增长部分应归功于高宽带数据的增长,比如视频。
也有一些好消息,比如新硬件和新软件将信息创建、搜寻、管理和存储的成本降低到了相当于2005年时候六分之一的水平。这可以解释为什么数据增长50倍的时候,服务器只需要增长10倍。2005年以后,相关成本也在降低,因为企业在硬件、软件、云服务以及信息管理人力上的投资只增长50%至4万亿美元。
云推动了成本的降低,未来还将发挥更大的作用。目前为止,云计算只占到所有IT支出的2%。不过,IDC表示,到2015年,接近20%的信息将以某种方式利用云服务,将有10%的信息将存放在云架构上。
根据IDC存储与半导体研究副总裁David Reinsel的说法,下一步就是让企事业单位通过大数据分析更好地从堆积如山的数据中挖掘价值。“这里蕴藏着很大的机遇,一些人可能会错过这个机会。只要大数据的成功例子得到广为宣传并让人们看到‘数中自有黄金屋’,你就会发现更多的公司愿意将数据在线存储。”
Gartner也在它最近的报告中讨论了这个问题。虽然大数据的量确实是个问题,但是Gartner的分析师认为“真正的问题是挖掘大数据的价值,寻找一种方式来让大数据可以帮助实现更好的商业决策”。对此,我非常同意。
Gartner副总裁兼高级分析师Yvonne Genovese表示:“管理大数据的能力将成为那些越来越多地使用新形式信息——比如文本、社交媒体——的企业的核心能力。这种能力将帮助企业寻找最好的模式来支持商业决策,即我们所谓的基于模式的战略(Pattern-Based Strategy )。作为一种变化引擎,基于模式的战略将充分利用模式寻找流程中所有的维度。然后,它为新商业解决方案的建模提供基础,让企业更好地适应新的环境。”
处理大数据的增长并利用大数据的能力将成为许多企业的优先任务,否则未来几年他们将受制于这些数据和他们的竞争对手。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29