今年过年，去一位长辈家拜年，刚好碰见他在研究股票趋势，闲聊之下，“大数据”，竟然也从他嘴里蹦出来。真是 duang的一声，把我吓了一跳。大数据，真不再是只可远观，高大上的主了。

大数据虽然不再飘在空中，但对大数据的争论却从未停过。

何为大数据？

大数据的概念，喧嚣社会之上也有好几年了。但具体什么是大数据，行业里也是各说不一。大狭义上来讲，大数据就是巨量数据，极大量的数据。但究竟是“多大”，才叫大数据呢？也是未有一个统一的说法，一般来说，10T量级的数据量，就可以称之为“大”数据了。而广义上的大数据，更多是指包括数据本身在内的，一整套数据处理分析框架。纵观众多的何为大数据，小K以为，研究机构Gartner给的定义还是比较不错的，也是百度百科上采用的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量的、高速增长率和多样化的信息资产。

这个定义还是比较好的，区分了纯数据量论，也比较符合实际项目落地的情况。比如一个客户终端偏好分析，如果在现有数据、分析模型上，已经可以99%的机会准确分析出来，那再增加大量的数据去分析，这是毫无意义的，可能由于噪音数据的增加，准确率更低也是可能的，就不应该归入大数据的范畴，用大数据的方式去处理。目标数据要重质，而不是单纯的量。

大数据平台化

   大数据该怎么玩？这也是一个大家热烈讨论的领域。大数据的快速发展、落地生根，可能已经超出了它的最初的含义，拓展了内涵。在数据量不断剧增，数据资产化的趋势下，大数据平台化已经成为业内比较流行的一种建设方式。大数据平台重在数据的采集、存储、处理，重在数据能力的提供上，给应用建设提供数据支撑，而不是直接面对最终用户。如下图：

大数据平台解决了在以往技术框架内，面对大量数据时难以解决的数据采集、存储、处理问题，并根据上层应用需求，提供了数据能力服务，支撑上层应用开发，满足最终用户的各类需求。

在此，或许有朋友要纠结于：大数据平台用什么技术建设比较好呢？目前热门的hadoop技术？后起之秀spark？还是沉稳的MPP？诸如此类。有什么关系呢？技术是为业务服务的，技术也是优劣并存的，考虑的因素不一样，技术选型就不一样，没有最好的技术，只有最合适的场景。也许，没几年之后，又是一片新技术的天下。

小结

根据IDC的研究，从2005年到2012年，全球的数据量翻了27番，约达到2.5ZB，其中仅有25%的数据是有用的，仅有3%的数据贴有标签能被使用，仅有0.5%的数据被用于分析。大量的数据被闲置，被丢弃，价值被埋没。随着技术的不断发展，数据价值的不断体现，大数据将会成为推动未来企业发展的重要引擎。BAT知道，全世界也知道。大数据之路，任重而道远。