“大數(shù)據(jù)”技術(shù)，據(jù)稱是對數(shù)據(jù)中心的所謂重塑。當(dāng)然，數(shù)據(jù)中心不會(huì)像iPad的這樣的主題那么有趣，但是，如果沒有數(shù)據(jù)中心提供云服務(wù)等應(yīng)用程序，ipad也必將失去很多樂趣。大數(shù)據(jù)也是一種新興的和不斷增長的行業(yè)的中堅(jiān)力量，其可以說是為計(jì)算業(yè)務(wù)的終端注入了急需的腎上腺素。它是非常重要的。今年3月，美國奧巴馬總統(tǒng)通過了聯(lián)邦政府價(jià)值2億美元的大數(shù)據(jù)項(xiàng)目的財(cái)政預(yù)算案。但到底什么是大數(shù)據(jù)呢？

數(shù)百萬納稅人的稅金支持、耗資數(shù)十億美元的資本投資和運(yùn)營支出、平面媒體網(wǎng)絡(luò)媒體整天轟炸似的討論。一切都在吸引著我們來好好探討一下究竟大數(shù)據(jù)實(shí)際上是什么。但大量新的證據(jù)，其中包括RWW的布瑞恩？普羅菲特上周的甲骨文研究報(bào)告、同樣還有沙倫費(fèi)希爾上周發(fā)布的凱捷調(diào)查，以及有受SAP委托進(jìn)行的哈里斯互動(dòng)調(diào)查，所有這一切都為我們揭示了一個(gè)令人不安的趨勢：無論是企業(yè)還是政府部門都在向他們所認(rèn)為的任何與大數(shù)據(jù)相關(guān)的領(lǐng)域砸錢。而如何定義這些與大數(shù)據(jù)相關(guān)的領(lǐng)域，則可能取決于誰是他們的供應(yīng)商，誰在向他們兜售這些營銷概念，以及他們多久之后才開始意識(shí)到問題，并開始調(diào)查此事。

那些即使已經(jīng)在大數(shù)據(jù)方面進(jìn)行大規(guī)模投資的企業(yè)也表示，他們投資于大數(shù)據(jù)部分原因其實(shí)是因?yàn)榇髷?shù)據(jù)概念的營銷，而真正對于大數(shù)據(jù)其實(shí)則可能是相對缺乏理解的。到今天為止，網(wǎng)絡(luò)媒體對于何謂大數(shù)據(jù)的解釋工作其實(shí)做點(diǎn)很不好。正如SAP業(yè)務(wù)分析執(zhí)行副總裁史蒂夫？盧卡斯所說：“事實(shí)上，當(dāng)我看到這些調(diào)查結(jié)果，我所想到的第一句話就是，哇。我們連一個(gè)關(guān)于何為大數(shù)據(jù)的準(zhǔn)確的定義都還沒有。這還真是一個(gè)大問題啊！”

5億美元的金字塔

問題是，現(xiàn)在許多公司都面臨著傳統(tǒng)數(shù)據(jù)庫的進(jìn)化道路，尤其是現(xiàn)在成千上萬的用戶同時(shí)通過移動(dòng)設(shè)備應(yīng)用程序進(jìn)行訪問已成為一項(xiàng)任務(wù)。Hadoop框架興起于雅虎的一個(gè)開源項(xiàng)目，目前已經(jīng)成為其自身的商業(yè)行業(yè)，提出了可行的解決方案。但是，大數(shù)據(jù)對于那些已經(jīng)有數(shù)據(jù)中心的客戶來說相當(dāng)難以理解，難怪調(diào)查發(fā)現(xiàn)，企業(yè)的大數(shù)據(jù)戰(zhàn)略各個(gè)方向，五花八門。

“我從調(diào)查結(jié)果的有關(guān)統(tǒng)計(jì)中發(fā)現(xiàn)了一個(gè)相當(dāng)令人驚訝的結(jié)果是，18％的年收入低于5億美元的中小企業(yè)均認(rèn)為大數(shù)據(jù)是由社交網(wǎng)絡(luò)和機(jī)器產(chǎn)生的。”盧卡斯繼續(xù)說道。“規(guī)模較小的公司正在從他們當(dāng)前的網(wǎng)絡(luò)處理大量的交易，而移動(dòng)設(shè)備的采購，向他們提出了挑戰(zhàn)。規(guī)模較大的公司有相應(yīng)的基礎(chǔ)設(shè)施和處理能力。因此，他們集中了諸如機(jī)器生成的數(shù)據(jù)、來自手機(jī)、移動(dòng)設(shè)備、傳感器，以及社交網(wǎng)絡(luò)的數(shù)據(jù)。”

倉促的判斷

去年四月，哈里斯針對美國的154名跨國公司的企業(yè)高層管理人員進(jìn)行了一系列問題的調(diào)研，調(diào)研的問題之一便是要求這些受訪的企業(yè)高管們根據(jù)自己所在企業(yè)的戰(zhàn)略簡單地定義一下“大數(shù)據(jù)”。其結(jié)果可謂五花八門。有28%的受訪者認(rèn)可“大量增長的交易數(shù)據(jù)”最接近自己的理解（認(rèn)可這一概念的比例越來越大）；24%的受訪者認(rèn)可“旨在解決數(shù)量、品種，和速度挑戰(zhàn)問題的新技術(shù)即為大數(shù)據(jù)”（這一概念使得數(shù)據(jù)庫系統(tǒng)變得更復(fù)雜）；19%的受訪者贊同“需要存儲(chǔ)并進(jìn)行監(jiān)管的數(shù)據(jù)”的概念；18%的受訪者選擇了“爆炸的新數(shù)據(jù)來源”；11%的人選擇了“其他”。

上述所有這些定義選項(xiàng)似乎達(dá)成一個(gè)共同的主題，數(shù)據(jù)庫的發(fā)展超出了我們目前的技術(shù)能力。但是，當(dāng)這些高管們再次被問到，給出一個(gè)策略來解決這一問題時(shí)，結(jié)果再次變得五花八門。

當(dāng)SAP的盧卡斯進(jìn)一步對調(diào)研結(jié)果進(jìn)行探究。他發(fā)現(xiàn)，以年收入5億美元為分界點(diǎn)。年?duì)I收低于該數(shù)值的公司（約占總受訪者的60％），多認(rèn)為大數(shù)據(jù)主要集中諸如Twitter這樣網(wǎng)站。年?duì)I收高于該數(shù)值的企業(yè)有可能已經(jīng)開始在處理社會(huì)網(wǎng)絡(luò)的數(shù)據(jù)，而他們的問題是集中處理大量的來自新的移動(dòng)設(shè)備應(yīng)用程序的數(shù)據(jù)，以及他們正在使用的用于與他們的客戶連接所產(chǎn)生的數(shù)據(jù)的問題，這些應(yīng)用程序規(guī)模較小的企業(yè)還不太熟悉。

“以5億美元年?duì)I收為臨界點(diǎn)，不同的企業(yè)其基礎(chǔ)設(shè)施投資優(yōu)先次序方面的思路也很不同。”盧卡斯說。“他們還指出，云的一個(gè)關(guān)鍵部分是其大數(shù)據(jù)策略。我們將其作為第一大優(yōu)先投資選項(xiàng)。”

那么什么是正確的答案？這里是一個(gè)對于“大數(shù)據(jù)”的解釋，我相信，適用于任何人：

鑒于數(shù)據(jù)庫技術(shù)無法擴(kuò)大規(guī)模，已成為了業(yè)務(wù)邏輯的一種阻礙。這種邏輯使用效率不高的方法來訪問和操縱數(shù)據(jù)。但這些低下的效率往往被硬件的增長速度和能力，以及存儲(chǔ)的價(jià)格下降所掩蓋。當(dāng)然，這種低效直到2007年左右，都沒有人真正注意或關(guān)心。

效率低下，最終納入開放新的應(yīng)用程序時(shí)，發(fā)現(xiàn)大量數(shù)據(jù)推斷的重要成果（經(jīng)常是分析的一種）的新的和實(shí)際用途。我們總是用傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)的方法，不能擴(kuò)大。大數(shù)據(jù)技術(shù)的建立是為了使應(yīng)用程序可以擴(kuò)大，但更重要的一點(diǎn)，其解決了過去30年來一直困擾我們的系統(tǒng)效率低下的問題。效率低下與尺寸或規(guī)模幾乎沒有關(guān)系，而是源于懶惰，我們更傾向于一拖再拖的不解決這些不愉快的細(xì)節(jié)，直到他們真正成為我們的麻煩。

從本質(zhì)上講，大數(shù)據(jù)工具解決的是大量數(shù)據(jù)的存儲(chǔ)、訪問、操縱和分析的方式。他們代替了傳統(tǒng)數(shù)據(jù)庫。至少，代替了存儲(chǔ)系統(tǒng)（Hadoop），但他們也可以代替存取方法。