传统数据与大数据对比,主要有什么差异?
大数据之所以成为大数据,首先就是他的体量真的非常巨大。随着21世纪的来临,我们迎来了数据信息大爆炸的时代。移动互联、社交网络、电子商务等极大拓展了互联网的边界和应用范围,各种数据正在迅速膨胀并变大。互联网(社交、搜索、电商)、移动互联网(微博)、物联网(传感器,智慧地球)、车联网、GPS、医学影像、安全监控、金融(银行、股市、保险)、电信(通话、短信)都在疯狂产生着数据。
在接下来量化描述海量数据之前,我们先来科普一下数字数据的单位:最小的基本单位是bit,按顺序给出所有单位:bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。
1KB(Kilobyte千字节)=1024B;
1MB(Megabyte兆字节)=1024KB;
1GB(Gigabyte吉字节)=1024MB;
1TB(Trillionbyte太字节)=1024GB;
1PB(Petabyte拍字节)=1024TB;
1EB(Exabyte艾字节)=1024PB;
1ZB(Zettabyte泽字节)=1024EB;
1YB(YottaByte尧字节)=1024ZB;
1BB(Brontobyte)=1024YB;
1NB(NonaByte)=1024BB;
1DB(DoggaByte)=1024NB;
在大多数人都还只知道TB的时候,我们在数字数据单位上已经提升了7个数量级到了DB时代。2006年,个人用户刚刚迈进TB时代,当年全球一共产生了180EB的数据;而在2011年,全球数据生产量就已经达到了惊人的1.8ZB;
根据IDC监测,到2020年,整个世界的数据总量将会增长44倍,达到35.2ZB(1ZB=10亿TB)!人类产生的数据量大约每两年翻一番,这个速度在2020年之前会继续保持下去。
大数据是处理“海量数据”的技术工具
除了庞大的数据量外,大数据这个名词往往对应着一些标志性的技术工具,譬如说耳熟能详的黄色小象—Hadoop。除了这个著名的分布式计算软件框架外,对应的数据采集、存取、架构、挖掘上都有着大量代表性技术工具为我们熟悉。
大数据是挖掘“海量数据”后产生的数据资产
之前,但凡提到数据,大家第一时间会联想到诸如硬盘、IT部、服务器等较为技术的名词。而在当今这个大数据时代,舍恩伯格却早已提出“虽然数据还没有被列入企业的资产负债表,但这只是一个时间问题。“的观点。
对于数据的资产化属性变迁,较为统一的观点主要是以下两点:
1:计量规则与货币资本类似;以数据交易为主营业务、科技公司将数据作为无形资产计入资产。
2:具有资本一般的增值属性;通过数据的出租,清洗加工后的销售实现增值。
而具备之类高价值资产变现能力的公司,在目前的产业环境中我们称之为“数据源公司”,它们具备独立拥有及控制数据资产的特征,对应的公司类似BAT、通信运营商、银联、公共事业及交通公司这样的数据源公司。
大数据相对传统数据的差异点
相对传统数据,大数据在数据体量、增长速度、数据形式、价值上都有着显著的区别。
1:当传统数据时代还是考虑数据的吞吐从G到T的时候,大数据早已跃升到了P以上的时代;
2:相对增长稳定的传统数据,大数据在后续的万物互联时代正在以年增长率超过60%的速度快速膨胀;
3:区别与以结构化数据为主的传统数据,图像/声音/文本等各种非结构化数据正在填充着大数据的数据仓库;
4:随着各地大数据交易中心的建立,大数据时代的数据资产化正在渐入佳境,数据价值快速提升。
人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
大数据工程师培训,需要学习的有哪些课程?
http://www.duozhishidai.com/article-15081-1.html
大数据工程师就业培训哪个好?
http://www.duozhishidai.com/article-15082-1.html
java大数据与python大数据如何选择?
http://www.duozhishidai.com/article-12540-1.htm