問題1:Da數(shù)據(jù)包括哪些內(nèi)容？首先你可以直接百度搜索。其次，據(jù)我所知，你在網(wǎng)上留下的痕跡都是大數(shù)據(jù)。比如很多購物網(wǎng)站會根據(jù)你之前的購買記錄，當(dāng)你再次訪問網(wǎng)站時，頁面下方會出現(xiàn)“猜你喜歡什么”，推薦幾樣你可能喜歡的東西。比如淘寶、天貓和JD.COM。有時候，我會定期給你發(fā)郵件推薦一些產(chǎn)品，比如亞馬遜，做的比較好。

“Da 數(shù)據(jù)”是什么意思？“Da 數(shù)據(jù)”是近幾年IT界的熱詞。Da 數(shù)據(jù)在各行業(yè)的應(yīng)用逐漸廣泛。比如2014年兩會，我們聽到最多的就是Da 數(shù)據(jù)的分析。那么，Da是什么呢？Da 數(shù)據(jù)的定義。大數(shù)據(jù)，也稱巨量數(shù)據(jù)，是指數(shù)據(jù)中涉及的信息大到無法被人腦甚至主流軟件工具在合理的時間內(nèi)捕捉、管理、處理和排列，以幫助企業(yè)做出更積極的商業(yè)決策。

Da數(shù)據(jù)De數(shù)據(jù)類型分為結(jié)構(gòu)化、semi 結(jié)構(gòu)化和non 結(jié)構(gòu)化。Big 數(shù)據(jù)(bigdata)，即巨量數(shù)據(jù)，是指所涉及的信息無法被主流軟件工具在合理的時間內(nèi)捕捉、管理、處理和整理，以幫助企業(yè)做出更積極的商業(yè)決策。從技術(shù)上來說，Da 數(shù)據(jù)和云計算的關(guān)系就像一枚硬幣的兩面一樣密不可分。大型數(shù)據(jù)無法由單臺計算機處理，必須采用分布式架構(gòu)。

但是，它必須依賴于云計算的分布式處理、分布式數(shù)據(jù)庫、云存儲和虛擬化技術(shù)。Da數(shù)據(jù)(IBM提出)的5V特性:體量(質(zhì)量)、速度(高速)、多樣性(多樣性)、價值(低值密度)、真實性?！癉a 數(shù)據(jù)”一詞列舉了中國近20年來生命力指數(shù)最高的十大“時代新詞”，商務(wù)印書館出版的《中國新詞語詞典(20002020)》。

large數(shù)據(jù)(BigData)是指“現(xiàn)有軟件工具無法提取、存儲、搜索、共享、分析和處理的海量復(fù)雜數(shù)據(jù) set?！睒I(yè)界通常用四個V(即成交量、品種、價值、速度)來概括大數(shù)據(jù)的特征。一個是數(shù)據(jù)體量巨大。到目前為止，人類生產(chǎn)的所有印刷材料的數(shù)據(jù)的量是200PB(1PB210TB)，而歷史上人類說出的所有單詞的數(shù)據(jù)的量大約是5EB(1EB210PB)。

第二，數(shù)據(jù)綜藝。這種類型的多樣性也把數(shù)據(jù)分為結(jié)構(gòu)化-1/和非結(jié)構(gòu)化-1/。相對于過去容易存儲的-0 數(shù)據(jù)，現(xiàn)在的非結(jié)構(gòu)化 數(shù)據(jù)，包括網(wǎng)頁日志、音頻、視頻、圖片、地理位置信息等越來越多。這幾類/第三，價值密度低。值密度與數(shù)據(jù) total的大小成反比。

一般用large 數(shù)據(jù)(Bigdata)來形容數(shù)字時代產(chǎn)生的大量非結(jié)構(gòu)化和semi 結(jié)構(gòu)化 數(shù)據(jù)的人。Large 數(shù)據(jù)無疑是影響未來各行各業(yè)發(fā)展的最顯著的技術(shù)之一。2009年，國際上關(guān)于“Big 數(shù)據(jù)”的研究項目還非常有限。第二，從2011年開始，越來越多的管理者開始意識到“大數(shù)據(jù)”將是未來發(fā)展中不可回避的問題。截至2012年底，90%的財富500強企業(yè)已經(jīng)發(fā)展壯大。

Large 數(shù)據(jù)無疑是影響未來各行各業(yè)發(fā)展的最顯著的技術(shù)之一。2009年，國際上關(guān)于“Big 數(shù)據(jù)”的研究項目還非常有限。第二，從2011年開始，越來越多的管理者開始意識到“大數(shù)據(jù)”將是未來發(fā)展中不可回避的問題。截至2012年底，90%的財富500強企業(yè)已經(jīng)發(fā)展壯大。那么，為什么大數(shù)據(jù)會成為大家關(guān)注的焦點呢？偉大的數(shù)據(jù)，帶來了什么樣的本質(zhì)變化？

(1)結(jié)構(gòu)化數(shù)據(jù)，簡單來說就是數(shù)據(jù)庫。結(jié)合典型場景，比如企業(yè)ERP、財務(wù)系統(tǒng)，就更容易理解；醫(yī)療HIS 數(shù)據(jù)數(shù)據(jù)庫；政府行政審批；其他核心數(shù)據(jù)庫等，這些應(yīng)用程序需要什么樣的存儲方案？基本包括高速存儲應(yīng)用需求、數(shù)據(jù)備份需求、數(shù)據(jù)共享需求和數(shù)據(jù)容災(zāi)需求。(2)Non-結(jié)構(gòu)化數(shù)據(jù) library是指字段長度可變且每個字段的記錄可以由重復(fù)或不重復(fù)的子字段組成的數(shù)據(jù)library，它不僅可以處理結(jié)構(gòu)化。