目前很多企業(yè)通過數(shù)據(jù)挖掘分析來解決問題。相對而言，大數(shù)據(jù)分析比傳統(tǒng)數(shù)據(jù)分析速度更快，可以獲得“可回收”的信息流，提高行業(yè)生產(chǎn)率。第二，大數(shù)據(jù)技術(shù)的發(fā)展可以改善近年來營銷決策中數(shù)據(jù)的爆炸，數(shù)據(jù)盈利很可能成為未來收入的主要來源。大數(shù)據(jù)技術(shù)在對海量數(shù)據(jù)的分析中，尋求最適合的企業(yè)營銷策略，通過數(shù)據(jù)分析為企業(yè)帶來更明智的策略。

云計算和大數(shù)據(jù)有什么區(qū)別？人們對大數(shù)據(jù)和云計算的關(guān)系往往存在誤解。而且會把它們混在一起，用一句話來解釋:云計算是硬件資源的虛擬化；大數(shù)據(jù)是對海量數(shù)據(jù)的高效處理。大數(shù)據(jù)技術(shù)是指從各類數(shù)據(jù)中快速獲取有價值信息的能力。適合大數(shù)據(jù)的技術(shù)有MPP數(shù)據(jù)庫、數(shù)據(jù)挖掘電網(wǎng)、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫、云計算平臺、互聯(lián)網(wǎng)、可擴展存儲系統(tǒng)等。

云是網(wǎng)絡(luò)和互聯(lián)網(wǎng)的隱喻。在過去，云經(jīng)常被用來表示電信網(wǎng)絡(luò)，后來它也被用來表示互聯(lián)網(wǎng)和底層基礎(chǔ)設(shè)施的抽象。云計算相當(dāng)于我們的計算機和操作系統(tǒng)，它將大量的硬件資源虛擬化，然后分配使用。目前云計算領(lǐng)域的領(lǐng)頭羊應(yīng)該是亞馬遜，可以說是為云計算提供了一個商業(yè)標(biāo)準(zhǔn)。另外，VMware值得關(guān)注(其實從這一點可以幫助你理解云計算和虛擬化的關(guān)系)，Openstack是更具動態(tài)性的開源云平臺。

大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)有什么區(qū)別？首先，大數(shù)據(jù)通常是機器自動生成的。在生成新數(shù)據(jù)的過程中，沒有人類的參與，它們完全是由機器自動生成的。如果分析傳統(tǒng)數(shù)據(jù)源，通常會涉及到人為因素。其次，大數(shù)據(jù)通常是全新的數(shù)據(jù)源，而不僅僅是現(xiàn)有數(shù)據(jù)的擴展集合。有時候，“更多的同類型數(shù)據(jù)”可以達(dá)到另一個極端，成為一種新的數(shù)據(jù)。

傳統(tǒng)的數(shù)據(jù)源通常從一開始就有嚴(yán)格的定義。數(shù)據(jù)的每一位都有重要值，否則不會包含這個數(shù)據(jù)位。隨著存儲空間的成本變得可以忽略不計，大數(shù)據(jù)源通常不會在一開始就嚴(yán)格定義，而是收集各種可能用到的信息。所以，在分析大數(shù)據(jù)的時候，你可能會遇到各種亂七八糟、垃圾充斥的數(shù)據(jù)。

大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)有什么區(qū)別？說到數(shù)據(jù)分析，其實隨著近年來大數(shù)據(jù)的發(fā)展，數(shù)據(jù)被認(rèn)為是物理和信息融合中的關(guān)鍵技術(shù)和核心引擎。各行各業(yè)都在馬不停蹄、轟轟烈烈地進(jìn)入大數(shù)據(jù)時代。傳統(tǒng)行業(yè)和互聯(lián)網(wǎng)行業(yè)的邊界開始發(fā)展交叉、互補和滲透。傳統(tǒng)制造業(yè)不再是生產(chǎn)轉(zhuǎn)售的模式，更多的是傾聽市場的聲音。市場需要什么，消費終端就會相應(yīng)賦予它更多的多樣化和個性化。

即時數(shù)據(jù)存儲在數(shù)據(jù)庫中，實現(xiàn)的數(shù)據(jù)可以用二維表結(jié)構(gòu)進(jìn)行邏輯表達(dá)，比如某制造企業(yè)的ERP系統(tǒng)使用oracle、SqlServer等數(shù)據(jù)庫。互聯(lián)網(wǎng)行業(yè)更多的是非結(jié)構(gòu)化數(shù)據(jù)，無法用二維描述，比如所有格式的辦公文檔、文本、圖片、XML、HTML、各種報表、圖像和音視頻信息等等，比如醫(yī)學(xué)影像系統(tǒng)、教育視頻點播、視頻監(jiān)控、土地GIS、設(shè)計院、文件服務(wù)器(PDM/FTP)、媒體資源管理等具體應(yīng)用。

三個特點。1.大量，數(shù)據(jù)存儲的量級從TB增加到PB，大數(shù)據(jù)的規(guī)模通常至少是lOTB。2.多樣化。大數(shù)據(jù)數(shù)據(jù)庫中存儲的數(shù)據(jù)有多種類型，包括結(jié)構(gòu)化、非結(jié)構(gòu)化和半結(jié)構(gòu)化。3.速度快，在處理信息數(shù)據(jù)時速度非?？?，而這也是大數(shù)據(jù)數(shù)據(jù)庫與傳統(tǒng)數(shù)據(jù)庫的區(qū)別。

數(shù)據(jù)倉庫本身是一個非常大的數(shù)據(jù)庫，但是數(shù)據(jù)倉庫存儲的是從組織職務(wù)數(shù)據(jù)庫整合的數(shù)據(jù)；數(shù)據(jù)庫是面向事務(wù)的，數(shù)據(jù)倉庫是面向主題的。數(shù)據(jù)庫一般存儲業(yè)務(wù)數(shù)據(jù)，而數(shù)據(jù)倉庫一般存儲歷史數(shù)據(jù)。數(shù)據(jù)庫設(shè)計是盡可能避免冗余。一般是針對某個業(yè)務(wù)應(yīng)用而設(shè)計的，比如簡單的用戶表，記錄的是用戶名、密碼等簡單數(shù)據(jù)，符合業(yè)務(wù)應(yīng)用，但不符合分析。數(shù)據(jù)倉庫有意識地進(jìn)行冗余設(shè)計，根據(jù)分析需求、分析維度和分析指標(biāo)進(jìn)行設(shè)計。

數(shù)據(jù)挖掘是建立在數(shù)據(jù)庫理論、機器學(xué)習(xí)、人工智能和現(xiàn)代統(tǒng)計學(xué)基礎(chǔ)上的一門迅速發(fā)展的交叉學(xué)科，在許多領(lǐng)域都有應(yīng)用。涉及到很多算法，比如機器學(xué)習(xí)衍生的神經(jīng)網(wǎng)絡(luò)和決策樹，基于統(tǒng)計學(xué)習(xí)理論的支持向量機，分類回歸樹，相關(guān)分析等。數(shù)據(jù)挖掘的定義是從海量數(shù)據(jù)中發(fā)現(xiàn)有意義的模式或知識。大數(shù)據(jù)是今年提出來的，也是媒體忽悠的概念。有三個重要特點:數(shù)據(jù)量大、結(jié)構(gòu)復(fù)雜、數(shù)據(jù)更新快。

與之前的數(shù)據(jù)相比，大數(shù)據(jù)有四個特征(4V):體量(mass)、速度(high speed)、多樣性(Variety)、價值(value)。體量是指數(shù)據(jù)量，是大數(shù)據(jù)的基礎(chǔ)；速度是指處理的速度；多樣性指的是數(shù)據(jù)的維度；價值是指大數(shù)據(jù)所能展現(xiàn)的價值，這是大數(shù)據(jù)的目的。