큰 데이터의 4 개의 오해에

& http://www.aliyun.com/zixun/aggregation/37954.html "> nbsp;

최근 몇 년 동안, 구름의 급속 한 발전으로 컴퓨팅 및 대형 데이터, "빅 데이터" "클라우드 컴퓨팅" 되었다 가장 세련 된 단어는 현재에. 물류 부문, 마케팅, 그리고 심지어 의료 분야, 교육, 금융 부문에 IT 업계에서... 경계 밖에 서 거의 모든 사람들이 신속 하 게 "라는 클라우드"의 트 라를 형성 하고있다 그리고 "음성 데이터 되어야 합니다".

그러나 만약 당신이 얻을 "파트너 들"이 질문 질문-무슨 큰 데이터는? 빅 데이터의 가치는 무엇 인가? 어떻게 큰 데이터 값을 얻을 수 있습니까?... 그 노란색 hadoop은 작은 코끼리?은 많은 양의 데이터의 xxxbit? 아니면 수만 다른 사용자 정보? 그건 아마 모호한 수 있습니다 큰 데이터로 유지 하는 사람들의 많은.

그래서 어떻게 큰 데이터 볼? 또는 전문가 견해를 경청. 국내 신흥 응용 프로그램 배달 제조 업체에 따르면 Feng Xiaojie 말했다, 리터럴 의미에서 큰 데이터 시트 이해 하기 어려울 것 같지 않습니다 너무 한 스타 아침 제품 감독 데이터, 거 대 한 수준 고려 될 수 있다 그러나이 질량 수준 데이터에 정확 하 게 어떤 의미, 이것은 많은 산업 내부에 그리고 외부 사람들의 개념은 여전히 몇 가지 오해에 순수.

큰 데이터 오해 하나: 큰은 좋은

회의실에서 기술 동생 말이 문장, 장관 m m 문, 약간 leng 종료 빨간 홍당무를 밀어 일어났다.

요즘, 많은 사람들이 큰 데이터를 경우 몇 입 "하루 처리 데이터 수량 xxgb, 업로드 사진 xxgb 동시 번호 XXX"를 언급 하지 않는다 "Hadoop 클러스터는 XXXX 노드, 총 스토리지 Xxpb"... 이러한 기술 언어, 두려워 다른 사람 느낌 그들은 프로입니다. 하지만, 정말 데이터만 큰, 큰 데이터의 정상 상태에 도달할 수? 여러 사람들이 유일신에 통일의 목표를 달성할 수 있습니까?

Feng Xiaojie 말한다, 데이터가 큰 경우 그것은 매우 유용!, 그것은 작은 "검은 양"을 의미 하지만 큰 데이터 처럼 그냥 돈을 의미는 회전율을 사용 하는 방법, 데이터, 하지만 마십시오 하지 사용, 그것은 혼자 Pianan 코너로.

예를 들어 기본적으로 "아무 축복 소비 하지만 황금 언덕에 앉아" 상황에서 전통적인 포털 사이트의 많은. 하루, 단지는 간단한 광고 프레 젠 테이 션, 더 많은 가치를 생산 하는 데이터의 분석을 통해 하지 하지만 사용자의 수백만의 수백.

큰 데이터 오해 2: 기술 다니엘 큰 데이터를 이해할 수 있습니다만

비록 많은 사람들이 큰 데이터에서 분리 될 수 없습니다 하지만 정말 얼마나 그에 게, 어떤 사람들 말할 수 있습니다: "나는 그냥 모피, 큰 데이터 나 이해 하지 않는다, 당신은 여전히 그 기술 다니엘이 서, 그들은 정말 이해 물어 진짜 기술 수준을 이해 합니다." "

사실,이 보기는 완전히 오른쪽, Feng Xiaojie 말했다. 예를 들어 제갈량은 매우 전쟁의 예술의 이해, 배열을 넣어 위치를 알고 어디에 매 복... 그러나, 그는 어떻게 Guan 유 날이 넓은 칼, 연주 했다 알고 필요 하지 않았다도 그 장 Fei의 8-뱀 창 칼 또는 전쟁 동안 다진 여부를 알아야 할 않았다.

사실, 큰 데이터 응용 프로그램 능력의 세부 구현 보다 더 전략적 능력,이 능력 기업에 대 한 더 높은 이익을 가져올 수 있도록 값을 볼 수 비즈니스 기회를 보고 끝 없는 데이터에서 의사 결정자를 도울 수 있습니다. 그리고 의사 결정자 상관 안 하는 대로 기술에 너무 많은 세부 수준, 큰 데이터 정확 하 게 어떻게 기술 생성 및 사용자 경험에 밖으로 똑바르게 하는 방법.

3 오해 하는 큰 데이터: 그것은 큰 데이터는 회사.

gmic에 Evernote의 CEO 인 필 리빈, 분명히 했다 그의 제품의 비즈니스 모델 사용자를 충전 하 여 큰 데이터 없이 제품 경험에 대해 지불할 수 있도록 했다.

Feng Xiaojie는 비록 큰 데이터 달콤한 페스트 리, 하지만 모두가 소화할 수 있다, 또는 모든 기업의 현 상태를 측정, 분명 기본 및 보조 모순를 참조 하거나 반환 하 고, 큰 데이터의 입력-출력 속도 좋은 기업의 모든 현상에 적합 하지 않습니다 고려 하지만 필요한 데이터를 말했다.

예를 들어 소형 및 중간 크기의 사이트, 고급 "키 큰" 기술 프레임 워크의 맹인 추구에 대 한 그것은 "죽 일 망치" 의미의 조금 이다. 웹사이트의이 종류에 대 한 첫 번째 고려 사항은 비즈니스 모드 및 승진 이다만 사용자 볼륨 서식 지 때까지 기다릴 다음 기술 업그레이드 같은 큰 것 들을 고려 합니다.

Gmic에 예를 들어 Evernote의 CEO 인 필 리빈, 분명히 했다 그들의 제품에 대 한 비즈니스 모델 노는 큰 데이터 필요 없이 제품 경험을 위한 사용자를 위탁 했다.

Feng Xiaojie, 예를 들어 더블 초이스 비슷합니다: a. 1000 사용자가 하루, 미국 아마존 전체 참조의 프레임 워크 결코 중단; B. 매일 방문 사용자 100000 명, 높은 동시성 때문에 매일 가동 세 번 했다. 당신은 무엇을 선택할 것 이라고?

큰 데이터 오해 4: 대규모 데이터를 원하는

큰 데이터 개념부터 화재, 문제에 직면 하 여 많은 기업, 항상 도울 수 없어요 하지만 생각 "내 데이터 양?" 데이터의 엄청난 양의 있다면 그것은 좋을 것 같지 않아? 사실,이 오해로 떨어지고 있다.

이 앞으로 큰 데이터 값과 돈 값 사이의 비유에 돌아간다. 예를 들어 검색 엔진 검색 "예금 감가"를 사용 하 여, 이렇게 빨리 비슷한 정보를 찾을 수 있습니다: "50 년 전 13 백만", "10, 000 원 19 원 보상 1 년 하기"... 물론, 흐름을 하지 않습니다 돈을 더 쓸모 있다 그리고 큰 기지, 큰 손실 수 있습니다 결과.

돈 이다, 그래서 큰 데이터입니다. Bitcoin 선수 처럼만 사용 하 여 데이터를 유지 하 고 발굴 관계 및 데이터 뒤에 값을 비교할 수 없는 열정과 눈덩이 처럼 될 수 있도록 풍부 하 고 더 완벽 한 데이터 간의 관계. 마찬가지로, 기업의 대용량 데이터에 대 한 전체만 사용 하 여 대용량 데이터의 큰 데이터 흐름을 완벽 하 게, 그리고 지속적으로 부가가치 효과 실현 다음 큰 데이터 에너지를 방출 하는 기회가 있다.

그 결과, 비즈니스 의사 결정자에 대 한 큰 데이터의 술 이해 해야 Feng Xiaojie 지적 하 고 명확 하 게 하는 머리는 돈 큰 총액을 소비 하 게 준비 하기 전에: 나를 위해 큰 데이터 정말 작동 합니까 "나 정말 필요 합니까 큰 데이터?"?