大數(shù)據(jù)分析的特點

大數(shù)據(jù)分析的特點

大數(shù)據(jù)分析的特點一：數(shù)據(jù)分析量大

數(shù)據(jù)量本身就是聚合的概念。不是數(shù)據(jù)量大的數(shù)據(jù)被稱為大數(shù)據(jù)，傳統(tǒng)信息系統(tǒng)生成的“小數(shù)據(jù)”也是大數(shù)據(jù)分析的重要組成部分，這點必須清楚。當前，從大數(shù)據(jù)的數(shù)據(jù)源的角度來看，它主要集中在互聯(lián)網(wǎng)，物聯(lián)網(wǎng)和傳統(tǒng)信息系統(tǒng)三個渠道。當前物聯(lián)網(wǎng)數(shù)據(jù)的比例相對較大。相信在5G時代，物聯(lián)網(wǎng)仍將是大數(shù)據(jù)的主要數(shù)據(jù)源。

大數(shù)據(jù)分析的特點二：數(shù)據(jù)分析結構多樣性

與創(chuàng)新信息系統(tǒng)(ERP)中的數(shù)據(jù)不同，大數(shù)據(jù)的數(shù)據(jù)類型非常復雜，包括結構化數(shù)據(jù)，非結構化數(shù)據(jù)和半結構化數(shù)據(jù)，這對傳統(tǒng)數(shù)據(jù)分析技術提出了巨大挑戰(zhàn)，這也是大數(shù)據(jù)技術興起的重要原因。在工業(yè)互聯(lián)網(wǎng)時代，大數(shù)據(jù)數(shù)據(jù)結構的多樣性將得到進一步體現(xiàn)，這也給數(shù)據(jù)價值過程帶來了新的挑戰(zhàn)。

大數(shù)據(jù)分析的特點三：數(shù)據(jù)價值密度

與傳統(tǒng)信息系統(tǒng)相比，大數(shù)據(jù)中的數(shù)據(jù)價值密度相對較低，這就需要更快，更方便的方式來完成數(shù)據(jù)值提取過程，這也是當前大數(shù)據(jù)平臺所關注的核心競爭力之一。實際上，早期Hadoop和Spark平臺之所以能夠脫穎而出的重要原因是它們的數(shù)據(jù)處理(排序)速度相對較快。

大數(shù)據(jù)分析的特點四：數(shù)據(jù)增長速度快

通常傳統(tǒng)信息系統(tǒng)的數(shù)據(jù)增量是可以預測的，或者增長率是可控的，但是在大數(shù)據(jù)時代，數(shù)據(jù)增長率已經(jīng)大大超過了傳統(tǒng)數(shù)據(jù)，處理能力已經(jīng)超過自身的極限。數(shù)據(jù)增長是一個相對的概念。與消費互聯(lián)網(wǎng)相比，工業(yè)互聯(lián)網(wǎng)帶來的數(shù)據(jù)增長可能更加客觀，因此工業(yè)互聯(lián)網(wǎng)時代將進一步打開大數(shù)據(jù)的價值空間。