大數(shù)據(jù)分析的特點(diǎn)

大數(shù)據(jù)分析的特點(diǎn)

大數(shù)據(jù)分析的特點(diǎn)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(chēng)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(diǎn)必須清楚。當(dāng)前，從大數(shù)據(jù)的數(shù)據(jù)源的角度來(lái)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(gè)渠道。當(dāng)前物聯(lián)網(wǎng)數(shù)據(jù)的比例相對(duì)較大。相信在5G時(shí)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(diǎn)二：數(shù)據(jù)分析結(jié)構(gòu)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(lèi)型非常復(fù)雜，包括結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，這對(duì)傳統(tǒng)數(shù)據(jù)分析技術(shù)提出了巨大挑戰(zhàn)，這也是大數(shù)據(jù)技術(shù)興起的重要原因。在工業(yè)互聯(lián)網(wǎng)時(shí)代，大數(shù)據(jù)數(shù)據(jù)結(jié)構(gòu)的多樣性將得到進(jìn)一步體現(xiàn)，這也給數(shù)據(jù)價(jià)值過(guò)程帶來(lái)了新的挑戰(zhàn)。

大數(shù)據(jù)分析的特點(diǎn)三：數(shù)據(jù)價(jià)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(jià)值密度相對(duì)較低，這就需要更快，更方便的方式來(lái)完成數(shù)據(jù)值提取過(guò)程，這也是當(dāng)前大數(shù)據(jù)平臺(tái)所關(guān)注的核心競(jìng)爭(zhēng)力之一。實(shí)際上，早期Hadoop和Spark平臺(tái)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(duì)較快。

大數(shù)據(jù)分析的特點(diǎn)四：數(shù)據(jù)增長(zhǎng)速度快

通常傳統(tǒng)信息系統(tǒng)的數(shù)據(jù)增量是可以預(yù)測(cè)的，或者增長(zhǎng)率是可控的，但是在大數(shù)據(jù)時(shí)代，數(shù)據(jù)增長(zhǎng)率已經(jīng)大大超過(guò)了傳統(tǒng)數(shù)據(jù)，處理能力已經(jīng)超過(guò)自身的極限。數(shù)據(jù)增長(zhǎng)是一個(gè)相對(duì)的概念。與消費(fèi)互聯(lián)網(wǎng)相比，工業(yè)互聯(lián)網(wǎng)帶來(lái)的數(shù)據(jù)增長(zhǎng)可能更加客觀，因此工業(yè)互聯(lián)網(wǎng)時(shí)代將進(jìn)一步打開(kāi)大數(shù)據(jù)的價(jià)值空間。