盘点：满怀信心拥抱大数据时代的到来

    尊敬的王主任、各位领导、各位嘉宾大家好！非常荣幸又一次到北大来参加论坛讲座，后面还有很多专家要专门介绍大数据，所以我就抛砖引玉做一个开场白。《满怀信心拥抱大数据时代的到来》，这是我今天演讲的题目。这个题目是我最近参加新加坡组织的国际CIO论坛得到的深切体会。

    就我个人所知，这几年来国内做云计算的论坛很多，做物联网的论坛也很多，但是真正讲大数据的还很少，也许这是第一次，所以很荣幸在这里跟大家交换一下关于大数据的看法。我想跟大家谈三个方面的问题。

    云计算和大数据迎来了新的时代。前面姚乐秘书长和王主任都对大数据做了一个很好的诠释，例如云计算，最近大家在讲到云计算的时候，不仅仅强调云计算资源整合和提高效率、节约资源方面的东西，更强调云计算和大数据在一起的这种计算能力、数据挖掘能力。也就是说，大数据蕴藏着大的宝藏。

    大家都知道，我们中华民族有悠久的历史和智慧。比如说要找老中医看病，他们都是给我们号脉、望闻问切之后，再根据每个人的体质具体开方子，不可能有两个人的中药方子完全一样。但是现在我们在吃西药的时候，基本上很多人都吃同一种药，跟中医不一样。现在国外开始用的云计算和大数据，像人是最复杂的有机体，人体的各种数据来研究个性化的医药生物，就像中医一样，给你做的药只适合你个人吃，或者适合你这个家族或者这一类的人吃。当今这个时代是一个信息化助力社会全方位创新的重要时期，云计算、云服务、大数据成为新时期信息化重大突破的前沿，也为信息化展现新的前景。大家都知道，之所以有大数据，是因为信息技术发展过来的，引用Google里的数据，1982年以来CPU性能提高了3500倍，内存价格下降了45000倍、硬盘价格下降了360万倍。有人说：如果1982年一辆宝马车是四万美元，如果与硬盘同等速率下降，现在宝马车应该就卖一个美分。当然这是不可能的！[page]    从73年前开始，人类进入了信息通信技术飞速发展的年代，68年前发明了计算机，53年前发明了集成电路，46年前发明了光纤，43年前进入了互联网时代，到了38年前出现了PC，33年前出现了移动通信，23年前出现了Web，1999年开始进入了3G时代，现在已经进入了以LTE为代表的4G时代。从DOS到GUI、Web、云时代、IOT时代，今后一定是以用户为中心的时代。所以出现了三个共享：网络共享、信息共享和资源共享，同时也开创了云终端后PC时代。今天胡主任在这里，我们到过他们企业看过，现在华能电力完全用Pad代替了过去的PC，生产指挥调度系统、决策系统、ERP终端现在全部用Pad。Pad有两种，一种是领导干部高端引用的是苹果，到了一线中层以下使用国产的Pad，这就完全取代了PC。

    移动互联网也使得云计算更加普及，特别是计算机技术体系的演进。在原来的分布计算、网格计算、公用计算、机器计算的基础上，通过复杂扩展进入到虚拟化云计算时代，所以这就更强调了我们今后的服务，可以说迎来了基础架构变革的新时代。比如人们购买自来水不用自己家打井、接入电网不需要自备电场一样，这就是一个新的革命，当然也给我们提供新兴IT使用和交互模式，特别是云计算很重要地解决了异构和数据整合问题。现在国务院督牌建设全国保障房监管系统，这是典型的利用云计算平台解决异构数据和数据整合，现在有70多个城市在使用。为什么呢？因为大家都知道，在各个城市，买房子都要通过网上购房系统，每个城市都有自己的购房系统，而每个城市购房系统由各地在不同时间先后建设的，所以没有一个统一的模式，数据是异构的，整个基础架构也是异构的。比如说有Web方式的，也有CS方式，也有用甲骨文数据库的，也有用其他数据库的，所以我们要尽快整合起来就要采用云计算的方式。正是这样我们看到了新的计算模式，例如“4个O”模式：社交、位置、移动、商业，就使得移动互联网环境下数据共享、信息共享、服务共享变得更加现实。正因为在这样的大背景下，海量数据的增长是不可阻挡的洪流。大家也知道会有各种数据量的变化，但是我想强调，今天我们讲的“大数据”不等于“海量数据”，大数据是海量数据+复杂类型的数据和不断变化的数据，所以复杂类型的数据既包括了传统结构型数据，也包括了半结构化的数据，还包括了完全非结构化的数据。所以说大数据不同于海量数据的另外一点要特别注意：海量数据首先是量能特别大，常常是超过TB级的，但是大数据是在海量数据加工基础上形成的，可能它的绝对数量可能小于TB级，甚至是若干个GB级，也可以称为大数据。这点就是大数据一个很重要的概念。

    大数据里头的90%的内容属于音像非结构化的内容。大数据时代正在到来，首先是有各种传感器，有各种社交媒体、电子交易数据、视频监控数据，还有其它的地理信息，以及医疗影像数据、基因序列，这些都构成了大数据。什么是大数据呢？它是数据级的概念，又大又复杂，用传统数据库没法儿处理或者处理起来很困难的，这样的一个数据我们才能叫做大数据。所以说大数据有三个特点：“三个V”，第一个就是要求速率非常高，第二个是一定持续快速增加的，第三个就是多样化的。这是大数据三个特点。

    那么具体有多大？这里有一些数据是国外的数据。Facebook每周新增图片容量60TB，每日评论达到32亿条，图片总量超过了20个PB。它的操作也是非常大的，例如亚马逊目前有45万台服务器进行存储和数据处理。所以大数据首先从人而来，人人都是记者，我们的博客、微博，是所谓信息的提供商，我们的职业撰稿人就包括了写手，还有普通大众，SNA网络传播。另外一个从何而来呢？从机器，存储、加工、传播，另外还从物理世界而来，因为无所不在的感知数据，传感的节点，这些视频监控、监测点也是越来越多。数据虽然多，如果采集处理不好的话不一定能解决问题。比如深圳的案例就是一个豪华车撞了老百姓之后，引起网民置疑，因为就是没有真正采集到谁开的车，是不是顶包了。大数据就是做服务，如果不能提供服务，它也就没有意义，服务要面向物理世界、机器、人。比如说北京7月21号大雨造成了一些人不幸身亡。其实水务局一直有做北京市上水和下水，包括用物联网来管理，但是现在看起来还是没有完全管好。以至于北京市委书记还是说“北京基础建设还是薄弱”。所以人、机器、物的共同参与才能把数据价值真正的发挥出来。

（编辑：ASP站长网）