“大數(shù)據(jù)”這一話題在國(guó)內(nèi)從今年起受到投資者追捧，也不斷有高技術(shù)人才選擇這個(gè)方向創(chuàng)業(yè)；但實(shí)際上國(guó)外對(duì)于“大數(shù)據(jù)”，已經(jīng)走過(guò)了概念炒作階段，出現(xiàn)了實(shí)際的應(yīng)用，產(chǎn)生了實(shí)際的效益。周文哲這篇投稿，為我們?cè)敿?xì)揭示了大數(shù)據(jù)盛行背后的原因，以及大數(shù)據(jù)在國(guó)外發(fā)展的情況。

“忽如一夜春風(fēng)來(lái)，千樹(shù)萬(wàn)樹(shù)梨花開(kāi)”是唐朝的詩(shī)人岑參描寫西北邊塞早雪奇景的詩(shī)句，用來(lái)形容大數(shù)據(jù)的盛行，莫不為過(guò)。就在幾個(gè)月前，大數(shù)據(jù)似乎還只是一個(gè)遙遠(yuǎn)的話題，短期內(nèi)就“如一夜春風(fēng)”吹來(lái)，在各種媒體、論壇、甚至政府戰(zhàn)略中頻頻露臉，那么，是什么推動(dòng)了它的盛行呢？這些聚光燈背后，又有著怎樣的故事？本文我們將從行業(yè)發(fā)展、應(yīng)用普及、技術(shù)進(jìn)步、金融和政策鼓勵(lì)四個(gè)方面來(lái)探討大數(shù)據(jù)的幕后推手。

推手一：數(shù)據(jù)的迸發(fā)

大數(shù)據(jù)的概念或許大家并不陌生，“大”字不僅意味著數(shù)量的龐大，還代表著數(shù)據(jù)種類繁多、結(jié)構(gòu)復(fù)雜，變化的速度也非?？欤@些特征的出現(xiàn)與互聯(lián)網(wǎng)的發(fā)展息息相關(guān)。從搜索引擎、社交網(wǎng)絡(luò)的普及到今天人手皆是的移動(dòng)終端，互聯(lián)網(wǎng)上的信息總量正以每年 50% 的增速不斷膨脹，其中 90% 的信息來(lái)自近三年，包括每個(gè)月 Facebook 上分享的 30 億條內(nèi)容，每天 12 TB 的 Twitter 信息，每天淘寶上超過(guò) 30 億條店鋪、商品瀏覽紀(jì)錄及上千萬(wàn)的成交、收藏紀(jì)錄等等。據(jù) IDC 統(tǒng)計(jì)，2011 年全球所產(chǎn)生的數(shù)據(jù)總量是 1.8 ZB（10 的 21 次方），如果把這些數(shù)據(jù)刻錄到 CD 碟片中，其摞起來(lái)的高度等于地球到月球的距離！

數(shù)據(jù)不僅在“量”上瘋狂的增長(zhǎng)著，在“源”上也不斷的豐富著。目前世界上產(chǎn)生的數(shù)據(jù)，有近 80% 是由個(gè)人用戶產(chǎn)生的；據(jù)估計(jì)，到 2020 年全球?qū)⒂?500 億個(gè)設(shè)備連入網(wǎng)絡(luò)，地理位置、網(wǎng)絡(luò)瀏覽行為、健康數(shù)據(jù)、甚至基因信息等，都成為技術(shù)為個(gè)體服務(wù)的有效資源，這也意味著商家對(duì)每一個(gè)用戶都將有精準(zhǔn)的了解，真正做到與客戶的“零距離”接觸。正是這種巨大的商業(yè)利益的驅(qū)使，使得大數(shù)據(jù)成為國(guó)際一流企業(yè)競(jìng)相投入使用的競(jìng)爭(zhēng)利器。

推手二：應(yīng)用的普及

今年年初，美國(guó)一名男子闖入了他家附近的 Target 店鋪（Target 是一家美國(guó)零售連鎖超市）。“你們?cè)趺茨苓@樣！”男人向店鋪經(jīng)理大吼到，“你們竟然給我 17 歲的女兒發(fā)嬰兒尿片和童車的優(yōu)惠券，她才 17 歲?。?rdquo;店鋪經(jīng)理不知道發(fā)生了什么，立刻向來(lái)者道歉，表明那肯定是個(gè)誤會(huì)。然而，經(jīng)理沒(méi)有意識(shí)到，公司正在運(yùn)行一套大數(shù)據(jù)系統(tǒng)。一個(gè)月后，這個(gè)憤怒的父親打來(lái)電話道歉，因?yàn)?Target 發(fā)來(lái)的嬰兒用品促銷廣告并不是誤發(fā)，他的女兒的確懷孕了。

諸如此類的應(yīng)用，在國(guó)際零售行業(yè)巨頭中已屢見(jiàn)不鮮，我們以 Target 作為首例，是因?yàn)樗陌咐拇_留給人強(qiáng)烈的印象：數(shù)據(jù)的力量，不僅讓商家提升了自己的業(yè)績(jī)，還讓客戶為之心甘情愿買單。Target 創(chuàng)建了一套女性購(gòu)買行為在懷孕期間產(chǎn)生變化的模型，不僅如此，如果用戶從他們的店鋪中購(gòu)買了嬰兒用品，Target 在接下來(lái)的幾年中會(huì)根據(jù)嬰兒的生長(zhǎng)周期情況定期給這些顧客推送相關(guān)產(chǎn)品，使這些客戶形成長(zhǎng)期的忠誠(chéng)度。

實(shí)際上，諸如沃爾瑪、Tesco（英國(guó)零售巨頭）等巨頭已從數(shù)據(jù)中獲得了巨大的利益，也因此鞏固了自己在業(yè)界的長(zhǎng)盛不衰。以 Tesco 為例，這家全球利潤(rùn)第二大的零售商從其會(huì)員卡的用戶購(gòu)買記錄中，充分了解一個(gè)用戶是什么“類別”的客人，如速食者、單身、有上學(xué)孩子的家庭等等，并基于這些分類進(jìn)行一系列的業(yè)務(wù)活動(dòng)，比如，通過(guò)郵件或信件寄給用戶的促銷可以變得十分個(gè)性化，店內(nèi)的上架商品及促銷也可以根據(jù)周圍人群的喜好、消費(fèi)的時(shí)段來(lái)更加有針對(duì)性，從而提高貨品的流通。這樣的做法為 Tesco 獲得了豐厚的回報(bào)，僅在市場(chǎng)宣傳一項(xiàng)，就能幫助 Tesco 每年節(jié)省 3.5 億英鎊的費(fèi)用。

在互聯(lián)網(wǎng)行業(yè)，大數(shù)據(jù)更是為電商、廣告商們提供了豐厚的回報(bào)。雅虎于 2008 年初便開(kāi)始啟用大數(shù)據(jù)技術(shù)，每天分析超過(guò) 200PB 的數(shù)據(jù)，使得雅虎的服務(wù)變得更人性化，更貼近用戶和客戶。它與雅虎 IT 系統(tǒng)的方方面面進(jìn)行協(xié)作，包括搜索、廣告、用戶體驗(yàn)和欺詐發(fā)現(xiàn)等。AOL 也設(shè)立了 300 節(jié)點(diǎn)的服務(wù)器集群，將在其下屬系列網(wǎng)站（如 AOL.com、Huffington Post、MapQuest 等）中每天 500TB 的用戶瀏覽信息收集起來(lái)，分析和預(yù)測(cè)這些用戶的行為，以便有針對(duì)性的為每個(gè)月 1.8 億獨(dú)立用戶進(jìn)行個(gè)性化廣告服務(wù)。

于亞馬遜（Amazon）而言，數(shù)據(jù)技術(shù)的應(yīng)用更是為其成為一家“信息公司”，獨(dú)占電商領(lǐng)域鰲頭奠定了穩(wěn)定的基礎(chǔ)。為了更深入的了解每一個(gè)用戶，亞馬遜不僅從每個(gè)用戶的購(gòu)買行為中獲得信息，還將每個(gè)用戶在其網(wǎng)站上的所有行為都記錄下來(lái)：每個(gè)頁(yè)面的停留時(shí)間，用戶是否查看 Review，每個(gè)搜索的關(guān)鍵詞，每個(gè)瀏覽的商品等等，在亞馬遜去年 11 月推出的 Kindle Fire 中，內(nèi)嵌的 Silk 瀏覽器更是可以將用戶的行為數(shù)據(jù)一一記錄下來(lái)。這些數(shù)據(jù)的有效分析使得亞馬遜對(duì)于客戶的購(gòu)買行為和喜好有了全方位了解，對(duì)于其貨品種類、庫(kù)存、倉(cāng)儲(chǔ)、物流、及廣告業(yè)務(wù)上都有著極大的效益回饋。

數(shù)據(jù)技術(shù)的應(yīng)用不僅在零售和互聯(lián)網(wǎng)行業(yè)獲得極大回報(bào)，其帶來(lái)的經(jīng)濟(jì)價(jià)值使得各行業(yè)均為之“競(jìng)折腰”。在能源行業(yè)，Opower 使用數(shù)據(jù)來(lái)提高消費(fèi)用電的能效，并取得了顯著的成功。作為一家提供 SaaS 服務(wù)（軟件服務(wù)）的創(chuàng)新公司，Opower 與多家電力公司合作，分析美國(guó)家庭用電費(fèi)用并將之與周圍的鄰居用電情況進(jìn)行對(duì)比，被服務(wù)的家庭每個(gè)月都會(huì)受到一份對(duì)比的報(bào)告，顯示自家用電在整個(gè)區(qū)域或全美類似家庭所處水平，以鼓勵(lì)節(jié)約用電。Opower 的服務(wù)以覆蓋了美國(guó)幾百萬(wàn)戶居民家庭，預(yù)計(jì)為美國(guó)消費(fèi)用電每年節(jié)省 5 億美元。

最值得一提的是生物信息行業(yè)。生物信息是繼互聯(lián)網(wǎng)行業(yè)之后數(shù)據(jù)迸發(fā)最迅速的行業(yè)，并將遠(yuǎn)遠(yuǎn)超過(guò)互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)：人類用 0 和 1 創(chuàng)造了虛擬世界，而造物主用 A/C/T/G 四種元素創(chuàng)造了萬(wàn)物生靈，生命的產(chǎn)生、發(fā)展、消亡的奧秘盡在其中。隨著測(cè)序技術(shù)的發(fā)展，全基因組的測(cè)序價(jià)格由十年前的上億美元降至今天的數(shù)千美元，這使得更多人、物種的 DNA 信息的獲取成為可能。個(gè)體全基因組信息的獲取，使得個(gè)性化診療服務(wù)成為可能。在美國(guó)華盛頓大學(xué)，研究人員通過(guò)對(duì)一位白血病患者的基因信息進(jìn)行分析，成功的找出了導(dǎo)致癌細(xì)胞迅速擴(kuò)散的致癌基因，并發(fā)現(xiàn)了能夠阻止該基因產(chǎn)生作用的藥物，有效的延長(zhǎng)了患者的生命。

諸如以上的應(yīng)用，在悄無(wú)聲息的進(jìn)行著，是數(shù)據(jù)帶來(lái)的市場(chǎng)價(jià)值推動(dòng)著一切的進(jìn)行，亦構(gòu)成了“引爆”大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的第二個(gè)推手。

推手三：技術(shù)的發(fā)展

技術(shù)與應(yīng)用之間從來(lái)就是相輔相成的關(guān)系：應(yīng)用的實(shí)現(xiàn)需要技術(shù)的支撐，而技術(shù)的進(jìn)步能推動(dòng)應(yīng)用的普及。在以上實(shí)例應(yīng)用的背后，是大數(shù)據(jù)技術(shù)讓一切成為了可能。本文中，我們所指的大數(shù)據(jù)技術(shù)，主要是以 Hadoop 為代表的非關(guān)系型數(shù)據(jù)庫(kù)系統(tǒng)及分布式運(yùn)算架構(gòu)，在這一部分，我們將簡(jiǎn)要介紹其發(fā)展背景。

上世紀(jì) 60 年代末關(guān)系型數(shù)據(jù)庫(kù)技術(shù)的出現(xiàn)使得數(shù)據(jù)能按照固定的結(jié)構(gòu)進(jìn)行存儲(chǔ)，方便用戶根據(jù)數(shù)據(jù)屬性進(jìn)行查詢的同時(shí)，也使得管理大為簡(jiǎn)便。然而，數(shù)據(jù)量的爆發(fā)增長(zhǎng)和數(shù)據(jù)結(jié)構(gòu)的多樣性，不僅要求能快速錄入、提取海量數(shù)據(jù)信息；還要求數(shù)據(jù)庫(kù)隨著數(shù)據(jù)量的增加而靈活擴(kuò)展、數(shù)據(jù)存儲(chǔ)不局限于固定的結(jié)構(gòu)。這時(shí)，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)技術(shù)已無(wú)法滿足這些需求，于是，NoSQL 技術(shù)在上世紀(jì)末期開(kāi)始出現(xiàn)。

然而，非關(guān)系型數(shù)據(jù)庫(kù)技術(shù)一開(kāi)始并未得到廣泛應(yīng)用，直到 2009 年，在搜索引擎、社交網(wǎng)絡(luò)等互聯(lián)網(wǎng)應(yīng)用盛行使得數(shù)據(jù)量迅猛增加后，才開(kāi)始為人們所重視并投入使用。發(fā)展到今天，NoSQL 技術(shù)已經(jīng)形成了一系列不同用途的數(shù)據(jù)庫(kù)管理系統(tǒng)，如 BigTable、Amazon DynamoDB、Hadoop/Hbase、Cassandra 等列族存儲(chǔ)系統(tǒng)（Wide Column Store），MongoDB、CouchDB 等文件存儲(chǔ)系統(tǒng)，Neo4J 等圖形數(shù)據(jù)庫(kù)系統(tǒng)。由于列族存儲(chǔ)系統(tǒng)支持多種類型的數(shù)據(jù)存儲(chǔ)，目前應(yīng)用的范圍最為廣泛。

2004 年初，Google 開(kāi)始研發(fā) BigTable 非關(guān)系型數(shù)據(jù)庫(kù)系統(tǒng)，它是建立在 Google 文件系統(tǒng)之上的一種壓縮的、高擴(kuò)展的數(shù)據(jù)庫(kù)技術(shù)，可以讓 Google 對(duì)于自身新增業(yè)務(wù)處理進(jìn)行低成本的擴(kuò)展。8 個(gè)月后，BigTable 開(kāi)始投入內(nèi)部使用，后來(lái)被廣泛應(yīng)用于一系列的 Google 應(yīng)用中，如 Google Reader、Google Earth、Google Maps、Gmail、YouTube 等等。為了解決海量信息的計(jì)算問(wèn)題，Google 又研發(fā)了 MapReduce 的并行計(jì)算技術(shù)架構(gòu)，使得 T 量級(jí)以上的數(shù)據(jù)可以并行處理，并通過(guò) BigTable 來(lái)存儲(chǔ)和更改資料，有效的支撐了 Google 日益增長(zhǎng)的數(shù)據(jù)處理任務(wù)。而 BigTable 這一模型，啟發(fā)了眾多“后來(lái)者”的數(shù)據(jù)技術(shù)。

Hadoop 便是其中一員。這個(gè)由 Yahoo！ 的前員工 Doug Cutting（現(xiàn)任職于 Cloudera 公司）最初負(fù)責(zé)開(kāi)發(fā)的項(xiàng)目，已成為大數(shù)據(jù)行業(yè)的技術(shù)中心。Hadoop 是由一系列開(kāi)源技術(shù)組成的分布式架構(gòu)，包括 Hbase 列數(shù)據(jù)庫(kù)系統(tǒng)、MapReduce 并行計(jì)算框架、HDFS 分布式文件系統(tǒng)、Mahout 算法庫(kù)等等，由于其擴(kuò)展性高、數(shù)據(jù)種類靈活、成本低，Hadoop 被廣泛應(yīng)用于各行各業(yè)，包括互聯(lián)網(wǎng)、生物信息、物聯(lián)網(wǎng)，甚至美國(guó)宇航局 NASA 也用 Hadoop 來(lái)處理從宇宙望遠(yuǎn)鏡中傳回海量無(wú)線電數(shù)據(jù)，其數(shù)據(jù)量達(dá)到每秒鐘 700TB!

2008 年成立的 Cloudera 是最早將 Hadoop 商用的公司，為合作伙伴提供 Hadoop 的商用解決方案，其中包括 IBM、甲骨文（Oracle）、微軟EMC、Teradata 等行業(yè)領(lǐng)先的數(shù)據(jù)解決方案提供商，使得 NoSQL 技術(shù)成為現(xiàn)存 SQL 數(shù)據(jù)解決方案的強(qiáng)有力補(bǔ)充；眾巨頭紛紛推出相應(yīng)產(chǎn)品，來(lái)適應(yīng)其客戶數(shù)據(jù)業(yè)務(wù)的爆發(fā)增長(zhǎng)，如 IBM 的 InfoSphere BigInsights，甲骨文的 BigData Appliance，EMC 的 GreenPlum 等等。Cloudera 公司的產(chǎn)品使得開(kāi)源技術(shù)有效的為商業(yè)客戶提供服務(wù)，而其創(chuàng)始人 Jeff Hammerbacher 亦被福布斯評(píng)為美國(guó) 30 位 30 歲以下科技領(lǐng)域的明日之星之一。

目前，Hadoop 技術(shù)以及被廣泛應(yīng)用了各大互聯(lián)網(wǎng)公司，包括 Facebook、亞馬遜、蘋果、AOL、Ebay、Twitter、Netflix、淘寶、百度等等；在生物信息行業(yè)中，也初步得到了應(yīng)用，如大型制藥公司提供研究服務(wù)的 NextBio 公司，設(shè)立了 100 個(gè)節(jié)點(diǎn)的 Hadoop 集群來(lái)幫助制藥公司進(jìn)行基因研究。先進(jìn)技術(shù)的發(fā)展為企業(yè)提供了高效使用數(shù)據(jù)的便捷工具，是促進(jìn)大數(shù)據(jù)行業(yè)發(fā)展的第三大推手。

推手四：金融與政策的鼓勵(lì)

行業(yè)的發(fā)展，除了市場(chǎng)需求的驅(qū)動(dòng)、技術(shù)水平的進(jìn)步，還離不開(kāi)資本與政策的矚目。據(jù)麥肯錫報(bào)道，大數(shù)據(jù)已經(jīng)實(shí)現(xiàn)了顯著的經(jīng)濟(jì)價(jià)值：為美國(guó)的醫(yī)療服務(wù)業(yè)每年節(jié)省 3000 億美元，為歐洲的公共部門管理每年節(jié)省 2500 億歐元，為全球個(gè)人位置數(shù)據(jù)服務(wù)提供商貢獻(xiàn) 1000 億美元，幫助美國(guó)零售業(yè)凈利潤(rùn)增長(zhǎng) 60％，幫助制造業(yè)在產(chǎn)品開(kāi)發(fā)、組裝等環(huán)節(jié)節(jié)省 50% 的成本等等。大數(shù)據(jù)體現(xiàn)的巨大經(jīng)濟(jì)價(jià)值，成功地獲得了金融界和政界的親睞。

2011 年 11 月，曾投資 Facebook、DropBox、Cloudera、沃爾瑪?shù)?200 多家公司的硅谷著名風(fēng)投機(jī)構(gòu)阿克塞爾合伙人公司（Accel Partners），宣布成立一個(gè)金額 1 億美金的大數(shù)據(jù)基金，專注于投資兩種類型的數(shù)據(jù)創(chuàng)業(yè)公司：建設(shè)包括存儲(chǔ)、安全和管理在內(nèi)的新型架基礎(chǔ)構(gòu)類公司，以及在基礎(chǔ)架構(gòu)之上進(jìn)行如 BI、行業(yè)應(yīng)用、移動(dòng)應(yīng)用等開(kāi)發(fā)的公司。這樣的投資方向讓我們看到，大數(shù)據(jù)的爆發(fā)增長(zhǎng)使得數(shù)據(jù)驅(qū)動(dòng)、數(shù)據(jù)制勝成為必然，那些能夠解決這個(gè)過(guò)程中因數(shù)據(jù)而產(chǎn)生的各種問(wèn)題的創(chuàng)業(yè)公司，將在市場(chǎng)上得到自身價(jià)值的回饋。

今年 4 月，成立于 2003 年的數(shù)據(jù)軟件公司 Splunk 在納斯達(dá)克以 16 億美元的市值上市，給大數(shù)據(jù)行業(yè)打了一管興奮劑。Splunk 提供的軟件產(chǎn)品可以用于監(jiān)控、分析實(shí)時(shí)及歷史的機(jī)器數(shù)據(jù)，這些數(shù)據(jù)可以是日志、配置文件、消息和告警等。Splunk 可以幫助企業(yè)的 IT 管理員集中監(jiān)控分布部署在多個(gè)數(shù)據(jù)中心的成千上萬(wàn)臺(tái)服務(wù)器，免去了錯(cuò)誤發(fā)生時(shí)需要逐個(gè)排查糾錯(cuò)的苦惱。從創(chuàng)立至今，Splunk 的客戶數(shù)量已接近 4000 家，財(cái)富 100 強(qiáng)的大部分成員皆為其客戶，包括瑞士信貸、美國(guó)銀行、Comcast、Salesforce、Zynga、LinkedIn、T-Mobile、Swisscom、Shutterfly、Heroku 以及美國(guó)勞工部和能源部等。

與此同時(shí)，政府也將大數(shù)據(jù)列入了國(guó)家發(fā)展戰(zhàn)略。今年 3 月底，奧巴馬政府宣布，白宮將投入 2 億美金的研發(fā)費(fèi)用來(lái)推動(dòng)大數(shù)據(jù)技術(shù)的發(fā)展，其主要目標(biāo)是為了讓大數(shù)據(jù)技術(shù)更好的服務(wù)于科研、環(huán)境、生物醫(yī)藥、教育和國(guó)家安全領(lǐng)域。同時(shí)，奧巴馬政府對(duì)于投資的核心技術(shù)領(lǐng)域，也作出了明確的表示，將主要用來(lái)鼓勵(lì)那些在數(shù)據(jù)采集、存儲(chǔ)、管理、分析和共享等方面的技術(shù)研發(fā)。

綜上所述，我們可以看到，大數(shù)據(jù)成為今天眾人矚目的焦點(diǎn)，是經(jīng)過(guò)了在市場(chǎng)、技術(shù)、資金、以及政府多方因素推動(dòng)的結(jié)果。在文章的最后，我們列出三個(gè)關(guān)鍵詞來(lái)總結(jié)大數(shù)據(jù)技術(shù)在實(shí)際應(yīng)用中的特性，希望幫助讀者對(duì)于大數(shù)據(jù)的應(yīng)用有一個(gè)概覽性的了解。

人才。人才是大數(shù)據(jù)技術(shù)能夠真正發(fā)揮其價(jià)值的首要因素，也是最大的挑戰(zhàn)。據(jù)麥肯錫調(diào)查，至 2018 年，美國(guó)市場(chǎng)將出現(xiàn)近 20 萬(wàn)深度大數(shù)據(jù)分析的專業(yè)人才、150 萬(wàn)能夠進(jìn)行數(shù)據(jù)解析的職業(yè)經(jīng)理人的職位缺口。大數(shù)據(jù)專業(yè)人才不僅需要多年的數(shù)學(xué)知識(shí)積累，還需要有編程、業(yè)務(wù)知識(shí)等綜合能力，是稀缺的復(fù)合型人才；而對(duì)于聘用企業(yè)來(lái)說(shuō)，也很難有合適的職位適合此類人才。

用戶為中心。大數(shù)據(jù)技術(shù)的應(yīng)用，可以幫助企業(yè)從業(yè)務(wù)的整體設(shè)計(jì)角度，發(fā)展到針對(duì)客戶的個(gè)性化服務(wù)，例如，零售企業(yè)對(duì)于過(guò)剩的庫(kù)存會(huì)進(jìn)行整體促銷，如果對(duì)于用戶購(gòu)買數(shù)據(jù)進(jìn)行分析，就可以針對(duì)用戶的喜好進(jìn)行個(gè)性化促銷，同時(shí)也根據(jù)用戶的購(gòu)買行為對(duì)庫(kù)存進(jìn)行準(zhǔn)確的調(diào)配，以減少浪費(fèi)。

行業(yè)化。在基礎(chǔ)的數(shù)據(jù)采集、存儲(chǔ)及查詢方面，各行業(yè)所通用的技術(shù)架構(gòu)并無(wú)顯著差異；但由于每個(gè)行業(yè)的屬性及需求各異，數(shù)據(jù)分析將具有較強(qiáng)的行業(yè)性。例如，生物信息行業(yè)中，進(jìn)行基因診斷所用到的比對(duì)數(shù)據(jù)庫(kù)需要專業(yè)的生物知識(shí)來(lái)進(jìn)行翻譯，更為深入的致病基因鎖定則需要用到一系列專業(yè)算法及實(shí)驗(yàn)設(shè)計(jì)；在能源行業(yè)，智能電網(wǎng)中的電力調(diào)度，則需要通過(guò)無(wú)數(shù)的傳感器數(shù)據(jù)預(yù)測(cè)下一時(shí)刻電網(wǎng)中各節(jié)點(diǎn)的配電需求，這就要求系統(tǒng)對(duì)于實(shí)時(shí)海量數(shù)據(jù)的高效處理能力，以及預(yù)測(cè)算法的精準(zhǔn)。