【51CTO獨(dú)家特稿】大數(shù)據(jù)已經(jīng)滲透進(jìn)人們生活的方方面面，比如商店促銷決策、政治活動(dòng)指引等等。究竟大數(shù)據(jù)目前發(fā)展?fàn)顩r如何？51CTO專訪大數(shù)據(jù)專家鄭瑋將為您講述大數(shù)據(jù)之道。

專訪視頻專題，請(qǐng)?jiān)L問(wèn)《坐看大數(shù)據(jù)之道》

NoSQL與大數(shù)據(jù)

NoSQL最早出現(xiàn)時(shí)，主要是Twitter這些社交媒體網(wǎng)站在用。因?yàn)樗麄冃枰幚砻繒r(shí)每刻用戶上傳的海量圖片、視頻等非結(jié)構(gòu)化數(shù)據(jù)。大數(shù)據(jù)概念提出之后，由于其在非結(jié)構(gòu)化數(shù)據(jù)方面的優(yōu)勢(shì)，迅速融入大數(shù)據(jù)整體平臺(tái)。

HBase在大數(shù)據(jù)平臺(tái)發(fā)展較快

為什么之前XML數(shù)據(jù)庫(kù)沒(méi)有成功？NoSQL的數(shù)據(jù)反而成功了？鄭瑋提到NoSQL給了大家一個(gè)平臺(tái)，可以用通用的技術(shù)去找數(shù)據(jù)，也可以去搜索那個(gè)數(shù)據(jù)。優(yōu)點(diǎn)的地方應(yīng)該是可以很快地去尋找你要找的東西，就是在很大的數(shù)據(jù)量里面能夠拿出你想看到的東西。你的數(shù)據(jù)可以是各種各樣形式的，不一定是一行一行結(jié)構(gòu)化數(shù)據(jù)。

在這之前，你要用數(shù)據(jù)庫(kù)的話需要知道你每個(gè)數(shù)據(jù)、每個(gè)數(shù)據(jù)都是什么意思，比如你的姓名、你的地址，你要先把這些東西講好之后才能放到數(shù)據(jù)庫(kù)。但是很多時(shí)候你根本不知道收到的數(shù)據(jù)是什么東西，也許有地址，也許有名字，也許有其它東西。但是我都不知道，你還是可以把它放到NoSQL里去，然后在分析的時(shí)候慢慢地決定這個(gè)是名字，這個(gè)是地址，這個(gè)是其它的信息，這是一種很不同的分析方法，你不一定要知道數(shù)據(jù)里到底有什么東西，你可以先存儲(chǔ)，然后再用它的平臺(tái)去尋找你要知道的東西，然后再說(shuō)這個(gè)數(shù)據(jù)到底是什么意思。

這就是大數(shù)據(jù)和NoSQL完美結(jié)合的地方。不用預(yù)先定義數(shù)據(jù)形式，根據(jù)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析，正是大數(shù)據(jù)的強(qiáng)項(xiàng)所在。面對(duì)紛繁復(fù)雜的數(shù)據(jù)來(lái)源，傳統(tǒng)關(guān)系型數(shù)據(jù)的能力受到了限制。

奧巴馬：大數(shù)據(jù)時(shí)代的第一任美國(guó)總統(tǒng)

民主黨的克林頓總統(tǒng)開(kāi)啟了美國(guó)信息高速公路計(jì)劃，在其任期內(nèi)實(shí)現(xiàn)了IT技術(shù)的一次飛躍。而2012年的美國(guó)大選，大數(shù)據(jù)技術(shù)成就了另一位民主黨候選人——奧巴馬。

51CTO編輯推薦：大數(shù)據(jù)時(shí)代的總統(tǒng)選舉

在大數(shù)據(jù)分析技術(shù)的幫助下，奧巴馬競(jìng)選團(tuán)隊(duì)可以從Twitter、Facebook等社交媒體中篩選出更有針對(duì)性的競(jìng)選廣告投放點(diǎn)。比如在幕后支持巴拉克•奧巴馬獲取勝利的數(shù)據(jù)處理團(tuán)隊(duì)注意到，喬治•克魯尼在西岸對(duì)40-49歲的女性粉絲有莫大吸引力，這個(gè)群體無(wú)疑是為了在好萊塢與克魯尼——以及奧巴馬共進(jìn)晚餐而最愿意掏錢(qián)的一支人群。（譯注：5月10日，喬治•克魯尼為奧巴馬舉辦籌資聚會(huì)，當(dāng)晚籌得競(jìng)選連任資金1500萬(wàn)美元。）

而專訪中，鄭瑋女士也談到大數(shù)據(jù)是如何預(yù)測(cè)美國(guó)大選結(jié)果的。比如美國(guó)就有一個(gè)人叫做Nicksour，這次就是因?yàn)轭A(yù)測(cè)總統(tǒng)選舉出名了。他本身就是一個(gè)數(shù)據(jù)科學(xué)家，他做的是把所有那些關(guān)系全局的數(shù)據(jù)拿出來(lái)，然后去做大數(shù)據(jù)平臺(tái)分析。這次就是100%地把總統(tǒng)選舉都算出來(lái)了，在奧巴馬還沒(méi)有當(dāng)選的時(shí)候他就已經(jīng)知道奧巴馬會(huì)贏。而且他知道50個(gè)州里哪個(gè)州會(huì)選他，哪個(gè)州不會(huì)選他，一直到多少百分比都算出來(lái)了。

熱熱鬧鬧的美國(guó)大選，成為大數(shù)據(jù)第一次嶄露頭角的舞臺(tái)。不論是前期競(jìng)選策略決定，還是后期的選情走向分析，都可以看到大數(shù)據(jù)的巨大力量。而政治活動(dòng)的投入產(chǎn)出計(jì)算，其實(shí)也是一種“另類”的商業(yè)決策。

雙11，大數(shù)據(jù)助力商業(yè)決策

上面美國(guó)大選的例子可以歸納到政治生活，而下面談到的將是更具吸引力的商業(yè)決策。在2012年11月11日，中國(guó)網(wǎng)民守在電腦前翹首期待“光棍節(jié)”來(lái)臨時(shí)，商家已經(jīng)開(kāi)始考慮使用大數(shù)據(jù)來(lái)指引自己的促銷活動(dòng)了。

鄭瑋女士給大家舉了一個(gè)自己身邊的例子。在美國(guó)黑色星期五大促銷的日子里，她的一個(gè)單身女性朋友就經(jīng)常收到買(mǎi)男士西裝或者男性物品的促銷單。這對(duì)于商家和消費(fèi)者來(lái)說(shuō)根本沒(méi)有用處，雙方都收到了無(wú)效的信息。

而通過(guò)大數(shù)據(jù)分析，商家就會(huì)知道怎么去分析。比如你是25-30歲的女性，你喜歡早上去上班有一輛車，另一輛車是你在度假的時(shí)候用的，可以把這些數(shù)據(jù)儲(chǔ)藏起來(lái)，然后用大數(shù)據(jù)的平臺(tái)，比如用Hadoop、NoSQL Analyse，可以幫助你做一些分析，也可以寄給你很有針對(duì)性的訂單，比如50%是你最喜歡的牌子，或者你最喜歡的產(chǎn)品?，F(xiàn)在的大數(shù)據(jù)是很普遍化了，不僅僅是針對(duì)一些很復(fù)雜的問(wèn)題，每天生活上所有的事情當(dāng)中都可以看到大數(shù)據(jù)的應(yīng)用。

商家透過(guò)大數(shù)據(jù)分析，可以在較小成本代價(jià)的前提下，更加精確的制定合適的商業(yè)決策。對(duì)目標(biāo)人群的購(gòu)買(mǎi)喜好、消費(fèi)習(xí)慣有了更加直觀的認(rèn)識(shí)。并對(duì)未來(lái)的營(yíng)收有更加科學(xué)化的預(yù)測(cè)分析。

中小企業(yè)該如何建立自己的大數(shù)據(jù)

對(duì)于大企業(yè)來(lái)說(shuō)，建立一個(gè)屬于自己的大數(shù)據(jù)平臺(tái)并不是什么難事。只需要投入資金，招募合適的人才就可以有很好的基礎(chǔ)。似乎中小企業(yè)這類預(yù)算有限的用戶，就無(wú)法接觸到大數(shù)據(jù)了嗎？

其實(shí)不然，透過(guò)Amazon等云計(jì)算平臺(tái)，中小企業(yè)的CTO們可以在支付很少費(fèi)用的情況下去Amazon租用一個(gè)Hadoop環(huán)境。這樣就可以開(kāi)始自己的Hadoop之旅了。云計(jì)算加上大數(shù)據(jù)，讓中小企業(yè)有機(jī)會(huì)做自己的大數(shù)據(jù)平臺(tái)。隨著更多開(kāi)源工具的加入，讓更多企業(yè)有能力接觸到以往只有大企業(yè)才能使用的技術(shù)。讓他們?cè)谖磥?lái)的市場(chǎng)競(jìng)爭(zhēng)中，從技術(shù)的角度不會(huì)落后。

總結(jié)

可以預(yù)見(jiàn)的將來(lái)，大數(shù)據(jù)在中國(guó)會(huì)隨著電商平臺(tái)和社交網(wǎng)站落地。比如淘寶已經(jīng)在支付寶賬單中加入了對(duì)用戶消費(fèi)習(xí)慣的分析，這已經(jīng)是國(guó)內(nèi)邁向大數(shù)據(jù)眾多例子中的一例。未來(lái)將會(huì)有更多的接口供給商家、用戶去進(jìn)行大數(shù)據(jù)分析挖掘。大數(shù)據(jù)的時(shí)代正在到來(lái)。

更多專訪視頻及文字，請(qǐng)?jiān)L問(wèn)《坐看大數(shù)據(jù)之道》

http://database.51cto.com/exp/bigdata1128/index.html

【編輯推薦】