【51CTO.com快譯】

[[177247]]

拿來橫跨商業(yè)界和技術(shù)界的一大潮流，加上無數(shù)希望大發(fā)其財?shù)膹S商和顧問，你得到的是什么?一大堆定義不明確的流行語。

在大數(shù)據(jù)行業(yè)，周圍的炒作催生出了全新的術(shù)語。需要一點闡明?不妨閱讀這份小型術(shù)語表，它們著重介紹了你應(yīng)該了解的一些主要的數(shù)據(jù)類型。

1. 快數(shù)據(jù)

大數(shù)據(jù)行業(yè)最耀眼的術(shù)語就是“快數(shù)據(jù)”(fast data)，這個術(shù)語越來越頻繁地出現(xiàn)在我們面前。它是指“效用隨著時間而下降的數(shù)據(jù)”，Ovum公司的首席分析師托尼·貝爾(Tony Baer)說，他早在2012年杜撰了這個詞。

快數(shù)據(jù)是指需要實時獲取并分析的Twitter消息內(nèi)容和流數(shù)據(jù)，能夠支持即時決策和響應(yīng)。資本市場交易公司可能依賴快數(shù)據(jù)來進行算法交易或高頻交易。

企業(yè)策略集團的高級分析師尼克·魯達(Nik Rouda)說：“快數(shù)據(jù)可能指幾個方面：快速攝取、快速流式傳輸、快速準備、快速分析、用戶快速響應(yīng)。它主要是一種營銷宣傳，但是從諸多方面表明了需要性能。”

貝爾表示，帶寬增加、商用硬件、內(nèi)存價格下降和實時分析，這些因素共同促成了快數(shù)據(jù)的興起。

2. 慢數(shù)據(jù)

與快數(shù)據(jù)相對的是“慢數(shù)據(jù)”(slow data)，即以相對緩慢的步伐慢慢滲入的數(shù)據(jù)，因而需要不太頻繁的分析。貝爾以監(jiān)視海洋潮汐的設(shè)備為例――對于大多數(shù)用途而言，不需要實時更新。

通常而言，這種數(shù)據(jù)更適合捕獲到數(shù)據(jù)湖中以及隨后的批處理。

3. 小數(shù)據(jù)

“小數(shù)據(jù)”(small data)是指“裝在一臺筆記本電腦上的任何數(shù)據(jù)”，分析咨詢公司KDnuggets的總裁格雷戈里·皮亞泰特斯基-夏皮羅(Gregory Piatetsky-Shapiro)說。

實際上，這個術(shù)語承認了這一事實：“許多分析工作仍在筆記本電腦上針對幾個數(shù)據(jù)源中的某一個來未執(zhí)行，使用輕量級應(yīng)用程序，有時甚至僅僅是Excel，”魯達如是說。

4. 中等數(shù)據(jù)

至于“中等數(shù)據(jù)”(medium data)，它介于兩者之間。

貝爾表示，你在談?wù)摂?shù)PB的數(shù)據(jù)時，那是大數(shù)據(jù)，你可能會使用Hadoop和MapReduce之類的技術(shù)來分析它。但是，“大多數(shù)分析問題并不涉及PB級數(shù)量，”他補充道。如果分析的數(shù)據(jù)處于中間規(guī)模，那它就是中等數(shù)據(jù)，你可能會使用Apache Spark。

5. 暗數(shù)據(jù)

“暗數(shù)據(jù)”(dark data)通常是指被忽視、未充分利用的數(shù)據(jù)。

魯達解釋：“人們不知道暗數(shù)據(jù)的存在，不知道如何訪問它，不被允許訪問，或者利用暗數(shù)據(jù)的系統(tǒng)還沒有建立起來。”他表示，暗數(shù)據(jù)“往往”出現(xiàn)在數(shù)據(jù)庫、數(shù)據(jù)倉庫和數(shù)據(jù)湖。

這種受限制或記錄不翔實的數(shù)據(jù)池常常被稱為“暗網(wǎng)”(dark web)。貝爾表示，揭示暗數(shù)據(jù)通常是數(shù)據(jù)發(fā)現(xiàn)服務(wù)的范疇，常常要用到機器學(xué)習(xí)算法。

6. 臟數(shù)據(jù)

最后但并非最不重要的是，“臟數(shù)據(jù)”遠不如聽起來那么有趣。相反，它就是被清理之前的數(shù)據(jù)集。

貝爾說：“事實上，數(shù)據(jù)在你清理之前是臟的。除非你對數(shù)據(jù)執(zhí)行了一番操作，否則數(shù)據(jù)不會干凈。”

魯達特別指出，這些操作包括數(shù)據(jù)準備、數(shù)據(jù)充實和數(shù)據(jù)轉(zhuǎn)換。“否則，就有可能出現(xiàn)錯誤的答案。”

再補充一點…...

使用數(shù)據(jù)來拓展公司業(yè)務(wù)需要的絕不僅僅是了解術(shù)語。

弗雷斯特研究公司的副總裁布賴恩·霍普金斯(Brian Hopkins)說：“已變得隨時可用的所有數(shù)據(jù)與我們能夠用來獲取洞察力之間存在著差距。”

霍普金斯表示，消除這個差距可能需要使用Hadoop，也可能借助簡單的自助式工具來完成。無論哪種方式，需要把數(shù)據(jù)結(jié)合起來，有意義的行動才會隨之出現(xiàn)。

他說：“廠商和分析師擅長制造新的流行語。”“我給CIO們的建議是，高度關(guān)注將會改變貴公司業(yè)務(wù)的結(jié)果”，而不是深陷術(shù)語當(dāng)中無法自拔。

原文標題：6 'data' buzzwords you need to understand，作者：Katherine Noyes

【51CTO譯稿，合作站點轉(zhuǎn)載請注明原文譯者和出處為51CTO.com】