問大家一個問題：什麼是大數據？

這問題看似簡單，實際不簡單，也許一千個人會有一千個答案。是的，每個人對大數據都有自己的理解，就像問大家“什麼是愛情”一樣。

腫麼破？

對待這樣的難題，筆者一貫的作風是——舉例說明！

1.大數據是什麼？怎麼理解大數據？

筆者把數據比作地球上的水，單個數據就是一滴水，大數據就象地球上的海洋，它足夠大，水滴足夠多，多到用人工數不清楚，但總的來說，可以通過一定的方式估計海洋中水滴的總量。這麼說，你明白大數據了嗎？都說我們置身數據的海洋，當你在普吉坐船出海、在芽莊海灘遊玩，你可是真的置身海洋，并與之親密接觸。

2.都說大數據有4V的特征，是什麼意思？

大數據的4V，就是“容量大Volume”“多樣性Variety”“價值高Value”“速度快Velocity”，同樣以海洋為例：

A.海洋中水的量非常大；

B.海水是多樣的，太平洋的海水和大西洋的海水是有區别的，不同地方海水裡面蘊含的物質、生活的物種都有不同；

C.海洋為全人類帶來的好處太多了，人們利用海洋，開發海洋中無窮的價值；

D.速度快，有兩個層面的意思，一是海水流動快，二是随着技術的提升，我們對海水的利用也加快了速度（看看快艇、遊輪的發展）。

PS：第4個V的比喻有點牽強，但不影響發揮哈，他們說臉皮要厚……

3.對大數據的處理，以海洋石油開采為例：

通過技術手段，在茫茫大海中找到原油含量較高的地點，這是數據挖掘；

原油開采出來進行初加工，這是數據清洗；

然後在煉油廠進行提煉，這是數據分析；

煉出的有汽油、柴油、煤油、機油……最終呈現在我們眼前的，汽車保養時用的銀美孚、紅殼等，此為數據可視化。

4.Iaas，Paas，Saas？

大海在那裡，租給你一艘船，自己組織人手開船去找東西，是為Iaas---基礎設施即服務；

不但租給你船，還給你配齊船長、大副、水手，你隻需要說往哪開就行，這是Paas---平台即服務；

船租給你，船長、船員配置好，出海尋寶的路線都給你設計好，這是Saas---軟件即服務。

5.這幾年說大數據，必定說Hadoop，從2014年開始，又多了個Spark，是什麼意思呢？

假如你的家族世代打魚為生，以前你們都是聚集在東海的一個小島，每天一起駕駛僅有的一艘船出海打魚，整個家族能打到多少魚呢？現在你們做了改變，家族的人分散到世界海洋各地，各自開着自己的小船去打魚，你會發現每天你們整個家族一共打到的魚數量、種類都要多很多，Hadoop就是這樣，它是分布式系統基礎架構，解決海量數據的存儲及計算。

至于Spark嘛，就是你們家族弄了艘航空母艦，上面很多艦載飛機，還有若幹附屬艦艇和打魚裝備，每天艦艇、飛機出發攜打魚裝備去打魚，傍晚滿載而歸，打魚速度更快了，這就是Spark，一種與Hadoop類似的開源計算集群環境，啟用了内存分布數據集，直接從内存讀數據，你說快不快？

6.大數據用來做什麼？

大數據有很多應用場景，比如精準營銷，就是打魚的人通過多年海上經驗，知道哪片海域的海鮮多又能賣好價錢；比如輿情分析，就像海嘯預警，通過對海量信息的分析、比對，找出可能産生海嘯災害的區域，好比輿情分析過濾出負面信息……當然，最大的用處還是“預測”，比如通過分析多年的洋流運動，能夠分析出你今天在好望角某處抛出的漂流瓶下個月會出現在哪裡。什麼？你說漂流瓶沒有價值？那如果你丢的不是漂流瓶，而是滿滿一箱鈔票呢？

7.大數據企業都提供哪些服務？

第一類，雲平台服務商，像亞馬遜、阿裡雲這些，就好比世界上一個個國家，管理各自的海域，你想去其中哪一片搞開發，交管理費給國家，在指定的區域去做；

第二類，數據交易中介，他們自身提供一些數據，更主要的是搭建一個交易平台，撮合數據提供者與數據使用者實現數據交換，促成數據價值的實現，這有點像全球海産品交易市場，或者專門圍繞海洋、海産品提供服務的“海裡巴巴”；

第三類，大數據解決方案提供商，就是在海洋各地設置鑽井平台的，提供原油開采、傳輸、提煉、銷售的一系列服務，目前國内這樣的企業很多，還有些以前做系統集成的，也開始改稱大數據服務商了。基本