Thinking in BigData（四）大数据之“大”的来源与价值

大数据之“大”的来源与价值

       在上篇博客中,我们仅仅是从一个简单的利用案例，谈到了大数据的机理和趋势。但我们更多的人，还是对大数据模糊。究竟多少算是“大”？大数据究竟来源于哪些产业？大数据在哪些公司应用更广泛？大数据的价值是什么？大数据阻碍了哪些商业的发展？又究竟给哪些产业带来新的活力？

究竟多少算大？

       在前面的几篇博客中，我们已经谈到，大数据，并不在于数据的“大”，而在于我们首先能利用大数据的思维方式的转变。但是问题又接着提出？大数据真的不“大”吗？让我们来看一些数据：

       根据国际数据公司(IDC)的测算，2011 年数字世界将产生1800EB 的数据，2012 年会增长40%，达到2500EB。截止2020 年，会达到35000EB，似乎没有足够的磁盘空间存储。就传统IT 企业来看，其结构化和非结构化的数据增长也是惊人的。2005 年企业存储的结构化数据为4EB，到2015 年将增至29EB，年复合增长率逾20%。非结构化数据发展更猛。2005 年为22EB，2015 年将增至1600EB，年复合增长率约60%，远远快于摩尔定律。

       这里我们简单的介绍一下，存储单位的换算：

       1KB=1024B=10^3，1MB =1024KB=10^6，1GB =1024MB=10^9，1TB =1024GB=10^12，

       1PB=1024TB=10^15，1EB=1024PB=10^18，1ZB= 1024 EB=10^21。

       我们只介绍到ZB。我想性，稍微懂得一点计算机基础知识的，就会明白10后面的阶乘代表什么意思。从KB到GB到TB再到EB，这中间数据阶乘我们已经超出我们的想象。相比于摩尔定律：当价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔18个月翻一倍以上。这一定律揭示了信息技术进步的速度。但相比于大数据，数据的更迭，摩尔定律已经微乎其微了。

         以北京交通为例，北京市的交通智能化分析平台，它的数据源来自路网摄像头/传感器、地面公交、轨道交通、出租车以及省际客运、旅游、运输、停车、租车等运输行业等：4万辆浮动车每天产生2000万条记录﹔交通卡刷卡记录每天1900万条﹔手机定位数据每天1800万条﹔出租车运营数据每天