現(xiàn)在有很多告訴你，大數(shù)據(jù)不是數(shù)據(jù)大，大數(shù)據(jù)不是Hadoop，就是沒有人愿意說大數(shù)據(jù)是什么?一句話，你說什么就是什么，可以說廣義大數(shù)據(jù)、狹義大數(shù)據(jù)、機(jī)器大數(shù)據(jù)，也可以說行業(yè)大數(shù)據(jù)。

　　大數(shù)據(jù)強(qiáng)調(diào)非結(jié)構(gòu)化數(shù)據(jù)的挖掘，云計(jì)算強(qiáng)調(diào)資源高效利用，一個(gè)面向業(yè)務(wù)應(yīng)用，一個(gè)面向IT管理，不說風(fēng)馬不相及，但彼此交集并不多。

　　二者驚人相似之處并不在于內(nèi)容，而在于其市場傳播和導(dǎo)入過程，首先二者都是舶來品，其次在開始的時(shí)候，沒有弄得明白它們是什么。

　　回想一下2～3年前，沒有說得清楚云計(jì)算是什么?但有很多人會(huì)告訴你，云計(jì)算不是什么，不是虛擬化，不是綠色節(jié)能。大數(shù)據(jù)也是如此，很少有人說清楚4個(gè)V是什么?有的v連個(gè)準(zhǔn)確的中文翻譯都沒有。

　　在云計(jì)算推廣初期，從軟件到硬件、從芯片到整機(jī)，從數(shù)據(jù)中心規(guī)劃、設(shè)計(jì)到運(yùn)維，人人都說自己是云計(jì)算，數(shù)據(jù)中心也被稱為云計(jì)算數(shù)據(jù)中心。如今，類似事情恐要為大數(shù)據(jù)重演，服務(wù)器、存儲(chǔ)、數(shù)據(jù)庫都要在大數(shù)據(jù)分一杯羹。

　　為什么大數(shù)據(jù)有這樣的魔力?因?yàn)楹彤?dāng)初的云計(jì)算一樣，大數(shù)據(jù)身上有一個(gè)標(biāo)簽：IT技術(shù)趨勢和方向。有此標(biāo)簽，自是人人奮勇，各自當(dāng)先。哪怕是為了政績，也要有所作為。

　　所謂“空談?wù)`事”，還是說點(diǎn)實(shí)在的。為此，我也求教了北京理工大學(xué)大數(shù)據(jù)搜索與挖掘?qū)嶒?yàn)室主任張華平博士。

　　“4個(gè)V不是大數(shù)據(jù)的定義，而是大數(shù)據(jù)的特征。大數(shù)據(jù)本質(zhì)就是獲取知識(shí)。”張華平說。

　　談到大數(shù)據(jù)怎樣獲得，張博士表示，這都不是問題。大數(shù)據(jù)可以來自行業(yè)積累的數(shù)據(jù)，也可以一些專業(yè)的論壇和渠道。他強(qiáng)調(diào)，企業(yè)要重視數(shù)據(jù)積累，需要學(xué)會(huì)將管理行為數(shù)字化，例如郵件就是企業(yè)重要的數(shù)據(jù)。

　　“數(shù)據(jù)潛伏著知識(shí)，就需要通過大數(shù)據(jù)分析獲得。”他說。

　　他表示，大數(shù)據(jù)應(yīng)用是一個(gè)生態(tài)環(huán)境，有提供技術(shù)，有提供分析的，也有提供分析解讀的。張博士所在的大數(shù)據(jù)搜索與挖掘?qū)嶒?yàn)室就是提供技術(shù)的，他們的ICTCLAS((Institute of Computing Technology, Chinese Lexical Analysis System，漢語詞法分析系統(tǒng))如今得到廣泛使用，并承諾非商業(yè)化用途永遠(yuǎn)免費(fèi)使用。

　　技術(shù)產(chǎn)品之外，張華平也在考慮推廣使用的模式，一種不同于商業(yè)互聯(lián)網(wǎng)的模式，一種付費(fèi)使用的模式。未來可以考慮數(shù)據(jù)提交使用的模式。我們采集了大量的數(shù)據(jù)，僅微博的目標(biāo)是100億條的數(shù)據(jù)，幾乎覆蓋每個(gè)人。

　　“數(shù)據(jù)不是多了，是少了，哪怕是錯(cuò)誤的數(shù)據(jù)，也是有價(jià)值的數(shù)據(jù)。”他說。“知著、見微、曉意”是大數(shù)據(jù)的解決之道，有更多的數(shù)據(jù)等待我們?nèi)ネ趽?jù)其背后的知識(shí)。因此，像云計(jì)算一樣，大數(shù)據(jù)并不遙遠(yuǎn)。(宋家雨)