- 第一個問題就是數(shù)據(jù)捕獲。當(dāng)然，我們知道數(shù)據(jù)來自不同的源頭，有的是來自傳感器，有的是來自網(wǎng)絡(luò)線上交易，有的是來自消費者行為，有的是來自智能手機或者是移動設(shè)備。來自不同源頭的數(shù)據(jù)的格式也不一樣，我們必須用有效的方式捕獲數(shù)據(jù)。
- 第二點是持有這些數(shù)據(jù)或者是存儲這些數(shù)據(jù)。我們之前說過數(shù)據(jù)量非常大，必須得到妥善的存儲和保護，數(shù)據(jù)的可訪問性要非常好，所有數(shù)據(jù)都需要實時進行訪問。
- 第三點，也是最重要的一點，就是數(shù)據(jù)分析。數(shù)據(jù)只有進行了合理分析才能獲得價值，才能實時獲取更多的信息，獲取有價值的信息，把數(shù)據(jù)轉(zhuǎn)變成信息。
我們要考慮三個問題。很多演講嘉賓都談到了這一點，這一點對大數(shù)據(jù)這個行業(yè)非常重要，所以我們要再次強調(diào)，工具、開源以及框架設(shè)施非常重要。開源包括軟件和硬件的開源，這三大金剛是非常重要的。
開源對云計算非常重要
大家在這兩天一直談?wù)揌adoop這個話題，Hadoop已經(jīng)成為新的主流范式，而十幾年前用的軟件開發(fā)范式已經(jīng)不適用了。之前幾年的軟件開發(fā)范式只適合處理結(jié)構(gòu)化的數(shù)據(jù)，面對非結(jié)構(gòu)化的數(shù)據(jù)，Hadoop是主流。Hadoop有一個有效的框架，可以處理非結(jié)構(gòu)的數(shù)據(jù)，尤其是處理分布式數(shù)據(jù)。Hadoop有一些支持處理和分析的工具，這些是非常重要的，而且這些工具也在不斷改進。我相信可以通過工具的改進進一步挖掘大數(shù)據(jù)的價值。
還有一點，是