如果你初來乍到，大數(shù)據(jù)看起來很嚇人！根據(jù)你掌握的基本理論，讓我們專注于一些關(guān)鍵術(shù)語以此給你的約會(huì)對象、老板、家人或者任何一個(gè)人帶來深刻的印象。
讓我們開始吧：
1.算法。“算法”如何與大數(shù)據(jù)相關(guān)？即使算法是一個(gè)通用術(shù)語，但大數(shù)據(jù)分析使其在當(dāng)代更受青睞和流行。
2.分析。年末你可能會(huì)收到一份來自信用卡公司寄來的包含了全年所有交易記錄的年終報(bào)表。如果你有興趣進(jìn)一步分析自己在食物、衣服、娛樂等方面具體花費(fèi)占比呢？那你便是在做“分析”了。你正從一堆原始數(shù)據(jù)中來吸取經(jīng)驗(yàn)，以幫助自己為來年的消費(fèi)做出決策。如果你正在針對整個(gè)城市人群對Twitter或Facebook的帖子做同樣的練習(xí)呢？那我們便是在討論大數(shù)據(jù)分析了。大數(shù)據(jù)分析的實(shí)質(zhì)是利用大量數(shù)據(jù)來進(jìn)行推斷和講故事。大數(shù)據(jù)分析有3種不同到的類型，接下來便繼續(xù)本話題進(jìn)行依次討論。
3.描述性分析。剛剛?cè)绻愀嬖V我，去年你的信用卡消費(fèi)在食物上花費(fèi)了25%、在服裝上花費(fèi)了35%、娛樂活動(dòng)上花費(fèi)了20%、剩下的就是雜七雜八的事項(xiàng)，這種便是描述性分析。當(dāng)然你還可以參考更多的細(xì)節(jié)。
4.預(yù)測分析。如果你根據(jù)過去5年的信用卡歷史記錄來進(jìn)行分析，并且劃分具有一定的連續(xù)性，則你可以高概率預(yù)測明年將與過去幾年相差無幾。此處需要注意的細(xì)節(jié)是，這并不是“預(yù)測未來”，而是未來可能會(huì)發(fā)生的“概率”。在大數(shù)據(jù)預(yù)測分析中，數(shù)據(jù)科學(xué)家可能會(huì)使用類似機(jī)器學(xué)習(xí)、高級的統(tǒng)計(jì)過程（后文將對這些術(shù)語進(jìn)行介紹）等先進(jìn)的技術(shù)去預(yù)測天氣、經(jīng)濟(jì)變化等。
5.規(guī)范分析。沿用信用卡交易的案例，你可能想要找出哪方面的支出（級食品、服裝、娛樂等）對自己的整體支出產(chǎn)生巨大的影響。規(guī)范分析建立在預(yù)測分析的基礎(chǔ)之上，包含了“行動(dòng)”記錄（例如減少食品、服裝、娛樂支出），并分析所得結(jié)果來“規(guī)定”最佳類別以減少總體支出。你可以嘗試將其發(fā)散到大數(shù)據(jù)，并設(shè)想高管們?nèi)绾瓮ㄟ^查看各種行動(dòng)的影響來做出數(shù)據(jù)驅(qū)動(dòng)的決策。
6.批處理。雖然批量數(shù)據(jù)處理在大型機(jī)時(shí)代就早已出現(xiàn)，但大數(shù)據(jù)交給它更多大數(shù)據(jù)集處理，因此賦予了批處理更多的意義。對于一段時(shí)間內(nèi)收集到的一組事務(wù)，批量數(shù)據(jù)處理為處理大量數(shù)據(jù)提供了一種有效的方法。后文將介紹的Hadoop便是專注于批量數(shù)據(jù)處理。
7. Cassandra是由Apache Software Foundation管理的一款流行的開源數(shù)據(jù)庫管理系統(tǒng)。很多大數(shù)據(jù)技術(shù)都?xì)w功于Apache，其中Cassandra的設(shè)計(jì)初衷便是處理跨分布式服務(wù)器的大量數(shù)據(jù)。
8. 云計(jì)算。顯而易見云計(jì)算已經(jīng)變得無所不在，所以本文可能無須贅述，但為了文章的完整性還是佐以介紹。云計(jì)算的本質(zhì)是在遠(yuǎn)程服務(wù)器上運(yùn)行的軟件和（/或）數(shù)據(jù)托管，并允許從互聯(lián)網(wǎng)上的任何地方進(jìn)行訪問。
9. 集群計(jì)算。它是一種利用多臺(tái)服務(wù)器的匯集資源的“集群”來進(jìn)行計(jì)算的奇特方式。在了解了更多技術(shù)之后，我們可能還會(huì)討論節(jié)點(diǎn)、集群管理層、負(fù)載平衡和并行處理等。
10. 黑暗數(shù)據(jù)。依我看來，這個(gè)詞適用于那些嚇得六神無主的高級管理層們。從根本上來說，黑暗數(shù)據(jù)是指那些被企業(yè)收集和處理但又不用于任何有意義用途的數(shù)據(jù)，因此描述它是“黑暗的”，它們可能永遠(yuǎn)被埋沒。它們可能是社交網(wǎng)絡(luò)信息流、呼叫中心日志、會(huì)議筆記，諸如此類。人們做出了諸多估計(jì)，在60-90％的所有企業(yè)數(shù)據(jù)都可能是“黑暗數(shù)據(jù)”，但無人真正知曉。
11. 數(shù)據(jù)湖。當(dāng)我第一次聽到這個(gè)詞的時(shí)候，我真的以為有人在開愚人節(jié)的玩笑。但它真的是個(gè)術(shù)語！數(shù)據(jù)湖是一個(gè)原始格式的企業(yè)級數(shù)據(jù)的大型存儲(chǔ)庫。雖然此處討論的是數(shù)據(jù)湖，但有必要再一起討論下數(shù)據(jù)倉庫，因?yàn)閿?shù)據(jù)湖和數(shù)據(jù)倉庫在概念上是極其相似的，都是企業(yè)級數(shù)據(jù)的存儲(chǔ)庫，但在清理和與其他數(shù)據(jù)源集成之后的結(jié)構(gòu)化格式上有所區(qū)別。數(shù)據(jù)倉庫常用于常規(guī)數(shù)據(jù)（但不完全）。據(jù)說數(shù)據(jù)湖能夠讓用戶輕松訪問企業(yè)級數(shù)據(jù)，用戶真正按需知道自己正在尋找的是什么、如何處理并讓其智能化使用。
12. 數(shù)據(jù)挖掘。數(shù)據(jù)挖掘是指利用復(fù)雜的模式識別技術(shù)從大量數(shù)據(jù)中找到有意義的模式、提取見解。這與我們前文討論的使用個(gè)人數(shù)據(jù)做分析的術(shù)語“分析”密切相關(guān)。為了提取出有意義的模式，數(shù)據(jù)挖掘者使用統(tǒng)計(jì)學(xué)（是呀，好老的數(shù)學(xué)）、機(jī)器學(xué)習(xí)算法和人工智能。