前兩天有人在微博發(fā)問，用什么樣的方式講述大數(shù)據(jù)和云計算才能非專業(yè)人士聽的更清楚，其實關(guān)于大數(shù)據(jù)的案例有很多，商業(yè)智能分析也多次提到過關(guān)于數(shù)據(jù)挖掘的價值和意義，只不過在今天看數(shù)據(jù)比以前還多而已，大數(shù)據(jù)并不可怕，可怕的是他的實時分析能力，會讓缺點和真相赤裸裸暴露在人們面前，那么當(dāng)云計算遭遇大數(shù)據(jù)一股腦向企業(yè)涌進的時候，企業(yè)能否駕馭呢？

所謂的大數(shù)據(jù)主要涵蓋3V面向，分別是處理時效（Velocity）、數(shù)據(jù)格式（Variety）與數(shù)據(jù)量（Volume）；所以大數(shù)據(jù)并非單一技術(shù)，而是眾多技術(shù)項目的集合體，它們的共同目的，都是在一定時間內(nèi)處理完大量的結(jié)構(gòu)化、半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)。唯有駕馭個中關(guān)鍵技術(shù)，方能分析處理大數(shù)據(jù)，建立商業(yè)應(yīng)用價值。

繼續(xù)訴說Wal-Mart比父親更早知道女兒懷孕的故事。2012年初的某一天，美國明尼蘇達州有一名父親，怒氣沖沖跑到賣場并質(zhì)問主管，為何將帶有嬰兒用品優(yōu)惠券的廣告郵件，寄送給他正在念高中的女兒？此舉是否鼓勵未成年女生懷孕？

然而后來事實證明，這名父親的女兒果真懷孕，賣場并非憑空亂灑廣告郵件。人們不禁好奇，Wal-Mart何以如此神通廣大，竟然能夠隔空挖掘真相？答案就在于大數(shù)據(jù)的實時分析，包括這名女孩搜尋商品的關(guān)鍵詞詞，以及在社交網(wǎng)站所顯露的行為軌跡，其實都已蘊藏豐富價值，足以表明她懷孕的事實，而接下來的時間，她最需要采購哪些商品，答案便呼之欲出。

由此可見，倘若善用巨量資料實時性分析，這些看似枯燥瑣碎的資料，立即就能蛻變?yōu)轲埜粌r值的資產(chǎn)，造就無窮無盡的商機。它可以幫助精品服飾業(yè)者，快速洞察顧客的喜好變化，立即形成最佳的生產(chǎn)銷售決策，繼而創(chuàng)造源源不斷的營收增長動能；它可以幫助投信業(yè)者，從Tweets中分析大眾的情緒變化，藉以提高股市行情預(yù)測的精準(zhǔn)度，創(chuàng)造遠遠優(yōu)于同業(yè)的基金投資報酬率。

也難怪各方都對巨量資料趨之若鶩，譬如美國歐巴馬政府即在2012年3月間做成決定，此后將投入高達2億美元的研究與開發(fā)經(jīng)費，藉以改善巨量資料時代中，所需之開發(fā)、搜集、儲存、管理、分享與分析工具與技術(shù)，以期利用這些技術(shù)加速科學(xué)及工程上的發(fā)現(xiàn)腳步、強化國家安全，并改善相關(guān)的教育及學(xué)習(xí)模式。

大數(shù)據(jù)為何神乎其神

的確，雖然這些神乎其技的大數(shù)據(jù)應(yīng)用，無不讓企業(yè)心生向往，然而多數(shù)IT主管卻對于個中技術(shù)一半未解，導(dǎo)致影響所屬企業(yè)商業(yè)價值的產(chǎn)出，殊為可惜。

究竟企業(yè)如何基于大數(shù)據(jù)的分析與應(yīng)用需求，提高其技術(shù)整備度？知名研究機構(gòu)Gartner在其發(fā)表的“Hype Cycle for Big Data”當(dāng)中所呈現(xiàn)的巨量資料優(yōu)先矩陣（Priority Matrix for Big Data），即已針對眾多技術(shù)今后的興衰浮沉，進行大致的預(yù)測；如此一來，哪些技術(shù)被定位為“革命性（Transformational）”,亟需密切留意，哪些技術(shù)處于高度（High）發(fā)展的軌道，值得善加運用，而哪些技術(shù)大抵維持中度（Moderate）發(fā)展格局，未來大起的機會不高，若要為此挹注大量投資，恐需再三思考，企業(yè)IT人員心中即有基本的譜圖與脈絡(luò)。

根據(jù)Gartner預(yù)測，從現(xiàn)在起的兩年之內(nèi)，率先達到革命性等級的技術(shù)，便是字段式數(shù)據(jù)庫（Column Store-DBMS），將呈現(xiàn)高度發(fā)展者，則為預(yù)測分析技術(shù)，至于社交媒體監(jiān)控、Web分析等技術(shù)，發(fā)展?fàn)顩r持平。如此觀之，舉凡字段式數(shù)據(jù)庫、預(yù)測分析，將會是企業(yè)亟需優(yōu)先布局的標(biāo)的。

探究字段式數(shù)據(jù)庫之所以搶得頭香，其實并不難理解，因為對于數(shù)據(jù)擷取、保存、使用、分享與分析等用途而言，數(shù)據(jù)庫系統(tǒng)皆堪稱是最關(guān)鍵的載體，因此其面對大數(shù)據(jù)的讀寫效率、及近實時（Near Real-Time）運算能力的強弱，肯定需要審慎考慮；在此情況下，傳統(tǒng)以Row為索引存取基礎(chǔ)的數(shù)據(jù)庫，效能顯然不彰，無法承擔(dān)因大數(shù)據(jù)而衍生的大量工作負載（Work Load），倘若不為此做改變，后頭的進階型分析應(yīng)用，可說連想都不必再想了。

當(dāng)然，隨著Hadoop大行其道，連帶使得諸如BigTable、HBase或Cassandra等Key-Value數(shù)據(jù)庫開始抬頭，這些可被統(tǒng)稱為“NoSQL”的數(shù)據(jù)庫，不論是Key-Value Database、In-memory Database、Graph Database或Document Database,都有別傳統(tǒng)關(guān)系數(shù)據(jù)庫結(jié)構(gòu)，似乎都更將貼近大數(shù)據(jù)的處理需求，既然如此，何不直接采用NoSQL數(shù)據(jù)庫、而非字段式數(shù)據(jù)庫？

事實上，NoSQL另一層意涵為“Not>