2012年開始，大數據就從一個概念變成了一個詞語，并隨著時間的流逝變得更加引人注目，到了2014年，大數據顯然已經是IT圈里萬人矚目的明星。

　　著名研究機構IDC總結的4個V能很好地界定大數據概念，4V分別是容量、類型、速度和價值(volume、variety、velocity和value)。大數據是通過高速捕捉、發現和分析，從大容量數據中獲取價值的一種新的技術架構。

　　各行各業中對數據挖掘與分析的需求一直存在，大家都希望從海量數據中尋找業務方向和新商機。不同的是隨著信息技術的發展，特別是智能手機普及以后，用戶參與各類業務所產生的數據總量變多了，能夠分析處理挖掘的數據的種類也變多了，相當部分的數據分析報告的時效性要求更高了。

　　大數據平臺并不意味對原有信息系統基礎架構的否定，因為信息系統中現有的生產系統始終存在，客戶對關鍵業務的可靠性和縱向擴展能力的要求不會減少，客戶對數據的集中管理的可靠性要求始終存在。大數據平臺重新為基礎架構添加了更好的計算、更強的存儲、更多的數據存儲層次，而且所有的大數據應用都需要堅實可靠、靈活高效的大數據平臺。

　　數據本身就是數據，價值是隱藏在數據中的，需要挖據、整理、分析才能形成有價值的大數據。從這點來講，并不是比誰的數據庫大，誰就是大數據。如果不去應用分析數據，那么這些數據只能用來歸檔存儲而已，形不成價值。如何有效、快速、準確地分析并整理數據，是大數據應用的難點，數據需要經過歸類整理、通過優化建模分析，有價值的部分才會浮出數據庫。

　　例如2014年春節期間，騰訊公司根據QQ用戶登錄地點變化的數據，統計分析出春節期間人們遷徙地點的變化。同樣百度也基于手機用戶在春節期間登錄地點的變化，給出了某一時間段人群遷移路線圖服務這類基于大量數據統計出的結論，不但能作為一種新聞來傳播，更可以為春運期間的鐵路、公路、民航等交通領域資源調配做建議和參考。在大數據價值分析愈加成熟的背景下，大數據已經可以幫助政府進行更加科學的管理。對企業而言，大數據可以幫助其進行更加精準的營銷和傳播。比如微博和淘寶的合作，可以依照用戶查詢歷史來進行廣告商品的精準推送。

　　對于大數據而言，Google和Facebook是最早實施并發掘的公司，他們在大數據的分析和發掘上也遠遠走在前面。例如Google在全球有數十萬臺服務器，它背后就是一個全球最大的數據庫系統，對這些數據的分析挖掘讓Google發現了新的世界。

　　其實大數據技術目前依然以開源為主，直到今天也沒有誰家形成絕對的技術壟斷。即便是IBM、Oracle、SAP、EMC等行業巨頭，也同樣是將開源的大數據技術與自身原來的產品更好的結合起來，形成具有其產品特色的大數據平臺而已。

　　雖然商業化的大數據平臺基本都集中在國際巨頭手中，但并不意味著中國的大數據就落后于時代了。國內最典型的大數據應用當屬BAT百度、阿里、騰訊。作為占據國內80%以上網民搜索的百度，推出的百度指數、框計算等功能，無一例外的都是大數據典型應用;阿里旗下的淘寶在去年雙十一中引爆了網民的購物狂潮，讓隨后一個月的時間里，各家快遞都還為雙十一忙碌，海量的成交數據和各地購物特點的數據分析也讓阿里在大數據上占據了電商領域的重要地位;騰訊攜旗下的老牌QQ+當紅微信，形成了超過10億活躍用戶的大數據基礎，由這些海量用戶的行為積累的數據分析，也形成了騰訊的巨大財富基礎。

　　新浪微博和360作為新興的大數據企業也具有了自己獨特的發展特色。新浪微博在更名微博后，顯然已經占據了社交媒體的第一把交椅，作為各類新聞、消息的第一發源地，已經成為幾乎所有機構、公司、媒體和社交的重要場所，它顯然也是大數據的重要用戶。360在國內的PC和手機的安全入口占有絕對優勢，自然也是這些用戶行為數據的獲益者，因此360也當之無愧地成為國內大數據應用的典型企業。

　　這些巨無霸型的互聯網企業已經將大數據玩弄得爐火純青，那么是否意味著國內大數據產業已經成熟了嗎?非也，這些巨無霸遠遠領先了中國其他行業在信息化建設中的步伐，其自身的大數據應用也都是基于開源系統，由自身強有力的技術團隊進行符合自己業務需求的開發，逐步形成了有企業特色的大數據應用。

　　與這些互聯網巨頭相比，行業用戶顯然不具備他們那樣雄厚的技術開發實力，顯然不具備將開源大數據系統與自身業務對接的實力。但他們之前就是IBM、Oracle、SAP、EMC等產品的用戶，他們可以直接從這些知名廠商獲得能和已有業務數據對接的大數據應用平臺。當然，這些具體的大數據部署同樣要依靠SI等渠道的幫助，所不同的是，目前在國內能夠實施大數據平臺部署的多數是國際廠商。

　　其實今天很多行業用戶依然把大數據定位在100TB級別以內，同互聯網企業無上限的大數據相比，100TB內存是行業實時分析數據量的上限。SAP的HANA和Oracle的Exadata軟硬件一體化大數據產品正好覆蓋了這些行業應用領域，這些一體化大數據分析產品也加速了大數據實時分析的可能。與傳統放在磁盤陣列中的數據庫不同，這些新一代的產品將以往存放在磁盤陣列中的數據壓縮后調入內存實時檢索，或將數據放在內存和閃存中分層調用，避免I/O讀取帶來的遲滯。以往用戶在查詢磁盤陣列中TB級別的數據時，要等待數分鐘甚至更多的時間，無法滿足海量用戶并發查詢的需求，而運行在內存中的數據庫產品成功解決了用戶實時查詢的難題。

　　從上圖可以看到，數據在快速增長，但是用戶可容忍的系統延時增長確實有限，因此大數據的處理和響應比是一個重要的指標。從早期GB級的數據庫到今天TB級，甚至數百TB級別的數據庫，數據增長的速度早已超越了硬件的摩爾定律。既然數據正在經歷爆炸式的增長，那么就需要用更新的數據庫技術才能將海量數據歸類整理，并提取需要的資源。這對大數據分析的廠商提出了新要求。

　　中國企業目前缺少大數據實施能力和相關人才，而且大數據分析也不再是單純的軟件或硬件廠商的事情，傳統數據庫廠商充分利用了最新的服務器技術，像Oracle和SAP已經推出了一體機產品(大數據軟件+定制優化的服務器+存儲)，而硬件服務器/存儲廠商也推出了經過充分搭配的大數據一體機，這些一體機產品將是未來大數據市場的一個發展趨勢，也是中國企業走向大數據的一個捷徑。