李艷玲

（東北財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，遼寧大連 116025；大連東軟信息學(xué)院 信息技術(shù)與商務(wù)管理系，遼寧 大連 116023）

一、大數(shù)據(jù)相關(guān)概念

隨著社會(huì)化媒體的逐漸成熟，寬帶技術(shù)的迅速提升，移動(dòng)互聯(lián)網(wǎng)的日益普及，云計(jì)算、物聯(lián)網(wǎng)的應(yīng)用也更加豐富，各種傳感器如手機(jī)、臺(tái)式電腦、筆記本、平板電腦、智能電視、導(dǎo)航定位等終端遍及各個(gè)角落，每個(gè)人都是數(shù)據(jù)的創(chuàng)造者、傳播者和分享者，如瀏覽網(wǎng)頁(yè)、發(fā)布微博、搜索關(guān)鍵詞、上傳文件、發(fā)送郵件、交友、購(gòu)物的每一個(gè)行為都被實(shí)時(shí)記錄下來(lái)，正是由于這些數(shù)據(jù)的大量瞬間積累，數(shù)據(jù)量和信息量激增，發(fā)展態(tài)勢(shì)迅猛，數(shù)據(jù)單位由G、T到P、E、Z、Y演變，據(jù)IDC在《數(shù)字宇宙膨脹：到2020年全球信息增長(zhǎng)預(yù)測(cè)》所做的數(shù)據(jù)統(tǒng)計(jì)，2006年全球制造復(fù)制出的數(shù)字信息量共計(jì)16.1萬(wàn)，大約是歷史上圖書(shū)信息總量的3 000倍；2010年達(dá)到98.8萬(wàn)PB，過(guò)去三年間產(chǎn)生的數(shù)據(jù)量超過(guò)以往總和。2011年，全球創(chuàng)建和復(fù)制的數(shù)據(jù)總量達(dá)1.8ZB，照此速度的話(huà),到2020年，數(shù)字宇宙將超出預(yù)期達(dá)到40 ZB。

在這樣一個(gè)數(shù)字爆炸的時(shí)代，每時(shí)每刻都即時(shí)產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)相比，呈現(xiàn)新的特征，美國(guó)麥肯錫全球研究院（MGI）發(fā)表一篇名為“Big data:The next frontier for innovation,competition and productivity”(大數(shù)據(jù)：未來(lái)創(chuàng)新、競(jìng)爭(zhēng)、生產(chǎn)力的指向標(biāo))的研究報(bào)告，“Big Data”（大數(shù)據(jù)）這個(gè)關(guān)鍵詞便開(kāi)始流行起來(lái)。

據(jù)IDC描述，大數(shù)據(jù)(Big Data)是指無(wú)法用現(xiàn)有的軟件工具提取、存儲(chǔ)、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合。包括所建立的數(shù)據(jù)庫(kù)等結(jié)構(gòu)化信息，也包括文本、圖片、視頻等非結(jié)構(gòu)化信息，難以用一般技術(shù)來(lái)管理的大量數(shù)據(jù)的集合，業(yè)界通常用4個(gè)V(即Volume、Variety、Value、Velocity)來(lái)概括大數(shù)據(jù)的特征。

一是數(shù)據(jù)體量巨大(Volume)。數(shù)據(jù)量之大，是前所未有的，數(shù)據(jù)量呈幾何級(jí)數(shù)增加，用現(xiàn)有的技術(shù)，無(wú)法有效管理和分析。

二是數(shù)據(jù)類(lèi)型繁多(Variety)。數(shù)據(jù)類(lèi)型花樣繁多，除了傳統(tǒng)的業(yè)務(wù)數(shù)據(jù)、文本等結(jié)構(gòu)化數(shù)據(jù)以外，多種類(lèi)型的非結(jié)構(gòu)化數(shù)據(jù)與日俱增，如網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等，這些類(lèi)型的數(shù)據(jù)需要更科學(xué)高效的技術(shù)來(lái)進(jìn)行處理。

三是價(jià)值密度低(Value)。價(jià)值密度低是指數(shù)據(jù)總量比較大，比如一部1小時(shí)的視頻，真正有用的數(shù)據(jù)或者是有價(jià)值的數(shù)據(jù)可能只有一二秒，價(jià)值密度的高低與數(shù)據(jù)量大小成相反比例，那么如何對(duì)大數(shù)據(jù)量通過(guò)機(jī)器算法迅速地完成價(jià)值數(shù)據(jù)“提純”，是目前大數(shù)據(jù)技術(shù)處理的一個(gè)難題。

四是處理速度快(Velocity)。這是大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的最顯著特征，數(shù)據(jù)產(chǎn)生和更新的速度非?？?，每時(shí)每秒都在即時(shí)增加，對(duì)大數(shù)據(jù)的處理效率的要求，是大數(shù)據(jù)處理技術(shù)的重大挑戰(zhàn)。

二、大數(shù)據(jù)分析技術(shù)

（一）大數(shù)據(jù)分析技術(shù)的機(jī)遇與挑戰(zhàn)

1.快速捕獲即時(shí)數(shù)據(jù)，創(chuàng)造高速價(jià)值

大數(shù)據(jù)最大的特點(diǎn)是數(shù)據(jù)的產(chǎn)生速度非常快，每時(shí)每秒可以產(chǎn)生很多的數(shù)據(jù)。例如，每分鐘facebook上的視頻就可以多產(chǎn)生390萬(wàn)部，大數(shù)據(jù)的產(chǎn)生速度是不可想象的。據(jù)調(diào)查，53%的高管表示大部分關(guān)鍵信息無(wú)法及時(shí)獲得，獲取信息的速度越快，采取行動(dòng)的速度也就越快，快速行動(dòng)創(chuàng)造的價(jià)值越高，數(shù)據(jù)的使用和分析效率真高，企業(yè)為實(shí)現(xiàn)卓越的運(yùn)營(yíng)，需要快速捕獲高速運(yùn)行中的大數(shù)據(jù)，更加迅速地計(jì)算分析數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)為信息，信息轉(zhuǎn)為洞察，實(shí)時(shí)推進(jìn)業(yè)務(wù)措施，立即采取行動(dòng)，從而提升企業(yè)競(jìng)爭(zhēng)力。在這里還有一點(diǎn)，當(dāng)企業(yè)捕獲的數(shù)據(jù)越來(lái)越多，需要分析的數(shù)據(jù)量越多，需要對(duì)數(shù)據(jù)進(jìn)行評(píng)判，這個(gè)數(shù)據(jù)的重要性是怎樣的，有的時(shí)候需要評(píng)判這個(gè)數(shù)據(jù)的價(jià)值是多少。通過(guò)更智能的方法，對(duì)數(shù)據(jù)加以篩選，對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)的判斷，提煉出有價(jià)值的數(shù)據(jù)，最終將高速數(shù)據(jù)轉(zhuǎn)化為高速價(jià)值，體驗(yàn)即時(shí)數(shù)據(jù)以及數(shù)據(jù)處理給我們帶來(lái)的便捷，進(jìn)而實(shí)現(xiàn)實(shí)時(shí)大數(shù)據(jù)的美好前景，如圖1所示：

圖1 大數(shù)據(jù)業(yè)務(wù)價(jià)值與響應(yīng)時(shí)間關(guān)系

2.如何對(duì)異構(gòu)數(shù)據(jù)的處理

當(dāng)今企業(yè)在發(fā)展中積累的新信息來(lái)源越來(lái)越廣泛，企業(yè)應(yīng)用不再是唯一的信息來(lái)源，數(shù)據(jù)來(lái)源還可以來(lái)自傳感器，有的是來(lái)自網(wǎng)絡(luò)線(xiàn)上交易，有的是來(lái)自消費(fèi)者行為，有的是來(lái)自智能手機(jī)或者是移動(dòng)設(shè)備，這些設(shè)備變得日益智能化和互聯(lián)，智能設(shè)備將從2013年的13億部增長(zhǎng)至2020年的125億部，非結(jié)構(gòu)化數(shù)據(jù)將超出傳統(tǒng)數(shù)據(jù)多個(gè)數(shù)量級(jí)?？傮w來(lái)說(shuō)數(shù)據(jù)來(lái)源可以分為人為生成、互聯(lián)網(wǎng)/云生成、機(jī)器生成這幾種類(lèi)型，這些不同源頭的數(shù)據(jù)的格式也不一樣，我們必須用有效的方式高速捕獲、組織和分析。

對(duì)于那些已經(jīng)規(guī)模較大，系統(tǒng)環(huán)境高度異構(gòu)的企業(yè)而言，數(shù)據(jù)越來(lái)越發(fā)揮其重要資產(chǎn)的作用，如何在架構(gòu)整合方面有所舉措，從全局的角度促進(jìn)數(shù)據(jù)整合，將不同來(lái)源、不同類(lèi)型的數(shù)據(jù)整合到一起同，對(duì)數(shù)據(jù)搜集、管理、分析與挖掘等領(lǐng)域都對(duì)技術(shù)與系統(tǒng)提出了更高的要求，使得數(shù)據(jù)能夠?yàn)槠髽I(yè)所用。以前，數(shù)據(jù)都是分散在各個(gè)業(yè)務(wù)系統(tǒng)，在大數(shù)據(jù)時(shí)代，企業(yè)需要考慮如何打破系統(tǒng)的邊界，把不同來(lái)源的數(shù)據(jù)整合在一起，企業(yè)不僅關(guān)注外部數(shù)據(jù)源對(duì)企業(yè)的價(jià)值，也需要關(guān)注消費(fèi)者的情緒如何、對(duì)企業(yè)的評(píng)價(jià)如何，互聯(lián)網(wǎng)、微博等就是很好的信息獲取渠道，怎樣把結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)整合，怎樣把微信、微博等非結(jié)構(gòu)化數(shù)據(jù)植入商務(wù)分析，將虛擬數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)結(jié)合起來(lái)，這些外部數(shù)據(jù)源對(duì)企業(yè)也具有十分重要的意義。如何整合架構(gòu)，將異構(gòu)數(shù)據(jù)整合到一個(gè)系統(tǒng)，并在此基礎(chǔ)上，實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)和分析系統(tǒng)的一體化，加速并分析大數(shù)據(jù)，滿(mǎn)足企業(yè)的實(shí)時(shí)業(yè)務(wù)需求和分析需求，是目前亟待解決的技術(shù)難題。

（二）大數(shù)據(jù)分析和處理技術(shù)的發(fā)展

正因?yàn)榇髷?shù)據(jù)所呈現(xiàn)的新的特點(diǎn)（4V），大數(shù)據(jù)的意義并不僅僅在于“容量之大”，其更大的意義在于通過(guò)對(duì)海量數(shù)據(jù)進(jìn)行整合和分析，發(fā)現(xiàn)新知識(shí)，創(chuàng)造新價(jià)值。傳統(tǒng)的數(shù)據(jù)分析方法和工具已不適應(yīng)大數(shù)據(jù)的管理，大數(shù)據(jù)不同于普通的數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘和商業(yè)智能分析，如沒(méi)有恰當(dāng)?shù)拇髷?shù)據(jù)分析工具，大數(shù)據(jù)將無(wú)法發(fā)揮其價(jià)值。大數(shù)據(jù)多樣、高速、海量的特點(diǎn)從各個(gè)領(lǐng)域推動(dòng)著行業(yè)的技術(shù)創(chuàng)新，給數(shù)據(jù)的抓取、存儲(chǔ)和分析帶來(lái)了新的挑戰(zhàn)，工具、開(kāi)源以及框架設(shè)施對(duì)于大數(shù)據(jù)行業(yè)來(lái)說(shuō)非常重要，開(kāi)源包括軟件和硬件的開(kāi)源。

當(dāng)前，較為成熟的技術(shù)是通過(guò)采用分布式計(jì)算模式實(shí)現(xiàn)，如當(dāng)前IT業(yè)的巨頭(如谷歌等)MapReduce的云計(jì)算模型以及Hadoop的開(kāi)源方案。Hadoop已經(jīng)成為新的主流范式，而十幾年前用的軟件開(kāi)發(fā)范式已經(jīng)不適用了。之前幾年的軟件開(kāi)發(fā)范式只適合處理結(jié)構(gòu)化的數(shù)據(jù)，面對(duì)非結(jié)構(gòu)化的數(shù)據(jù)，Hadoop是主流。Hadoop有一個(gè)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)。

其中，Hadoop是一種分布式系統(tǒng)的平臺(tái)，通過(guò)它可以很輕松地搭建一個(gè)高效、高質(zhì)量的分布系統(tǒng)，有著高容錯(cuò)性的特點(diǎn)，并且設(shè)計(jì)用來(lái)部署在低廉的硬件上。Hadoop在可伸縮性、健壯性、計(jì)算性能和成本上具有無(wú)可替代的優(yōu)勢(shì)，事實(shí)上已成為當(dāng)前互聯(lián)網(wǎng)企業(yè)主流的大數(shù)據(jù)分析平臺(tái)。MapReduce是Hadoop的核心組件之一，可以通過(guò)MapReduce很容易在Hadoop平臺(tái)上進(jìn)行分布式的計(jì)算編程。

三、大數(shù)據(jù)處理生態(tài)系統(tǒng)構(gòu)建

隨著大數(shù)據(jù)和分析在企業(yè)應(yīng)用的深入，面臨的問(wèn)題和挑戰(zhàn)也越來(lái)越多，主要有如下方面：第一，對(duì)大數(shù)據(jù)和分析平臺(tái)的企業(yè)級(jí)應(yīng)用的可靠性、穩(wěn)定性、安全性要求會(huì)越來(lái)越高；第二，大多數(shù)企業(yè)級(jí)用戶(hù)都面對(duì)著極為復(fù)雜的行業(yè)應(yīng)用場(chǎng)景，不同類(lèi)型和來(lái)源的數(shù)據(jù)需要統(tǒng)一地被利用，在系統(tǒng)較多的企業(yè)中，如何對(duì)數(shù)據(jù)進(jìn)行集成管理是很大的問(wèn)題，特別是新的大數(shù)據(jù)方案如何與傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)無(wú)縫集成；第三，大多數(shù)企業(yè)級(jí)客戶(hù)還處于對(duì)大數(shù)據(jù)和分析的探索初期，對(duì)于新問(wèn)題的初判和解決經(jīng)驗(yàn)不足。

對(duì)于企業(yè)來(lái)說(shuō)，隨著系統(tǒng)的復(fù)雜性上升，最為迫切也是最為重要的問(wèn)題是，如何將不同來(lái)源、不同結(jié)構(gòu)的數(shù)據(jù)通過(guò)系統(tǒng)整合到一個(gè)平臺(tái)。在這個(gè)平臺(tái)上，全面涵蓋大數(shù)據(jù)和分析的各個(gè)應(yīng)用，采用統(tǒng)一架構(gòu)，集成到一個(gè)系統(tǒng)。在這個(gè)系統(tǒng)上，建立全面覆蓋各種復(fù)雜行業(yè)應(yīng)用場(chǎng)景的企業(yè)級(jí)大數(shù)據(jù)和分析應(yīng)用解決方案，如靜態(tài)批量大數(shù)據(jù)處理、實(shí)時(shí)大數(shù)據(jù)業(yè)務(wù)處理、數(shù)據(jù)倉(cāng)庫(kù)整合和數(shù)據(jù)集市構(gòu)建等，對(duì)于這些大量異構(gòu)數(shù)據(jù)系統(tǒng)，整合的標(biāo)準(zhǔn)是一個(gè)非常關(guān)鍵的問(wèn)題。同時(shí)企業(yè)又在不斷發(fā)展，未來(lái)要部署包括電商、移動(dòng)商務(wù)、社交網(wǎng)絡(luò)等新的應(yīng)用，都需要在這個(gè)統(tǒng)一的平臺(tái)上展開(kāi)。以上所有的應(yīng)用，構(gòu)成了一個(gè)大數(shù)據(jù)的生態(tài)系統(tǒng)。這個(gè)生態(tài)系統(tǒng)應(yīng)具備以下特點(diǎn)，如圖2所示：

圖2 大數(shù)據(jù)生態(tài)系統(tǒng)特點(diǎn)

（一）高度整合的實(shí)時(shí)數(shù)據(jù)平臺(tái)

對(duì)于現(xiàn)代企業(yè)來(lái)說(shuō)，隨著業(yè)務(wù)應(yīng)用范圍的廣泛深入、企業(yè)積累的數(shù)據(jù)類(lèi)型越來(lái)越多，包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，交易數(shù)據(jù)與非交易數(shù)據(jù)，數(shù)據(jù)量呈幾何級(jí)次激增，甚至達(dá)到Z、Y級(jí)，如何高效地捕獲和分析這些大數(shù)據(jù)，是企業(yè)廣泛關(guān)注的事情，企業(yè)亟需一個(gè)平臺(tái)，可以捕獲和管理大數(shù)據(jù)的所有維度，整合數(shù)據(jù)孤島，將不同來(lái)源、不同類(lèi)型的數(shù)據(jù)庫(kù)，通過(guò)整合的開(kāi)發(fā)環(huán)境，在技術(shù)架構(gòu)基礎(chǔ)上，通過(guò)單一系統(tǒng)實(shí)現(xiàn)大數(shù)據(jù)并行計(jì)算列式平臺(tái)管理把ERP的業(yè)務(wù)數(shù)據(jù)、半結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)整合到一個(gè)系統(tǒng)，直接在整個(gè)數(shù)據(jù)平臺(tái)建模、計(jì)算、分析、預(yù)測(cè)，再借助BI進(jìn)行圖形化展示。所有可使用數(shù)據(jù)的人，實(shí)時(shí)獲得分析結(jié)果，如財(cái)務(wù)數(shù)據(jù)，你只需用自然語(yǔ)言輸入查詢(xún)條件，系統(tǒng)提供實(shí)時(shí)解決方案，像花瓣一樣呈現(xiàn)。

在這樣的平臺(tái)，能夠快速、高效地捕獲并整合海量多元化的任意數(shù)據(jù)，實(shí)現(xiàn)快速分析處理海量信息，實(shí)時(shí)進(jìn)行商業(yè)決策，實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)和分析系統(tǒng)的一體化，能夠同時(shí)滿(mǎn)足企業(yè)的實(shí)時(shí)業(yè)務(wù)需求和分析需求，不但降低了企業(yè)對(duì)服務(wù)器等硬件的需求，還減少了數(shù)據(jù)從業(yè)務(wù)系統(tǒng)到分析系統(tǒng)過(guò)程中所需的數(shù)據(jù)抽取、清洗等操作，大大提高了效率。

（二）基于云的生態(tài)系統(tǒng)構(gòu)建

2012年是中國(guó)的大數(shù)據(jù)元年，云計(jì)算概念的爭(zhēng)論漸漸平息，而大數(shù)據(jù)的熱潮隨之到來(lái)。隨著大數(shù)據(jù)的到來(lái)，大家對(duì)云計(jì)算的“中國(guó)夢(mèng)”開(kāi)始有了更清晰的認(rèn)識(shí)，云計(jì)算如何落地為雨，成為2013年中國(guó)云計(jì)算的主旋律。

對(duì)于大部分企業(yè)而言，“云計(jì)算之旅”都將是一場(chǎng)速度與耐力的較量，關(guān)鍵是部署的靈活性。如何在整個(gè)價(jià)值鏈中獲得出色競(jìng)爭(zhēng)優(yōu)勢(shì)，快速分析數(shù)據(jù)，發(fā)現(xiàn)并響應(yīng)業(yè)務(wù)網(wǎng)絡(luò)中的各種變化，借助廣泛的托管功能選擇，從高度安全的環(huán)境和云技術(shù)的經(jīng)濟(jì)優(yōu)勢(shì)中獲益，是每個(gè)企業(yè)所要達(dá)到的理想效果。

大數(shù)據(jù)時(shí)代，云計(jì)算所發(fā)揮的主要作用是為大數(shù)據(jù)提供按需服務(wù)，主要體現(xiàn)在云存儲(chǔ)、云計(jì)算、私用云、公有云的服務(wù)方面，將云共享的思想應(yīng)用于企業(yè)，主要有有幾種主要方式，其中一種就是嵌入式企業(yè)原有平臺(tái)的OEM方式，包括移動(dòng)平臺(tái)、商務(wù)分析平臺(tái)和數(shù)據(jù)庫(kù)平臺(tái)等。另一種方式是托管私有云服務(wù)的方式，那就是構(gòu)建一個(gè)充滿(mǎn)活力的生態(tài)系統(tǒng)，為企業(yè)提供選擇上的自由，既可以選擇在企業(yè)本地來(lái)搭建這個(gè)平臺(tái)，也可以享受在云端來(lái)實(shí)現(xiàn)這個(gè)服務(wù)，實(shí)現(xiàn)從本地向云端的遷移。充分利用與企業(yè)原有的ERP核心系統(tǒng)的無(wú)縫集成，又能夠與企業(yè)其他來(lái)源、其他類(lèi)型的數(shù)據(jù)、其他系統(tǒng)如BI、ETL和備份工具的集成，實(shí)現(xiàn)更廣泛的用戶(hù)支持、數(shù)據(jù)尋源以及對(duì)現(xiàn)有投資的再利用，以達(dá)到協(xié)同、共同參與、分享的目的，有效實(shí)現(xiàn)數(shù)據(jù)分析處理中“溫?cái)?shù)據(jù)”到“熱數(shù)據(jù)”的瞬間響應(yīng)，從而幫助其客戶(hù)獲取實(shí)時(shí)、精準(zhǔn)的數(shù)據(jù)分析，把握瞬息萬(wàn)變的市場(chǎng)動(dòng)態(tài)，獲取商機(jī)。

所構(gòu)建的生態(tài)系統(tǒng)不僅僅是數(shù)據(jù)庫(kù)，而是創(chuàng)新的基于云框架的計(jì)算平臺(tái)，具有出色的云靈活性，支持自動(dòng)配置計(jì)算資源，簡(jiǎn)化日常管理，將突破傳統(tǒng)的游戲規(guī)則，它從數(shù)據(jù)到?jīng)Q策覆蓋了整個(gè)企業(yè)的業(yè)務(wù)流程。這樣一個(gè)生態(tài)系統(tǒng)，應(yīng)基于開(kāi)放式標(biāo)準(zhǔn)，提供安全可靠、易于使用的開(kāi)發(fā)和運(yùn)行環(huán)境。它所具備的能力主要有：加速在線(xiàn)交易處理，同時(shí)可以作為數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行海量數(shù)據(jù)分析；既能夠加速傳統(tǒng)的關(guān)系型數(shù)據(jù)，又能連接外部的Hadoop做非結(jié)構(gòu)化數(shù)據(jù)處理，它將是一個(gè)“全能”平臺(tái)，將企業(yè)日常的數(shù)據(jù)需求全部集中在一個(gè)生態(tài)系統(tǒng)中，企業(yè)可以根據(jù)自己的需求，個(gè)性化地選擇，比如，可以任意選擇各種類(lèi)型的業(yè)務(wù)應(yīng)用和數(shù)據(jù)處理，做交易用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)，運(yùn)行報(bào)表應(yīng)用企業(yè)的數(shù)據(jù)倉(cāng)庫(kù)（EDW），處理大數(shù)據(jù)用NoSQL或者Hadoop，在這樣一個(gè)大而全的生態(tài)平臺(tái)，可以實(shí)現(xiàn)簡(jiǎn)化的IT架構(gòu)，即想即得，企業(yè)將高效地應(yīng)用諸多大數(shù)據(jù)技術(shù)手段，諸如分布式計(jì)算、并行處理、實(shí)時(shí)計(jì)算、高級(jí)分析與決策、數(shù)據(jù)可視化，進(jìn)而實(shí)時(shí)獲取答案，幫助企業(yè)快速獲取洞察力，助力企業(yè)轉(zhuǎn)型與發(fā)展，重塑無(wú)限可能。如圖3所示：

圖3 大數(shù)據(jù)生態(tài)系統(tǒng)

四、結(jié)語(yǔ)

面對(duì)與日俱增的大量復(fù)雜的數(shù)據(jù)，企業(yè)面臨前所未有的挑戰(zhàn)和機(jī)遇，如何利用這些數(shù)據(jù)流的巨大潛力，發(fā)現(xiàn)大數(shù)據(jù)所蘊(yùn)涵的巨大價(jià)值，是每個(gè)企業(yè)迫切解決的關(guān)鍵問(wèn)題。在大數(shù)據(jù)時(shí)代，分析和處理技術(shù)不斷地發(fā)展變化，如果哪家企業(yè)能夠在這新的技術(shù)更新浪潮中，掌握有效地分析和利用大數(shù)據(jù)的利器，真正駕馭數(shù)字宇宙，將直接轉(zhuǎn)化為企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)，促進(jìn)企業(yè)變革和升級(jí)。

[1]城田真琴.大數(shù)據(jù)的沖擊[M].朱四明，譯.北京：人民郵電出版社，2013：45-50.

[2]涂子沛.The Big Data Revolution[M].桂林：廣西師范大學(xué)出版社，2012：22-30.

[3]維克托·爾耶·舍恩伯格.大數(shù)據(jù)時(shí)代[M].杭州：浙江人民出版社，2013：30-34.

[4]王珊.架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望[J].計(jì)算機(jī)學(xué)報(bào)，2011，10(2)：51-54.

[5]鄧國(guó)清.大數(shù)據(jù)時(shí)代的精益財(cái)務(wù)分析[J].中國(guó)會(huì)計(jì)報(bào)，2013，4(5)：23-25.

[6]鄒大斌.大數(shù)據(jù)分析驅(qū)動(dòng)制造業(yè)轉(zhuǎn)型[J].計(jì)算機(jī)世界，2011，10(6)：45-50.

[7]黃性清，柳清.ERP商務(wù)智能系統(tǒng)的設(shè)計(jì)方案[J].中國(guó)管理信息化，2011，11(5)：54-60.

[8]湯銘.挖掘制造業(yè)大數(shù)據(jù)價(jià)值[J].計(jì)算機(jī)世界，2012，5(7)：23-30.

[9]覃雄派，王會(huì)舉，杜小勇，等.大數(shù)據(jù)分析——RDBMS與MapReduce的競(jìng)爭(zhēng)與共生[J].軟件學(xué)報(bào)，2012，23(1):32-45.

[10]周傲英.數(shù)據(jù)密集型計(jì)算—數(shù)據(jù)管理技術(shù)面臨的挑戰(zhàn)[J].中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊，2009，5(7)：50-53.

[11]馮芷艷,郭迅華,曾大軍，等.大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題[J].管理科學(xué)學(xué)報(bào)，2013，1(2)：36-40.

[12]王樹(shù)良，丁剛毅，鐘鳴.大數(shù)據(jù)下的空間數(shù)據(jù)挖掘思考[J].中國(guó)電子科學(xué)研究院學(xué)報(bào)，2013，2(1)：40-44.

[13]羅恩韜，胡志剛，林華.一種大數(shù)據(jù)時(shí)代海量數(shù)據(jù)抽取的開(kāi)發(fā)模型研究[J].計(jì)算機(jī)應(yīng)用研究，2013，6(2):30-34.

[14]張桂剛，李超，張勇，等.一種基于海量信息處理的云存儲(chǔ)模型研究[J].計(jì)算機(jī)研究與發(fā)展，2012，49(S1):32－36.

【責(zé)任編輯 詹 麗】