日本免费精品视频,男人的天堂在线免费视频,成人久久久精品乱码一区二区三区,高清成人爽a毛片免费网站

海量數據處理技術的發展

大數據時代的來臨并不僅僅意味著數據量的增加，更重要的是，它表明處理數據的技術已經上升到了一個新的高度。

正如英特爾公司創始人戈登 摩爾的“摩爾定律”所描述的那樣，“集成電路上能容納的晶體管數量每18個月翻一番”。直到現在，這種情況也一直在持續著。

晶體管的數目極大地影響著CPU的處理性能。2010年晶體管的數目是2003年的32倍，而近10年來，CPU的處理性能已提升至以前的100倍。

有所進步的并不只有CPU。隨著網絡無線化的發展，傳送數據的網絡環境也在迅速變化。如今，數據傳輸速度已提升至10年前的1600倍。

在數據存儲器的容量不斷增加、價格不斷降低的同時，運用了閃存技術的SSD(Solid State Drive，固態硬盤)逐漸進入了大眾的視野，能夠高速處理海量數據的環境也因此而明朗起來。

移動信息終端、傳感器和云計算推動大數據發展！

還有一點讓我們更加難以忽視，那就是發送數據的移動終端設備和收集數據的傳感器的更新換代。

SSD(Solid State Drive，固態硬盤)作為一種存儲器，SSD是一種運用了閃存技術的驅動裝置。比起旋轉軸式硬盤驅動器，SSD不管是在讀寫速度、耗電量，還是在抗撞擊性上都更勝一籌。

iPhone、iPad、安卓終端等移動終端設備的普及對社交媒體的發展起著重要的作用，這一點是不言而喻的。

智能電表擁有數據傳輸功能，是使用數碼測電方式的第二代電表。人們正期待智能電表利用自身的數據傳輸功能，在智能電網的自動查表等活動中大放異彩。

另外，由于傳感器體積的不斷縮小，人們開始將其應用于所有領域，甚至包括被大眾普遍看好的智能家電。隨著智能城市的不斷發展，智能電表逐漸開始深入千家萬戶。假設有25萬戶家庭安裝了智能電表，電表每隔15分鐘發送1次信息，那么每年就要進行3500億次信息處理。如果所有家庭都安裝了這種電表，可想而知它的數據量會有多么龐大。

再者，云(Cloud)的普及成為大數據發展的“東風”。

依靠云計算，企業可以在開展新服務的初期構建短期系統，也就再也不用擔心服務器或存儲器的空間不夠了。云計算還可能將初期投資降到低，而且，即使是在信息收集的高峰期，云計算也可以輕松應對，不使收容能力飽和。正因如此，曾經一度有人認為它是為了應對社交媒體而生的。顯然，如今的云計算已經成為我們生活中不可或缺的一部分。

在數據量不斷增加的大背景下，正是因為收集、分析和預測數據的技術、產品和服務的出現，大數據時代才算是真正到來了。而這些技術的進步也為大數據時代的來臨提供了有力的技術支持。

大數據創造“32萬億元規模的市場”

市場調研公司IDC日本將以大數據為中心的平臺定義為“第三IT平臺”。

及時IT平臺的構成主體是“大型機”，第二IT平臺的構成主體是“個人計算機(PC)”和“互聯網”。而第三IT平臺則是由“云服務”“移動性”“社交性”和“大數據”四部分構成。

IDC日本的分析師和田英穗預測：“到2020年為止，第二IT平臺的年平均增長率(CAGR)為2.5%，基本保持平穩態勢。而第三IT平臺將持續保持高增長，其年平均增長率將達到15%。”

截至2020年，由于第三IT平臺對市場的引導作用，預計世界IT市場的規模將達到5兆美元(約合人民幣32萬億元)。

大型機是企業基礎業務系統使用的傳統大規模計算機系統，也被稱為“大型主機”。使用者一般通過終端機連接中央計算機。

實際上，傳感器無處不在

簡而言之，大數據的價值在于“使以前無法了解的東西變得明朗了”。而造成這種變化的原因之一是，我們收集到了那些以前無法獲得的數據。收集社交媒體上的狀態和留言就是一個典型的例子。當然這也要歸功于傳感器技術的發展，正是它使這些信息的獲得成為可能。

環顧自己的周圍，如果你認為安裝了傳感器的只有搭載了GPS和陀螺儀傳感器的智能手機的話，那你就大錯特錯了。

GPS/陀螺儀傳感器GPS(全稱Global Positioning System，也稱“全球定位系統”)是一種利用衛星確定所在位置的系統。陀螺儀傳感器是一種測量物體角度和角速度的儀器。

冰箱上安裝了感知冰箱門開關的傳感器，空調中搭載著控制溫度的傳感器，就連通過自動感應人的存在來控制照明開關的裝置上，也安裝了傳感器。而遍布大街小巷的監控攝像頭也發揮著與傳感器相同的作用。

這其中，有很多數據并沒有被儲存起來。但是，如果我們進入了智能家電、智能城市的時代，這些信息就會被儲存和發送，最終作為大數據被人們有效利用。

智能城市是一種將智能電網、能源、水、通信、交通、建筑、行政服務等所有城市基礎設施垂直整合，最終實現高效城市的城市構想。

冰箱中也有大數據

這樣一來，我們就能收集到以前無法獲得的數據、看見以前看不見的事物了。

開關冰箱門的次數、冰箱內溫度的變化以及開關冰箱門的時間……如果能夠將這些數據儲存起來，我們就能控制冰箱的運轉。

如果早上開關冰箱門的次數較多，就要確保該時間段內冰箱內的溫度不變；如果是在開關門次數較少的深夜，就要切換到省電模式……冰箱要將這些規律摸清，按照最適合每個家庭的運轉規律運轉。

單就開關冰箱門的數據來看，有些人可能認為這不算大數據。然而，大數據的本質并不在于數據的大小、多少，而是在于IT系統的結構是否發生轉變。也就是說，大數據的核心在于，收集到以往無法收集到的數據、看見以往看不見的事物。

因此，我們可以將冰箱門的例子理解為人們活用大數據，并將其具體應用于冰箱這個領域的典型范例。

海量的“顯性知識”使“隱性知識”可見化

NEC公司(日本電氣股份有限公司)社長遠藤信博認為：“大數據的有趣之處在于，在大量收集顯性知識的過程中，那些隱藏在表面之下的隱性知識就會漸漸浮現在我們眼前，從而帶來不同的價值。”

從上文冰箱的例子中我們也可以看出，大數據的特點在于：大量聚集那些可以直接得到的信息(顯性知識)，進而導出隱藏在表面之下的隱性知識。

冰箱門開關的時間數據，就是“可知的信息(顯性知識)”。

但是，如果將這樣的數據大量收集起來，根據“在經常開關冰箱門的時間段中，有部分地區的冰箱門開關次數有所減少”這一現象，我們就可以大膽推斷該地區可能舉辦了諸如“夏日祭”這樣的大型活動，大多數人都外出了。

這樣一來，“顯性知識”就變成了看不見的“隱性知識”。

通過對多種數據的整合，得出正確預測

迄今為止，大部分信息系統都是獨立進行數據管理的。但是大數據的特別之處在于，不論是結構化數據還是以各種形式呈現的非結構化數據，都可以在相互協作的狀態下對其進行數據分析。

據說，某服務提供商正在收集約10萬個商鋪的銷售數據，而該數據的數據量24小時就能達到數TB。

如果將這些銷售數據與該區域的煙火大會、運動會等活動數據以及氣溫變化、氣象數據等其他數據相結合，我們就可以預測今后一個星期內，哪些店鋪中的哪些東西可以暢銷。

如果是煙火大會，那么啤酒、便當等商品就很容易熱銷。在該數據的基礎上， 可以采取增加采購量、在零售店間進行商品調動等措施；還可以根據不同情況，在人流較為集中的店鋪策劃清倉促銷活動。