大數(shù)據(jù)熱背后的冷思考

繼云計算、社交網(wǎng)絡(luò)之后，如今大數(shù)據(jù)（Big Data）風(fēng)起云涌，已成為2012 年信息技術(shù)領(lǐng)域最時髦的詞匯之一。而相比大數(shù)據(jù)的興起，以前以商業(yè)智能分析而著稱的BI開發(fā)商卻頗為失落。有人大膽預(yù)測，未來10年，與大數(shù)據(jù)相關(guān)的商務(wù)智能分析將引領(lǐng)管理信息化的發(fā)展。

大數(shù)據(jù)真的那么必須？

通常所說的大數(shù)據(jù)是具有3種特性的數(shù)據(jù)，即大數(shù)據(jù)量（Volume）、高生成速度（Velocity）和多數(shù)據(jù)類型（Variety）。大數(shù)據(jù)量指的是數(shù)據(jù)海量，如今有許多企業(yè)已經(jīng)面臨單日數(shù)據(jù)量以數(shù)十、數(shù)百TB的速度增加，而總數(shù)據(jù)量也達(dá)到了PB（Petabyte）等級，這樣的數(shù)據(jù)量已讓傳統(tǒng)的數(shù)據(jù)庫難以處理；高生成速度是指企業(yè)數(shù)據(jù)增加的速度越來越快，諸如移動化、社交網(wǎng)絡(luò)的廣泛應(yīng)用，使得數(shù)據(jù)增加的速度比傳統(tǒng)的企業(yè)應(yīng)用程序要快很多，一旦數(shù)據(jù)增生速度加快，數(shù)據(jù)處理、分析的速度也得跟上；多數(shù)據(jù)類型是指數(shù)據(jù)的多樣性，時下人們上互聯(lián)網(wǎng)不只是看看資訊，同時也在不斷地產(chǎn)出數(shù)據(jù)：上傳照片、上傳視頻、發(fā)微博；另一方面，IT深入工作生活中的各個角落，各種各樣的傳感器、監(jiān)控器也時刻不斷產(chǎn)生各種數(shù)據(jù)，數(shù)據(jù)的形式已日趨復(fù)雜、多樣了。這就催生了大數(shù)據(jù)技術(shù)的強烈需求。

雖然如何解決日漸緊迫的大數(shù)據(jù)處理已成了企業(yè)管理信息化、現(xiàn)代化的必然需求，但國內(nèi)的大數(shù)據(jù)領(lǐng)域到底有多活躍？大數(shù)據(jù)真的如一些廠商所描繪的那么強大、好用，成為每個企業(yè)所必需的嗎？

在一片叫好聲中，部分專家和業(yè)內(nèi)人士顯得小心謹(jǐn)慎，甚至不乏非議。一些專家認(rèn)為，除了大量的研討會和各類公司宣稱進(jìn)軍大數(shù)據(jù)領(lǐng)域的雄心之外，其實際進(jìn)展至今難見成效。許多企業(yè)CIO認(rèn)為，國內(nèi)能利用大數(shù)據(jù)背后的價值的行業(yè)主要集中在金融、電信、能源、證券、煙草等超大型、壟斷型企業(yè)，其他行業(yè)談大數(shù)據(jù)為時尚早，大數(shù)據(jù)在企業(yè)的應(yīng)用并不是說只要開放了數(shù)據(jù)、應(yīng)用一些技術(shù)就可以輕易地發(fā)現(xiàn)“金礦”。目前國內(nèi)大數(shù)據(jù)應(yīng)用似乎正在呈現(xiàn)這樣的狀態(tài)：投資人活躍，技術(shù)和服務(wù)供應(yīng)商熱心，媒體高調(diào)，而大量應(yīng)用企業(yè)迷惑。

有人更是批評“大數(shù)據(jù)是在既有的方案上包裝了一下，實質(zhì)是新瓶裝舊酒，只不過更時髦”，海量數(shù)據(jù)時代的數(shù)據(jù)應(yīng)用并沒有給多少企業(yè)帶來革命性的變化，在 MapReduce（Hadoop中采用的編程模型，用于大規(guī)模數(shù)據(jù)集的并行運算）出現(xiàn)之前，也有企業(yè)能夠輕松地對數(shù)據(jù)進(jìn)行大規(guī)模并行計算了，而 NoSQL 的出現(xiàn)也只是為處理數(shù)據(jù)的方式帶來了更多選擇罷了，并沒有革命性、實質(zhì)性的飛躍。比如，某廠商說，利用其大數(shù)據(jù)技術(shù)，電子商務(wù)網(wǎng)站就能知道“什么地方的人買東西最瘋狂”或是“什么型號手機(jī)最好賣”，這就是大數(shù)據(jù)分析的結(jié)果。對此有專家反駁“難道同樣基于數(shù)據(jù)倉庫系統(tǒng)的BI分析出來的結(jié)果和基于這個大數(shù)據(jù)出來的結(jié)果會有不同？”

的確，從某些大數(shù)據(jù)應(yīng)用中能挖掘出新的價值，但這個價值只是附加價值，沒有理由去夸大它，更沒有理由去無端地想象。大數(shù)據(jù)是機(jī)會，但現(xiàn)階段還只是少數(shù)人的機(jī)會，更多的是巨頭們的商業(yè)謀略。”廈門一位電子公司CIO也認(rèn)為，“一些企業(yè)所需要的數(shù)據(jù)挖掘，傳統(tǒng)列式數(shù)據(jù)就能很好地處理。與其參加各種口沫橫飛的會議，還不如和工程師聊聊可以運用什么更實用的工具來解決具體問題。”

大數(shù)據(jù)當(dāng)立，BI當(dāng)下？

讓大數(shù)據(jù)取代BI也是當(dāng)下熱議的話題。實際上，大數(shù)據(jù)與BI之間的確存在著天然聯(lián)系，但并不是互相替代、排斥的關(guān)系。大數(shù)據(jù)與BI一個主要區(qū)別在于：與傳統(tǒng)基于事務(wù)的數(shù)據(jù)倉庫系統(tǒng)相比較，其能在BI的基礎(chǔ)上進(jìn)行更大容量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)處理，大數(shù)據(jù)分析不僅關(guān)注結(jié)構(gòu)化的歷史數(shù)據(jù)，它們更傾向于去對Web、社交網(wǎng)絡(luò)、RFID傳感器等非結(jié)構(gòu)化海量數(shù)據(jù)進(jìn)行更好地分析。整體相比BI而言，大數(shù)據(jù)更寬泛。

以EMC公司的 Greenplum核心產(chǎn)品線為例，它分為Greenplum Database（數(shù)據(jù)倉庫）、Greenplum HD（Hadoop分析）和Greenplum DCA（數(shù)據(jù)計算設(shè)備），后者還是基于高性價比的工業(yè)標(biāo)準(zhǔn)x86服務(wù)器的MPP（大規(guī)模并行處理）分布式可擴(kuò)展架構(gòu)。這三個產(chǎn)品歸于一個產(chǎn)品線也可以看出傳統(tǒng)BI和大數(shù)據(jù)之間的內(nèi)在聯(lián)系。

誠然，海量增長的非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)中確實有值得深入挖掘的價值，但這并不等于人們就要采用全新的方法、工具來處理它們。正如需求是漸進(jìn)式的增長一樣，業(yè)務(wù)的變革也要以漸進(jìn)式為主。

筆者認(rèn)為，大數(shù)據(jù)的創(chuàng)新性、先進(jìn)性與前瞻性，不容否定，值得肯定，但當(dāng)有人提出“大數(shù)據(jù)當(dāng)立，BI當(dāng)下”之論，就顯得過分武斷。在如今細(xì)分制勝的時代，功能并不是越多越好，功能過多反而顯得累贅，增加無謂費用。Gartner研究公司BI分析師RitaSallam曾表示，“大數(shù)據(jù)讓BI更有價值和更有利于業(yè)務(wù)發(fā)展。我們總是會需要看看過去的數(shù)據(jù)，當(dāng)你擁有大數(shù)據(jù)時，你更應(yīng)該這樣做。BI并不會被大數(shù)據(jù)取代消失，它的作用通過大數(shù)據(jù)被放大了。至少在相當(dāng)長的時期內(nèi)，大數(shù)據(jù)還難于取代傳統(tǒng)BI。”

時至今日，各種關(guān)于大數(shù)據(jù)與BI軟件誰優(yōu)誰劣的交鋒仍不斷泛起，對用戶而言，必須認(rèn)真權(quán)衡，到底利用大數(shù)據(jù)后能給企業(yè)帶來了多少額外的價值？這種增加的價值是否能讓企業(yè)的投入值得？而且更為重要的一點是，是否只要使用大數(shù)據(jù)就一定能夠給企業(yè)帶來以前不可能實現(xiàn)的價值？這些是當(dāng)下用戶們最需要重點考慮的。（作者系廈門智者恒通IT管理顧問機(jī)構(gòu)總監(jiān)）