“大數(shù)據(jù)餑餑”不好啃

詹國(guó)樞

《大數(shù)據(jù)時(shí)代》一書(shū)風(fēng)靡全球已有時(shí)日。大數(shù)據(jù)（Big Data），又稱“巨量資料”，是指其數(shù)據(jù)規(guī)模極其巨大，以致很難通過(guò)一般軟件工具加以擷取、管理、處理并整理成為有用資訊。按業(yè)界說(shuō)法，大數(shù)據(jù)特點(diǎn)為4個(gè)“V”：即Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價(jià)值）。

大量、高速——到了什么程度呢？一個(gè)移動(dòng)硬盤(pán)，容量大約為10個(gè)G。2001年，全球互聯(lián)網(wǎng)總流量達(dá)到1EB（即10億個(gè)G）；2004年，一個(gè)月即達(dá)到1EB；2007年，達(dá)到1EB只需一周；而到2013年，僅需一天！換句話說(shuō)，全球互聯(lián)網(wǎng)一天產(chǎn)生的信息量，可以刻滿1.88億張DVD光盤(pán)。

多樣、價(jià)值——如此大量、高速的數(shù)據(jù)，其多樣性毋庸置疑，小到個(gè)人與個(gè)人的數(shù)分鐘通話，大到公司與公司的巨額交易，雖然全是些風(fēng)馬牛不相及的數(shù)字，但經(jīng)過(guò)科學(xué)的收集、歸類、整理，再加以分析、排列、組合，就會(huì)神奇地演變成全新的極其有用的各種資訊。原始數(shù)據(jù)越大，處理難度自然越大，但處理后其應(yīng)用價(jià)值亦越大。大數(shù)據(jù)這種無(wú)中生有、化腐朽為神奇的增值功能，令人神往。

正因此，世界經(jīng)濟(jì)論壇報(bào)告將大數(shù)據(jù)認(rèn)定為新世紀(jì)的“新財(cái)富”，稱其價(jià)值“堪比石油”。也正因此，發(fā)達(dá)國(guó)家紛紛將開(kāi)發(fā)利用大數(shù)據(jù)作為奪取新一輪競(jìng)爭(zhēng)制高點(diǎn)的重要目標(biāo)。美國(guó)政府于2012年3月發(fā)布了《大數(shù)據(jù)研究與發(fā)展倡議》報(bào)告，這是繼1993年宣布“信息高速公路”之后又一重大部署。歐盟及日本等國(guó)也在大數(shù)據(jù)研發(fā)方面投入巨資，竭盡全力拼搶這一制高點(diǎn)。

大數(shù)據(jù)這塊餑餑雖然聞起來(lái)很香，但啃起來(lái)卻有點(diǎn)硬，其難度有四，一是數(shù)據(jù)收集難，不但難在大，海量信息，而且難在雜，萬(wàn)千角度；二是數(shù)據(jù)存儲(chǔ)難，如此海量存儲(chǔ)，既要低成本、低能耗，又要高質(zhì)量、高識(shí)別；三是數(shù)據(jù)處理難，信息如密網(wǎng)交織，錯(cuò)綜復(fù)雜，處理如剝繭抽絲，穿針引線，其難度可想而知；四是數(shù)據(jù)呈現(xiàn)難，數(shù)據(jù)最終是要拿來(lái)使用的，其呈現(xiàn)須簡(jiǎn)單、實(shí)用，無(wú)疑，這是又一個(gè)由繁入簡(jiǎn)的艱巨工程。

好在，大數(shù)據(jù)應(yīng)用已初見(jiàn)曙光，歐美各國(guó)均有成功先例。有人設(shè)想，倘若我們將大數(shù)據(jù)應(yīng)用于日常生活，那么，當(dāng)你打算購(gòu)買(mǎi)某一產(chǎn)品時(shí)，只消將名稱輸入手機(jī)，大數(shù)據(jù)就會(huì)告訴你，這些東西在當(dāng)?shù)啬男┥虉?chǎng)有售，其價(jià)格分別是多少。于是，你可以馬上作出決策。這將給人們帶來(lái)多么大的方便，又將給商業(yè)流通帶來(lái)多么大的改變。

萬(wàn)事雖然起頭難，堅(jiān)持動(dòng)手就不難。所謂數(shù)據(jù)之“大”，不過(guò)相對(duì)而言。目前，百度、阿里巴巴、騰訊等不少公司已著手成立大數(shù)據(jù)研發(fā)機(jī)構(gòu)。百度目前日處理數(shù)據(jù)量已達(dá)100PB（1EB=1024PB），相當(dāng)于2700萬(wàn)冊(cè)藏書(shū)。而阿里則根據(jù)淘寶網(wǎng)上中小企業(yè)的交易狀況，篩選出財(cái)務(wù)健康及講誠(chéng)信企業(yè)，并對(duì)其發(fā)放無(wú)擔(dān)保貸款300多億元，壞賬率僅0.3%。這都是大數(shù)據(jù)應(yīng)用的好例子。endprint