第(3/3)页

    是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

    从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分，必须采用分布式架构，必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

    同时大数据还需要特殊的技术，来有效处理大量的容忍经过时间内的数据。

    这些技术包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

    IBM也曾提出了大数据的特点：大量、高速、多样、低价值密度、真实性。

    但，大家都不会简单的从这些概念上的东西来进行回答。

    良久。

    谭凌开口道，“我认为大数据就是数量庞大的任意数据，甚至这些数据本身并没有什么卵用，而且还没什么价值，扔之可惜。”

    “当然，大数据其实始终贯穿着人类的历史，从古至今的各种法例都能看到大数据的踪迹。”

    “比如连环案件分析？”林唐插嘴道。

    也不知道林唐是不是最近看柯南看多了，张口就是连环案件。

    其他几人各有回答。

    独剩下苏小木沉默不语。

    “小木同学，你来说说？”张可点了名。

    苏小木简单的答道，“说不好，我觉得大数据无非就是多维分析，最终针对的还是人。”

    “每个人都有每个人对大数据的理解，我们的课题只是从大数据出发，探索主导数据、行为模型的一个片段。”

    张可道。

    “大家可以通过课题，去找到每个人对大数据的新理解。”

    “硬件层面的准备基本完善，但软件层面的部署还得我们亲自来，首先是分布式文件系统，我们讨论一下，是否直接使用Hadoop实现的分布式文件系统：HDFS？”

    张可的问题引发了课题实验组每个成员的意见发表。

    首先HDFS基本上是个通用的大数据分布式文件系统，最重要的一点是设计就是用来部署在低廉硬件上的。

    包括Hadoop，完全就是为了大数据而开发的程序。

    Hadoop框架最核心的设计就两点，HDFS和MapReduce。

    HDFS为海量数据提供了存储方式，MapReduce为海量数据提供了计算。

    苏小木试图争取了一下，“教授，如果我们课题的时间足够长的话，不如我们试试自己实现，不借用Hadoop，重新设计分布式文件系统、并行运算算法、并行处理数据库这些。”

    “这样一来，专业针对的就是课题本身的算法、主导数据与行为模型。”

    苏小木的话是有道理的，当然也是有私心的……

    ======

    2更。


    第(3/3)页