大数据导论之为什么须要引入大数据

1、引言

　　最近各类客户咨询项目中，每每涉及大数据引入必要性和价值意义的深层次挖掘，客户有数据，有平台，可是不知到底要不要上大数据，为什么要上大数据和大数据能够带来哪些价值和意义。本文关于大数据的必要性进行阐述，来源实际项目，算是分享吧。

2、突破技术瓶颈

　　

　　互联网技术催生了大数据时代的来临，大数据时代的数据形态有四大特色：首先数据体量巨大，非结构化数据的超大规模和增加占总数据量的80％至90％，比结构化数据增加快10到50倍；其次、大数据的异构和多样性，好比图片、新闻、博客、微博、微信等，比大更重要的是数据的复杂性，有时甚至大数据中的小数据如一条微博就具备颠覆性的价值；第三，价值密度低，大量的不相关信息，须要沙里淘金；第四，传播速度快，所以，须要实时分析而非批量式分析。

　　在大数据时代，面对如此海量快速的信息，纯人工监测互联网已经不可行了。自动化舆情软件成为大数据环境下舆情监测和分析的引擎。监测舆情能够设立一些关键词，首先要与本身机构相关，能够包括竞争者或者是合做伙伴，而后要放在特定网络媒体进行搜集。全部“信息碎片”搜集完以后，咱们开始聚合信息，判断哪些和产品相关，哪些跟区域相关，哪些跟本身相关。把这些信息进行精确地采集和过滤、炼化分析，包括传播统计和分析(媒介分析、主体传播分布、传播路径分析、传播源头追踪)、敏感(负面)舆情、舆情信息传播趋势分析，预判所收集到舆情信息的将来走势。在此基础上生成舆情简报，舆情简报由系统自动生成，以日或周为单位，对本阶段监测到的舆情进行统计和分析，包括舆情分布、热点舆情排行、负面舆情分析、正面舆情排行等状况。

　　大数据时代自身的特色决定了咱们既面临数据体量巨大的存储压力，同时面临海量数据信息过滤，数据加工、数据分析和平台运算瓶颈。要想突破传统技术瓶颈的约束，咱们必须引入大数据技术。

3、摆脱成本枷锁

　　

　　基于传统模式的舆情分析和历史数据存储，是创建在高性能服务器硬件和昂贵的关系型数据基础之上的。一方面硬件技术掌握在几大IT巨头手中，服务器的性能是以高昂的成本为支撑的；另一方面硬件基础之上操做系统、应用软件和关系型数据库一样掌握在几大巨头手中，其价格一样不菲。此外规模的扩展、软件的升级和每一年的服务费用也是很是昂贵。

　　基于互联网技术发展起来的大数据，以开源框架Hadoop、HBase为基础，以Hive、Sqoop、Pig、Flume等软件为工具，创建在X86-PC服务器和开源Linux操做系统之上。一方面硬件成本得以下降、另一方面再无须为操做系统和应用软件支付高昂的Licence费用。能够说大数据技术将使我所在很大程度上摆脱传统IT厂商巨额的成本依赖。

4、促进业务创新

　　

　　这部分涉及具体应用，视行业而定。在此制做一个方向说明：大数据的应用能够衍生新的服务，新的产品。

　　大数据实施方案咨询和技术交流群：293503507，敬请关注。