大數據之所以能夠成為我來發展的趨勢，最重要的本身具有發展基礎。隨著互聯網技術的發展，物聯網和云技術的誕生，為大數據的儲存和傳輸嗲寧了基礎。此外，隨著社會的不斷發展，社會以及經濟各領域的數據的積累也越來越大，這些多為大數據的誕生奠定了基礎。

中培的大數據專家蔣老師認為，當今社會正處于信息化時代，誰擁有了海量信息，誰就將在各種競爭中獲得主動權，日益豐富的數據來源和采集手段幫助我們解決了“巧婦難為無米之炊”的尷尬情況，但如果沒有滿足大數據存儲特點的創新存儲方法與技術手段，那么搜集到的“米”也因為無處存放而無法成“食”，所以期望大數據發揮價值的想法也只能停留在理論層面。

隨著大數據應用的爆發性增長，它已經衍生出了自己獨特的架構，而且也直接推動了存儲、網絡以及計算技術的發展。國際數據公司認為：“在可預見的未來，存儲是大數據和分析領域最大的基礎設施開支之一。”處理大數據這種特殊的存儲需求是一個全新的挑戰。

站在今天的角度觀察，人類社會的信息化進程其實可以劃分為三個時代，即計算機時代、互聯網時代和大數據時代。到20世紀90年代中期，發達國家已經基本度過了計算機時代。計算機的普及，解決了信息的機器可讀化和數據的可計算化問題。目前，發達國家和部分發展中國家也基本走完了互聯網時代的路程。互聯網的建立解決了信息傳遞和信息服務問題。在計算機和互聯網的基礎上，而今我們正步入一個全新的歷史階段—大數據時代。

劍橋大學教授維克托·邁爾-舍恩伯格在其《大數據時代：生活、工作與思維的大變革》中寫道：“大數據開啟了一次重大的時代轉型。就像望遠鏡讓我們感受宇宙、顯微鏡讓我們能夠觀測微生物一樣，大數據正在改變我們的生活以及理解世界的方式，成為新發明和新服務的源泉，而更多的改變正蓄勢待發……未來數據將會像土地、石油和資本一樣，成為經濟運行中的根本性資源。”

2013年被國外媒體稱為“大數據元年”。大數據如浪潮一般席卷全世界，不僅在信息技術行業備受矚目，更成為變革科研、商業、政府運作方式乃至人類思維方式的一個熱點。

1969年，美國阿波羅登月艙使用的自動控制計算機內存容量只有 63KB(千字節)；而如今，一部普通的蘋果手機運行內存就有1GB(吉字節)，是前者的6.45萬倍，這還不包括16~64GB不等的存儲內存。阿波羅登月艙只有一個，而僅在2013年第一季度，就銷售了大約3800萬部蘋果手機。人們用手機社交、購物、閱讀，產生的數據量是驚人的。

隨著計算機技術全面融入組織運作和社會生活，數據正在以一種超乎想象的速度爆發式地增長。據統計，人類存儲信息量增長速度是世界經濟增長速度的5倍，而計算機數據處理能力增長速度則是世界經濟增長速度的10倍。根據聯合國的研究報告，全球的大數據存量從2005年的150EB(艾字節)增長到2010年的1200EB，并預計將以40%的年增長率繼續增長，2020年將達到2007年的44倍，平均每20個月翻一番。1E 1EB等于260B(字節)，相當于13億中國人人手一本500頁的書加起來的信息量，5EB則相當于3.7萬個美國國會圖書館的信息量。

數據大爆炸的來源有很多，它既來自新興的物聯網和移動互聯網，也來自傳統互聯網以及廣大經濟社會活動領域。例如，每個人的日常生活都在被數據化，我們瀏覽網頁、登錄社交網絡、使用移動通信工具、進行在線交易等，留了各式各樣的數字足

跡；在遍布全球的工業設備、汽車、電子量表和集裝箱上，有數不清的數據感應器，它們實時測量并傳遞地點、移動、振動、溫度和濕度等信息，甚至能檢測出空氣和水中的化學變化；政府部門在統計監測、審批備案和行政執法過程中，也積累了大量的工商登記、稅收繳納、社保繳費、交通違章等公共數據……

據采集、存儲、分析、可視化技術和方法的普及，使得對數量巨大、來源分散、格式眾多的大數據進行分析成為可能。因此，大數據首先是一種技術進步，這種進步繼而推動了人類認識世界和改造世界能力的進步，帶來了大價值。

MBAonline網站發布的一張題為“互聯網的一天”的信息圖顯示：每天有2940億封電子郵件發出，如果這些是紙質信件，在美國需要花費兩年的時間處理。每天有200萬篇博客文章在網上發布，這些文章相當于美國《時代周刊》刊發770年的總量。每天有2.5億張照片上傳至社交網站臉譜網，如果把它們都打印出來，摞在一起有80個埃菲爾鐵塔那么高。每天有86.4萬小時的視頻被上傳至視頻網站Youtube，不間斷播放則需98年。

每天有1.87億個小時的音樂會在流媒體音樂網站Pandora上播放，如果一臺計算機從公元元年就開始播放這些音樂會，到現在還沒完沒了地接著放。累積起來，互聯網一天之內產生的信息總量可以裝滿1.68億張數

大數據能為人類帶來大知識，即通過對海量數據進行分析，以一種前所未有的方式獲得深刻洞見。例如，2009年甲型H1N1流感爆發時，與習慣性滯后的官方數據相比，谷歌成為一個更有效、更及時的指示標。他們通過分析5000萬條美國人最頻繁檢索的詞條，例如“哪些是治療咳嗽和發熱的藥物”，建立了4.5億個數學模型，并與美國疾控中心在2003~2008年季節性流感傳播時期的數據進行比較，提前兩周預測出流感的爆發時間和傳播路徑。這種工作方式不需要分發口腔試紙和聯系醫院，它是建立在大數據的基礎之上的。基于這樣的技術理念和數據儲備，下一次流感來襲時，世界將擁有一種更好的預測工具預防流感的傳播。

大數據使得組織決策將越來越依賴于數據和分析，而非經驗和直覺。邁克爾·劉易斯于2003年出版的《點球成金》中講述了棒球統計學的一個真實案例。該書的主角比利·比恩是一家棒球隊的總經理，他在一位統計學家的幫助下，盡可能地將球員能力數據化，并以此作為衡量球員能力的唯一標準，而非基于主觀經驗的判斷。通過這套計算機程序和數學模型，比利以有限的預算尋找那些被價值低估的球員，實現了最高的“投入產出比”，創下了美國職業棒球大聯盟百年歷史上的連勝20場的空前紀錄。與那位統計學家相比，專業棒球星探們在挑選球員方面的精準程度相形見絀。

人們通過大數據獲得的知識更快速、更準確、更便捷，而這些在傳統的數據利用思維和技術的基礎上是難以完成的。例如，個人收入對于銀行放貸、社會保障等機構而言是一項關鍵數據。然而，收入又是一個比較敏感的話題，要調查個人收入，不僅過程煩瑣、成本較高，而且還存在瞞報的可能。著名征信機構益百利有一項服務，即通過分析信用卡歷史記錄和美國國稅局的匿名稅收數據，對個人的收入狀況進行較為精準的預測，其預測結果售價不足1美元，而通過傳統的辦法證明一個人的收入狀況要花費10美元左右。

正因為如此，大數據帶來的價值也將是巨大，除了其本身的價值之外，在大數據的幫助下，它能給整個社會帶來難以估量的價值。

想了解更多IT資訊，請訪問中培偉業官網：中培偉業