8 个解决方案
#1
就是海量数据，大数据到底有多大？一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达200万个（相当于《时代》杂志770年的文字量）；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……
http://baike.baidu.com/link?url=TEO8ZooKFOnLDvsPyDfXvasqSV6mogLRhyGwX2oIHSTaH-h8YC7b6qepZxx3PKMDtHLVhcXjzVEpKlKcDA2NMK
http://baike.baidu.com/link?url=TEO8ZooKFOnLDvsPyDfXvasqSV6mogLRhyGwX2oIHSTaH-h8YC7b6qepZxx3PKMDtHLVhcXjzVEpKlKcDA2NMK
#2
就是很大很大的数据
#3
大量数据、海量数据这些词儿听过吧？现在统称为大数据了。
因为随着系统的持续运行，用户数的持续增加，历史数据积累越来越大，以PB级别来计算了。怎么进行系统的优化查询，怎么进行数据的挖掘，都将面向新的状况。
因为随着系统的持续运行，用户数的持续增加，历史数据积累越来越大，以PB级别来计算了。怎么进行系统的优化查询，怎么进行数据的挖掘，都将面向新的状况。
#4
不知道可不可以这么理解“大数据”：
第一，数据量是海量的，海量到进行查询、统计分析必须使用并行计算技术才能很好地完成。
第二，数据是非结构化的、形式多样的。它目前不一定以一个数据库的形式存在。可能是分布在好多服务器上的一些数据文件、数据库、文档甚至图像、影音文件的集合。而且，还可能混杂着多种形式。
第三，这些数据本身并不直接体现价值。你需要对这些数据进行挖掘和分析才能得到想要的结果。通常，这个分析结果可能是一个统计上的、趋势上的结论。相关性分析、统计模型、线性的和非线性的机理模型可能是需要的工具。这些分析过程所用到的样本并不需要特别精确。例如分析顾客的消费行为，由于实时性等原因，少统计某一个用户对结果几乎毫无影响。
第四，貌似是对分析的时限有严格的要求（1秒定律）。例如，通过对气象数据的分析预测化工厂危险气体泄漏后的波及范围，这需要很快得到结论。这虽然不一定就是1秒，但的确对分析计算速度有很高的要求。
第一，数据量是海量的，海量到进行查询、统计分析必须使用并行计算技术才能很好地完成。
第二，数据是非结构化的、形式多样的。它目前不一定以一个数据库的形式存在。可能是分布在好多服务器上的一些数据文件、数据库、文档甚至图像、影音文件的集合。而且，还可能混杂着多种形式。
第三，这些数据本身并不直接体现价值。你需要对这些数据进行挖掘和分析才能得到想要的结果。通常，这个分析结果可能是一个统计上的、趋势上的结论。相关性分析、统计模型、线性的和非线性的机理模型可能是需要的工具。这些分析过程所用到的样本并不需要特别精确。例如分析顾客的消费行为，由于实时性等原因，少统计某一个用户对结果几乎毫无影响。
第四，貌似是对分析的时限有严格的要求（1秒定律）。例如，通过对气象数据的分析预测化工厂危险气体泄漏后的波及范围，这需要很快得到结论。这虽然不一定就是1秒，但的确对分析计算速度有很高的要求。
#5
以前，人们分析事物靠的是理论研究、学习。
而如今，有些人全靠海量收集别人的垃圾，然后让计算机帮自己照抄。
这就是大数据。
而如今，有些人全靠海量收集别人的垃圾，然后让计算机帮自己照抄。
这就是大数据。
#6
以前，我们把垃圾都倒掉。
而今天，有些人专门囤积大家的垃圾，舍不得扔掉。因为他们再也不相信智能，而是相信垃圾处理必定可以变废为宝。
于是就有一些专门研究如何囤积垃圾的公司发财了，因为白痴越来越多了。
而今天，有些人专门囤积大家的垃圾，舍不得扔掉。因为他们再也不相信智能，而是相信垃圾处理必定可以变废为宝。
于是就有一些专门研究如何囤积垃圾的公司发财了，因为白痴越来越多了。
#7
大数据不能望文生义是“很大的数据”，或者海量数据。
大数据主要是指围绕相同事物而得到的产生的复杂的数据——数据多只是其中之一，数据结构复杂、关系复杂、种类复杂、表现形式复杂、分析和处理的方式复杂，这才是大数据根本的特征。
大数据主要是指围绕相同事物而得到的产生的复杂的数据——数据多只是其中之一，数据结构复杂、关系复杂、种类复杂、表现形式复杂、分析和处理的方式复杂，这才是大数据根本的特征。
#8
4L的理解基本是正确的。
#1
就是海量数据，大数据到底有多大？一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达200万个（相当于《时代》杂志770年的文字量）；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……
http://baike.baidu.com/link?url=TEO8ZooKFOnLDvsPyDfXvasqSV6mogLRhyGwX2oIHSTaH-h8YC7b6qepZxx3PKMDtHLVhcXjzVEpKlKcDA2NMK
http://baike.baidu.com/link?url=TEO8ZooKFOnLDvsPyDfXvasqSV6mogLRhyGwX2oIHSTaH-h8YC7b6qepZxx3PKMDtHLVhcXjzVEpKlKcDA2NMK
#2
就是很大很大的数据
#3
大量数据、海量数据这些词儿听过吧？现在统称为大数据了。
因为随着系统的持续运行，用户数的持续增加，历史数据积累越来越大，以PB级别来计算了。怎么进行系统的优化查询，怎么进行数据的挖掘，都将面向新的状况。
因为随着系统的持续运行，用户数的持续增加，历史数据积累越来越大，以PB级别来计算了。怎么进行系统的优化查询，怎么进行数据的挖掘，都将面向新的状况。
#4
不知道可不可以这么理解“大数据”：
第一，数据量是海量的，海量到进行查询、统计分析必须使用并行计算技术才能很好地完成。
第二，数据是非结构化的、形式多样的。它目前不一定以一个数据库的形式存在。可能是分布在好多服务器上的一些数据文件、数据库、文档甚至图像、影音文件的集合。而且，还可能混杂着多种形式。
第三，这些数据本身并不直接体现价值。你需要对这些数据进行挖掘和分析才能得到想要的结果。通常，这个分析结果可能是一个统计上的、趋势上的结论。相关性分析、统计模型、线性的和非线性的机理模型可能是需要的工具。这些分析过程所用到的样本并不需要特别精确。例如分析顾客的消费行为，由于实时性等原因，少统计某一个用户对结果几乎毫无影响。
第四，貌似是对分析的时限有严格的要求（1秒定律）。例如，通过对气象数据的分析预测化工厂危险气体泄漏后的波及范围，这需要很快得到结论。这虽然不一定就是1秒，但的确对分析计算速度有很高的要求。
第一，数据量是海量的，海量到进行查询、统计分析必须使用并行计算技术才能很好地完成。
第二，数据是非结构化的、形式多样的。它目前不一定以一个数据库的形式存在。可能是分布在好多服务器上的一些数据文件、数据库、文档甚至图像、影音文件的集合。而且，还可能混杂着多种形式。
第三，这些数据本身并不直接体现价值。你需要对这些数据进行挖掘和分析才能得到想要的结果。通常，这个分析结果可能是一个统计上的、趋势上的结论。相关性分析、统计模型、线性的和非线性的机理模型可能是需要的工具。这些分析过程所用到的样本并不需要特别精确。例如分析顾客的消费行为，由于实时性等原因，少统计某一个用户对结果几乎毫无影响。
第四，貌似是对分析的时限有严格的要求（1秒定律）。例如，通过对气象数据的分析预测化工厂危险气体泄漏后的波及范围，这需要很快得到结论。这虽然不一定就是1秒，但的确对分析计算速度有很高的要求。
#5
以前，人们分析事物靠的是理论研究、学习。
而如今，有些人全靠海量收集别人的垃圾，然后让计算机帮自己照抄。
这就是大数据。
而如今，有些人全靠海量收集别人的垃圾，然后让计算机帮自己照抄。
这就是大数据。
#6
以前，我们把垃圾都倒掉。
而今天，有些人专门囤积大家的垃圾，舍不得扔掉。因为他们再也不相信智能，而是相信垃圾处理必定可以变废为宝。
于是就有一些专门研究如何囤积垃圾的公司发财了，因为白痴越来越多了。
而今天，有些人专门囤积大家的垃圾，舍不得扔掉。因为他们再也不相信智能，而是相信垃圾处理必定可以变废为宝。
于是就有一些专门研究如何囤积垃圾的公司发财了，因为白痴越来越多了。
#7
大数据不能望文生义是“很大的数据”，或者海量数据。
大数据主要是指围绕相同事物而得到的产生的复杂的数据——数据多只是其中之一，数据结构复杂、关系复杂、种类复杂、表现形式复杂、分析和处理的方式复杂，这才是大数据根本的特征。
大数据主要是指围绕相同事物而得到的产生的复杂的数据——数据多只是其中之一，数据结构复杂、关系复杂、种类复杂、表现形式复杂、分析和处理的方式复杂，这才是大数据根本的特征。
#8
4L的理解基本是正确的。