大数据的特点及未来发展趋势

摘要 ： 数据是 与 自然资源一样重要的战略资源， 大数据技 术就是从数量 巨大、 结构 复杂 、 类型众多的数据 中， 快速获得有价 值信 息的能力， 它 已成为学术界 、 企业界 甚至各 国政府 关注的热点。文章对 大数据 的特点进行 了分析 ， 并对大数据未来
发展趋势进行 了展望 。 关键 词： 大数据 ； 特 点； 未来趋势
理技术之中 。
步实现数 据分 析的智能化 。 （ ２ ） 流线化、 实时性 的数据处理将广泛采用 。目前大数据
处理系 统采用 的多数是批量化 的处理方式 ，这种方式适用于
数据报 告的频率不 需要达到分钟级别 的场合 。传统的数据仓 库 系统 、 Ｂ Ｉ 、 链路挖掘等应用对数据处理 的时 间要求往往 以小 时或天为单位 。但大数据应用突 出强调数据处理的实时性 。 在线个性化推荐 、 股票交易处理、 实时路况信息等数据 处理时 间要求在分钟甚至秒级 。在一些大数据应用场合， 由于没有
（ ３ ） 非结构化数据处理技术受到重视。 非结构化数据指 的 是 图片 、 文档 以及视频等数据形式 ， 与传 统的文本信 息不 同。 这 类信 息随着云计 算的到来而 产生 的越来越 多。因此 ，对 非 结构化 数据 的处理需求越 来越 强烈 ， 非结构化数据采集技术、 Ｎ ｏ Ｓ Ｑ Ｌ数据库等技术正取得快速发展 。
实时性分析 的可伸缩框架和平 台将会广泛应用。
（ ３ ） 基于 云的数据分析平台将 更趋完善 。 云计算的发展为 大数据提供 了良好的处理平台和技术支持。云计 算为 大数据 提供 了分布式 的计算方法 、 可以弹性扩展 、 相对便宜的存储空
间和计算资源 。此外 ， 云计算 Ｉ Ｔ资源庞 大、 分布较为广泛 ， 是 异构系 统较多 的企业及 时准确处 理数据的有力方式 。未来 ， 基于云平 台的大数据分析工具和数据库将 日趋成熟，推动 大
（ １ ） 数据 分析将成 为大 数据技术核心 。数据分析是大数据 的核心，数据分析技术足大数据技术 的核心 。大数据 的价值
体 现在 对大规模 数据集合 的智 能处理 ，从而在无穷多 的数据
中发现信息、 知识和智慧 。要想实现这样 的价 值， 最关键 的步
骤 就是对数 据的分析 和挖掘 。数据 的采集 、存储和管理都是
数据分 析步骤 的基础 ，数据分析得到 的智能结果可 以应用到
大 数据相关 的各个 领域 。未来 大数据将充分利 用机 器学 习、
数据挖掘 、 模 式识 别、自然语 言理解等人工智能基础技术 ， 进
一
模数据集合 的智能分析处理 ， 能够帮助人们从似乎无穷多的数 据 中发现信息 、 发现 规则、 发现知识、 发掘智 慧， 进而对 未来态 势发展做 出预测 。要想对大数据做 出智能处理，就必须要 用 人工智能技术， 大数据 的管理 、 分析和可视化 等技 术无 不与人 工智能相关联。 目前机器学习、 数据挖掘 、自然语 言理解 、 模 式识别等人工智能技术， 己经深深 融入 到大数据 各流 程的处
２ ０ １ ４年第 １ ０期 （ 总第 １ ４ ２期）
信 息 通 信
Ｉ ＮＦ ＯＲ Ⅳ ＴＩ ＯＮ ＆ Ｃ０Ｍ ＾ 仉 ｉ Ｉ Ｃ ＡＴ １ ０ＮＳ
２ ０ １ ４
（ Ｓ ｕ ｍ ．Ｎ ｏ １ ４ ２ ）
wenku.baidu.com大数据 的特点及 未来发展趋 势
郭丽 娟 （ 石家庄机械化步兵学院， 河北 石家庄 西０ ０ ８ ３ ）
中图分类号 ： Ｔ Ｇ ３ ３
文献标识码 ： Ａ
文章编号 ： １ ６ ７ ３ ． １ １ ３ １ （ ２ ０ １ ４ ） １ ０ ． ０ １ ９ ５ ． Ｏ １
和工具 已经非常多，在未来还会 继续 出现新 的技术和工具在
生 活中的很 多部 分都 能用数据表示 。当我们把生活的世 界数据化后 ， 我们就可 以采用数据 的格式将其存储 、 分析 ， 从
数据技术进一步发展 。
目前 ，分布式处理方式 已经成为大数据处理各环节 的通用处 理方法 ， 分布式文件系统 、 大规模并行处理数据库 、 分布式编
程环境等技术也得到广泛应用 。
２ 大数 据技 术发 展趋 势
大数据公司可 以分成三类 ， 即技术型、 创新型 、 数据型 ， 这 三种类型会形成大数据 的生态系统产生价值 。技术性 的大数 据公司通常是 Ｉ Ｔ公司， 并且需要知道如何组织数据 。创新型 的大数据公司需要一些非常有想象力的人 ， 同一 组数据 了， 他
（ ４ ） 开源 软件成为推动大数据技术 发展新动力。 开源软件 的盛行不会抑制商业软件发展 ，相反开源软件将 会给基础 架 构硬件 、 应用程序开发工具 、 应用 、 服务等各个方面的相关领
域带来更多 的机会 。 例如开源软件架构 Ｈａ ｄ ｏ ｏ ｐ推 出后 ， 成 为 大数据处理 的通用架构 ， 很 多厂 商基寸开源 Ｈａ ｄ ｏ ｏ ｐ 推 出了 自 己的商业化产 品。未来开源软件和商业化软件并存 的局面 还
将持续 ， 二者相互促进 ， 共 同发展
参考文献：
们可 以发现很多用途 。数据型 的大数据公司 ，通常情况下是 大公司， 比如像新浪 、 百度、 网易、 搜狐、 淘宝等 ， 或者是大的零
售连 锁企业、 市政公司、 金融服务公司等， 这些公司拥有很多 数据 ， 而这些数据 中的价值被忽略 ， 需要从这些数据中找到价
（ ４ ） 分布式处理架构成为大数据处理普遍模式 。 由于大数 据要处理大规模 、 海量、 异构 的数据， 传统的处理方法在存储空 间、 处理时间和效率上都难 以满足人们对大数据处理的要求 ， 所 以在各个处理环节 中都普遍采用分布式方法进行并行处理。
足够 的空 间来存储业务接收到 的所有数据，人们 需要对数据 实 时处理并实时扔掉 。因此 ， 在未来几年 中， 内存计算、 流处 理、 连续计算等实时计 算技术将迅速发展 ， 用于处理流线化 和
值。
［ １ １ ］ 于艳华． 大数据 ［ Ｊ ］ ． 中兴通讯技术， ２ ０ １ ３ （ １ ）
技术 型公司未来的技术趋向多样化，大数 据相关的技术
［ ２ ］ 王柏， 徐六通 ． 云计算［ Ｊ ］ ． 中兴通 讯技术， ２ ０ １ ０ （ １ ）
１ ９ ５
而 获得 巨大 价值 。
大数据生命 周期的各个环 节， 不 论是大数据 的采集 、 存储 、 管
理， 还是分析、 可视化 以及应用， 都将 出现大数据领域 的创新 热点。
１大数 据技 术 的主要 特点
（ １ ） 开源软件受到广泛应用。 开源项 目和产 品正在主导新 兴 的大数据市场 。分布式处理 的软件框架 Ｈ ａ ｄ ｏ ｏ ｐ 、 用来进行 数据挖掘和可视化 的软件环境 、 非关系型数据库 ＨＢ ａ ｓ ｅ 、 Ｍｏ ｎ — ｇ ｏ ＤＢ和 Ｃ ｏ ｕ ｃ ｈ Ｄ Ｂ等开源软件都在大数据技术领域 占据重要 地位 ， ２ ０ １ ２ 年排名 前 ５位的数据挖掘工具 中， 有 ４个是开源软 件。 （ ２ ） 人 工智 能技术不断融入 。 “ 大数据” 可 以看作是对大规