“大數據”技術，據稱是對數據中心的所謂重塑。當然，數據中心不會像iPad的這樣的主題那么有趣，但是，如果沒有數據中心提供云服務等應用程序，ipad也必將失去很多樂趣。大數據也是一種新興的和不斷增長的行業的中堅力量，其可以說是為計算業務的終端注入了急需的腎上腺素。它是非常重要的。今年3月，美國奧巴馬總統通過了聯邦政府價值2億美元的大數據項目的財政預算案。但到底什么是大數據呢？

數百萬納稅人的稅金支持、耗資數十億美元的資本投資和運營支出、平面媒體網絡媒體整天轟炸似的討論。一切都在吸引著我們來好好探討一下究竟大數據實際上是什么。但大量新的證據，其中包括RWW的布瑞恩？普羅菲特上周的甲骨文研究報告、同樣還有沙倫費希爾上周發布的凱捷調查，以及有受SAP委托進行的哈里斯互動調查，所有這一切都為我們揭示了一個令人不安的趨勢：無論是企業還是政府部門都在向他們所認為的任何與大數據相關的領域砸錢。而如何定義這些與大數據相關的領域，則可能取決于誰是他們的供應商，誰在向他們兜售這些營銷概念，以及他們多久之后才開始意識到問題，并開始調查此事。

那些即使已經在大數據方面進行大規模投資的企業也表示，他們投資于大數據部分原因其實是因為大數據概念的營銷，而真正對于大數據其實則可能是相對缺乏理解的。到今天為止，網絡媒體對于何謂大數據的解釋工作其實做點很不好。正如SAP業務分析執行副總裁史蒂夫？盧卡斯所說：“事實上，當我看到這些調查結果，我所想到的第一句話就是，哇。我們連一個關于何為大數據的準確的定義都還沒有。這還真是一個大問題啊！”

5億美元的金字塔

問題是，現在許多公司都面臨著傳統數據庫的進化道路，尤其是現在成千上萬的用戶同時通過移動設備應用程序進行訪問已成為一項任務。Hadoop框架興起于雅虎的一個開源項目，目前已經成為其自身的商業行業，提出了可行的解決方案。但是，大數據對于那些已經有數據中心的客戶來說相當難以理解，難怪調查發現，企業的大數據戰略各個方向，五花八門。

“我從調查結果的有關統計中發現了一個相當令人驚訝的結果是，18％的年收入低于5億美元的中小企業均認為大數據是由社交網絡和機器產生的。”盧卡斯繼續說道。“規模較小的公司正在從他們當前的網絡處理大量的交易，而移動設備的采購，向他們提出了挑戰。規模較大的公司有相應的基礎設施和處理能力。因此，他們集中了諸如機器生成的數據、來自手機、移動設備、傳感器，以及社交網絡的數據。”

倉促的判斷

去年四月，哈里斯針對美國的154名跨國公司的企業高層管理人員進行了一系列問題的調研，調研的問題之一便是要求這些受訪的企業高管們根據自己所在企業的戰略簡單地定義一下“大數據”。其結果可謂五花八門。有28%的受訪者認可“大量增長的交易數據”最接近自己的理解（認可這一概念的比例越來越大）；24%的受訪者認可“旨在解決數量、品種，和速度挑戰問題的新技術即為大數據”（這一概念使得數據庫系統變得更復雜）；19%的受訪者贊同“需要存儲并進行監管的數據”的概念；18%的受訪者選擇了“爆炸的新數據來源”；11%的人選擇了“其他”。

上述所有這些定義選項似乎達成一個共同的主題，數據庫的發展超出了我們目前的技術能力。但是，當這些高管們再次被問到，給出一個策略來解決這一問題時，結果再次變得五花八門。

當SAP的盧卡斯進一步對調研結果進行探究。他發現，以年收入5億美元為分界點。年營收低于該數值的公司（約占總受訪者的60％），多認為大數據主要集中諸如Twitter這樣網站。年營收高于該數值的企業有可能已經開始在處理社會網絡的數據，而他們的問題是集中處理大量的來自新的移動設備應用程序的數據，以及他們正在使用的用于與他們的客戶連接所產生的數據的問題，這些應用程序規模較小的企業還不太熟悉。

“以5億美元年營收為臨界點，不同的企業其基礎設施投資優先次序方面的思路也很不同。”盧卡斯說。“他們還指出，云的一個關鍵部分是其大數據策略。我們將其作為第一大優先投資選項。”

那么什么是正確的答案？這里是一個對于“大數據”的解釋，我相信，適用于任何人：

鑒于數據庫技術無法擴大規模，已成為了業務邏輯的一種阻礙。這種邏輯使用效率不高的方法來訪問和操縱數據。但這些低下的效率往往被硬件的增長速度和能力，以及存儲的價格下降所掩蓋。當然，這種低效直到2007年左右，都沒有人真正注意或關心。

效率低下，最終納入開放新的應用程序時，發現大量數據推斷的重要成果（經常是分析的一種）的新的和實際用途。我們總是用傳統的數據庫系統的方法，不能擴大。大數據技術的建立是為了使應用程序可以擴大，但更重要的一點，其解決了過去30年來一直困擾我們的系統效率低下的問題。效率低下與尺寸或規模幾乎沒有關系，而是源于懶惰，我們更傾向于一拖再拖的不解決這些不愉快的細節，直到他們真正成為我們的麻煩。

從本質上講，大數據工具解決的是大量數據的存儲、訪問、操縱和分析的方式。他們代替了傳統數據庫。至少，代替了存儲系統（Hadoop），但他們也可以代替存取方法。