? ? ? ? 我感覺很多朋友，對(duì)“大數(shù)據(jù)”、“機(jī)器學(xué)習(xí)”、“深度學(xué)習(xí)”等概念挺暈的，沒有感官的認(rèn)識(shí)，這里，我簡(jiǎn)單說一下：

????????“大數(shù)據(jù)”、“人工智能”、“機(jī)器學(xué)習(xí)”、“神經(jīng)網(wǎng)絡(luò)”、“深度學(xué)習(xí)”。這幾個(gè)詞往往摻雜在一起，讓人不知所云，這里我簡(jiǎn)單說一下，不求細(xì)節(jié)上100%準(zhǔn)確，只求能給各位一個(gè)感官上的印象，明白說起這幾詞時(shí)，通常都是說什么。

????????首先，“人工智能”這個(gè)詞。大家說，什么是人工智能？每個(gè)人在自己心里，都有一個(gè)特定的人工智能定義。有人認(rèn)為，老版《星際迷航》里“Datas上校”這個(gè)東西叫人工智能；有人認(rèn)為《機(jī)器公敵》里機(jī)器人應(yīng)該叫人工智能；有人認(rèn)為電影異形里的“大衛(wèi)”，這么個(gè)東西叫人工智能。近一點(diǎn)的，有人認(rèn)為谷歌開發(fā)的下圍棋的系統(tǒng)“AlphaGo”，很吊，這玩意是人工智能；谷歌大腦能通過自己看視頻，自動(dòng)識(shí)別出貓，這就人工智能了；還有公司，我們通過“人工智能”干了XXXX。。。。。。因此，可以看出，這個(gè)詞大的沒邊，因此，真追究起來，誰(shuí)要說這個(gè)詞，除裝逼外，你就當(dāng)他什么都沒說就行了。

????????當(dāng)前，“大數(shù)據(jù)”這個(gè)詞，也跟“人工智能”這個(gè)詞一樣，大的沒邊，虛無(wú)飄渺的沒邊，誰(shuí)要是說這個(gè)詞而不說具體的東西，你也就當(dāng)他什么都沒說就好了。

【大數(shù)據(jù)開發(fā)學(xué)習(xí)資料領(lǐng)取方式】：加入大數(shù)據(jù)技術(shù)學(xué)習(xí)交流扣扣群458345782，私信管理員即可免費(fèi)領(lǐng)取開發(fā)工具以及入門學(xué)習(xí)資料

回過頭來，我們?cè)倏础叭斯ぶ悄堋边@個(gè)詞。究竟什么是人工智能？計(jì)算機(jī)的神級(jí)人物圖靈給出了“圖靈測(cè)試”，定義了人工智能——圖靈測(cè)試（The Turing test）由艾倫·麥席森·圖靈發(fā)明，指測(cè)試者與被測(cè)試者（一個(gè)人和一臺(tái)機(jī)器）隔開的情況下，通過一些裝置（如鍵盤）向被測(cè)試者隨意提問，進(jìn)行多次測(cè)試后，如果有超過30%的測(cè)試者不能確定出被測(cè)試者是人還是機(jī)器，那么這臺(tái)機(jī)器就通過了測(cè)試，并被認(rèn)為具有人類智能。（摘自百度百科）

????????上面，圖靈神人說神話，凡人聽不懂。針對(duì)“人工智能”，用人話講，如果，某個(gè)東西，具有了“學(xué)習(xí)”、“分類”、“預(yù)測(cè)”能力，我們就認(rèn)為這個(gè)東西是智能的。比如，我們說人。我們說諸葛亮，料事如神（預(yù)測(cè)能力強(qiáng)）、神機(jī)妙算（“分類”強(qiáng)）。。。因此，諸葛亮很智能。

????????其實(shí)，現(xiàn)實(shí)中很多問題，都可以轉(zhuǎn)化為分類問題和回歸問題，如何即“準(zhǔn)”又“穩(wěn)”的把事物分類，是我們追求。比如，我們根據(jù)一系列指標(biāo)，把一個(gè)妹子分類為“漂亮”、“不漂亮”；把某件事根據(jù)一系列指標(biāo)，分為“可以干”、“不可以干”；把某個(gè)人，分為“人品好，可以交”、“人渣，不可交”；這類就是二分類問題。也有多分類問題，比如，把一篇文章，分類到“財(cái)經(jīng)新聞”、“娛樂八卦”、“武俠小說”、“黃色小說”。。。。等等多個(gè)類目下的一類中。

????????因此，為了給編個(gè)有“智能”的軟件，賦予它分類能力呢。簡(jiǎn)單，用編程語(yǔ)言語(yǔ)言里的判斷語(yǔ)句都能行:

????If XXX :

????????OOOO

????elif XXXXX :

????????oooooo

????else:

????OOOOO

????????各位看官也許會(huì)笑，這ＴＭＤ算哪門子的智能。但是，在現(xiàn)實(shí)中，就這樣用編程語(yǔ)言的特性，編出來的軟件，在很多不懂計(jì)算機(jī)父輩們眼中，就很智能，就能把他們鎮(zhèn)住。。。。。

????????當(dāng)然，這么low的方案，計(jì)算機(jī)的神級(jí)人物們，是不屑的。畢竟，現(xiàn)實(shí)太復(fù)雜，對(duì)這個(gè)復(fù)雜的現(xiàn)實(shí)建模，對(duì)復(fù)雜的事物分類，豈能是幾個(gè)判斷語(yǔ)句所能夠描述的。所以，大神們，搞出來很多算法策略來搞這件事。這下算法，主流的也就那么多，比如說：決策樹算法、隨機(jī)森林算法、邏輯回歸、SVM、樸素貝葉斯、K最近鄰算法、K均值算法、Adaboost 算法、神經(jīng)網(wǎng)絡(luò)算法、馬爾可夫算法，還有最近火的“深度學(xué)習(xí)”算法、增強(qiáng)對(duì)抗網(wǎng)絡(luò)算法。。。等等。這些算都叫“機(jī)器學(xué)習(xí)”算法。

????????講到這里，各位看官，應(yīng)該對(duì)我們經(jīng)常講的“人工智能”、“機(jī)器學(xué)習(xí)”、“深度學(xué)習(xí)”，這些虛無(wú)縹緲的詞大概是什么意思，有個(gè)感官的認(rèn)識(shí)了。

好了，現(xiàn)在我們討論“人工智能”、“機(jī)器學(xué)習(xí)”、“深度學(xué)習(xí)”等等這些詞時(shí)，具體就討論這些算法就行了，那些虛無(wú)縹緲的概念，留給裝逼的人、想要吸引投資的人去說吧。

????????從總體理論方向來說，來說，這些算法，大體上可分為兩類，“神經(jīng)網(wǎng)絡(luò)”算法和“深度學(xué)習(xí)”算法，算作一類，其它的算法作為另一類。

但是，不管怎么分類，這些算法要想正常的工作，對(duì)事物的分類能夠達(dá)到實(shí)用的水平，兩個(gè)條件是不可或缺的，那就是“數(shù)據(jù)”、“計(jì)算力”。計(jì)算力很好理解，這些算法，都比較復(fù)雜，沒有強(qiáng)大的CPU、內(nèi)存等硬件支撐，這些算法，要么不能運(yùn)行，要么猴年馬月也運(yùn)行不完，給不出結(jié)果。如果你訓(xùn)練模型，利用這些算法編好程序后，扔給計(jì)算機(jī),它花了半年才計(jì)算完，給你打印出結(jié)果。你心中，也一定是一萬(wàn)個(gè)“草泥馬”飄過。。。。。對(duì)于數(shù)據(jù)的要求，這是因?yàn)椋@些算法的背后的數(shù)學(xué)原理，大部分都跟概率論有關(guān)。各位看官，如果興趣，可百度“VC維”理論，針對(duì)“深度學(xué)習(xí)”的可學(xué)習(xí)性的理論解釋，人類現(xiàn)在也沒有研究透，只知道這玩意挺管用，在很多方面效果挺好，科技前沿，給出的解釋是用“泛函空間概率論”來解釋。但不管怎么說，就是概率論，就是瞎猜。瞎猜嘛，當(dāng)然是依據(jù)越多，猜的的越準(zhǔn)，猜的越穩(wěn)。也就是數(shù)據(jù)越多，這些算法就會(huì)猜的越準(zhǔn)，猜的越穩(wěn)。好了，現(xiàn)在“大數(shù)據(jù)”，就可以攙和進(jìn)來了。沒有數(shù)據(jù)，或者數(shù)據(jù)很少、數(shù)據(jù)緯度較少，不夠詳細(xì)，這些算法“巧婦”，也會(huì)無(wú)米下鍋，做不出可口的飯菜的。

????????有了所謂的“大數(shù)據(jù)”和云計(jì)算，我們就可以方便的命令這些算法“巧婦”們給我們做飯了。從‘?dāng)?shù)據(jù)’這個(gè)“米”的角度說，我們可以HDFS存儲(chǔ)更多的米，更豐富的食材；從‘大數(shù)據(jù)組件’這個(gè)鍋碗瓢盆的‘工具’角度來說，我們有了spark等組件（利用深度學(xué)習(xí)算法，比較強(qiáng)大的組件是TensorFlow），有了更強(qiáng)大的計(jì)算工具，我們可以利用這些組件調(diào)用這些高大上的分類算法，再加上所謂的“大數(shù)據(jù)”、“深度學(xué)習(xí)”、“機(jī)器學(xué)習(xí)”，就可以做出更好吃的飯了。從系統(tǒng)架構(gòu)上來說，猜嘛。猜對(duì)、猜錯(cuò)都是很正常的，可能這么猜不對(duì)，換個(gè)參數(shù)、換個(gè)算法 重新猜一下，就猜對(duì)了。因此，也就有了“數(shù)據(jù)挖坑一身功，全靠調(diào)參”的說法。這就要求，我們的系統(tǒng)，有更好靈活性，方便我們對(duì)針對(duì)這些算法“休妻再娶”。

。。。。。。。。。。

????????有了上面大體的介紹，針對(duì)“大數(shù)據(jù)”、“人工智能”、“深度學(xué)習(xí)”、“機(jī)器學(xué)習(xí)”等具體行業(yè)應(yīng)用，我再簡(jiǎn)單說兩句。

????????以電商行業(yè)為例，有一個(gè)概念叫“用戶畫像”，它是很多系統(tǒng)的基礎(chǔ)，比如推薦系統(tǒng)、精準(zhǔn)廣告系統(tǒng)、大數(shù)據(jù)風(fēng)控系統(tǒng)的等等。

????????用戶畫像，是什么呢。說到底，就是對(duì)用戶的分類數(shù)據(jù)。比如說，ID 000001110011，性別：女，性格描述：萌妹子，性格特點(diǎn)描述，資產(chǎn)狀況描述，信用狀況描述，喜歡的顏色，鐘愛的品牌，大姨媽的日期，上周的購(gòu)物。。。。。。。。有了這些信息，我們就可以針對(duì)這個(gè)用戶，進(jìn)行精準(zhǔn)的廣告營(yíng)銷、精準(zhǔn)的購(gòu)物推薦、個(gè)性化的服務(wù)。。。。。。

????????那么問題來了?，F(xiàn)實(shí)中，這位妹子注冊(cè)信息時(shí)，性別欄里，可能填的是“男”，年齡欄里填了“5”或者“150”。你怎么知道這個(gè)妹子，可能喜歡相宜本草的面膜，她又沒明確告訴你。。。。

????????沒辦法了，只能猜。如果，我們有了關(guān)于這位妹子的各類“大數(shù)據(jù)”，再結(jié)合上面的各種算法，就可以猜了。如果這個(gè)ID的用戶，上購(gòu)物網(wǎng)站時(shí)，經(jīng)常瀏覽的是“胸罩”、“衛(wèi)生巾”等女性用品，我們的算法（機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等）把他猜成“女性”，是可以理解的。當(dāng)然，如果是位暖男，為他女朋友、老婆買這些東西，也是可以理解的。如果我們?cè)僭黾右粋€(gè)緯度的“大數(shù)據(jù)”，這個(gè)ID用戶，最近經(jīng)?？错n劇，那么他是女性可能性，就又提高了。再增加一個(gè)緯度的“大數(shù)據(jù)”，這個(gè)ID在某個(gè)評(píng)論里說“最近剛生完寶寶，聽老公說XXXX,我覺的XXXX”。。。。這里，針對(duì)這個(gè)ID的畫像，把他的性別改為“女”，是可以的，是有99.99%的把握的。但也無(wú)法排除0.01%的變態(tài)。。。。。

????????這個(gè)例子中，就把“大數(shù)據(jù)”、“機(jī)器學(xué)習(xí)”等等熱門的概念都搞一塊了。。。

實(shí)際工作的過程中，情況和限制，也就更多更復(fù)雜了。針對(duì)各類企業(yè)、每個(gè)企業(yè)，我想都在某些時(shí)刻，有去猜（也就是去分類）某些事情的需求。此時(shí)，找猜的“米”時(shí)，一看，之前很多數(shù)據(jù)沒保存，無(wú)米下鍋。沒有人才，沒多少人會(huì)利用這些牛逼的“算法+數(shù)據(jù)”去猜。更多是沒有數(shù)據(jù)意識(shí)，針對(duì)馬云口中“DT時(shí)代”，沒有感官認(rèn)識(shí)，不明白具體是什么意思。。。。。。

????????在具體落地的解決方案過程中，數(shù)據(jù)收集、存儲(chǔ)、計(jì)算工具等等方面，現(xiàn)在技術(shù)發(fā)展的還是可以的。再具體“怎么猜”（是利用if elif else與語(yǔ)句猜，是利用線性模型猜，還是利用“深度學(xué)習(xí)”猜）的過程中，那就要具體情況具體分析了：

總共才兩三中情況，看一眼就知道怎么回事，提煉出規(guī)則，編程成固定規(guī)則就行了，上深度學(xué)習(xí)，純屬腦子有病；

????????但像BAT這種大公司，有很多牛叉的研究員，整天研究如何利用盡可能對(duì)的數(shù)據(jù)（“大數(shù)據(jù)”），比較牛逼的算法策略（比如“深度學(xué)習(xí)”等），盡可能多猜的更準(zhǔn)、更穩(wěn)。哪怕猜準(zhǔn)確率提高1%，那么可能多銷售幾個(gè)億的商品。。。。。

????????目前，語(yǔ)音識(shí)別、機(jī)器翻譯。等等，本質(zhì)上，也是“猜”嘛。英語(yǔ)中某個(gè)句話猜成中文的意思，有30%準(zhǔn)確率，用上深度學(xué)習(xí)后，猜對(duì)的可能性提高到了45%。。。。。某段錄音，根據(jù)記錄的音波，之前猜對(duì)概率是85%，積累的數(shù)據(jù)多了，用的算法牛逼了，參數(shù)調(diào)的好點(diǎn)了，猜對(duì)概率95%了，這就是進(jìn)步啊。等到，你說依據(jù)話，計(jì)算機(jī)猜你的意思，猜對(duì)的概率是99%了，我想那時(shí)，你百度什么東西，就不用輸關(guān)鍵詞了，對(duì)這電腦說就行了。。。。

????????但無(wú)論怎么樣，即便是BAT、谷歌等大公司，前沿研究除外，能為資本家?guī)碇苯永麧?rùn)的機(jī)器學(xué)習(xí)算法，目前還是比較簡(jiǎn)單的機(jī)器學(xué)習(xí)算法為主，比如一些線性模型類的算法（我記得我第一次學(xué)線性回歸時(shí)，在初中數(shù)學(xué)里的內(nèi)容），所以，這些算法的原理也是比較簡(jiǎn)單的。上世界90年代各方面就研究的很透了，只不過那時(shí)候，人類積累的數(shù)據(jù)少（數(shù)據(jù)就在那里，每天都在產(chǎn)成，只不過，那是沒有性價(jià)比高的記錄手段）、計(jì)算機(jī)的計(jì)算能力不足。。。。。。至于更高大上一些的算法，比如深度學(xué)習(xí)等，主要用來對(duì)系統(tǒng)里的某一些環(huán)節(jié)改造，增加猜對(duì)的概率。嚴(yán)格意義說，跟所謂的“大數(shù)據(jù)”，沒多少直接關(guān)系。即便是沒有“深度學(xué)習(xí)”，用其他的算法，要想達(dá)到實(shí)用效果，所需要的數(shù)據(jù)量也不一定少。

????????回望，很多概念，“火”與不“火”的歷程也是有規(guī)律可循的。07、08、09年時(shí)，與“云”有關(guān)的很火，什么“公有云”、“私有云”、“混合云”，12、13、14年時(shí)，“大數(shù)據(jù)”很火；現(xiàn)在，16、17年，“機(jī)器學(xué)習(xí)”、“人工智能”很火。有了“云”架構(gòu)，我們有了靈活手段的去調(diào)度硬件資源，所以要利用搞點(diǎn)事情啊，再加上谷歌的工程師發(fā)表了著名的三篇論文，全世界的工程師開發(fā)了相關(guān)軟件；因此，后來的“大數(shù)據(jù)”火了，這時(shí)的“火”，更多是建立“數(shù)據(jù)倉(cāng)庫(kù)”等存儲(chǔ)等階段，針對(duì)數(shù)據(jù)利用、處理，也是普通簡(jiǎn)單算法范圍，如統(tǒng)計(jì)一下數(shù)據(jù)，出一些Top榜什么的。。。。后來，有了積累了多數(shù)據(jù)、更多資源了，我們有什么理由不把跟牛逼的策略、算法搬出來，對(duì)數(shù)據(jù)挖的更深、利用的更好呢。。。。從中可以看出，這些概念火起來，是計(jì)算力的進(jìn)步，是人類收集、存儲(chǔ)、加工、處理、利用信息能力的進(jìn)步。。。。

————————————————————————————————————————

????????首先聲明，本人現(xiàn)在杭州一家互聯(lián)網(wǎng)公司做大數(shù)據(jù)平臺(tái)架構(gòu)師和數(shù)據(jù)分析師。因此，以下的回答，可能帶有自己的視野局限，敬請(qǐng)各位看官理性地指教,討論。

根據(jù)我個(gè)人的行業(yè)經(jīng)驗(yàn)來看?，F(xiàn)在很多人，對(duì)大數(shù)據(jù)的理解都有些偏了。目前，對(duì)大數(shù)據(jù)的主流看法就是"深度學(xué)習(xí)","人工智能"等很火，很高大上的東西，都需要大量的數(shù)據(jù)，所以大數(shù)據(jù)會(huì)怎樣、怎樣。。。。

其實(shí)，大數(shù)據(jù)的背后，是人類處理信息（也就是數(shù)據(jù)，大家不要認(rèn)為大數(shù)據(jù)，這個(gè)概念中的"數(shù)據(jù)"，是12345等阿拉伯?dāng)?shù)字組成的東西，凡是能存電腦里的東西，都是數(shù)據(jù)）的IT系統(tǒng)的一次革命性升級(jí)。這次技術(shù)的升級(jí)，是繼數(shù)據(jù)庫(kù)系統(tǒng)后，人類處理數(shù)據(jù)手段和技能的提升。下面，我以一個(gè)例子，來說明我們信息處理手段的提升。

張三是個(gè)創(chuàng)業(yè)者，每晚到夜市擺攤。由于攤子很小，每天回家后，找一只筆，一個(gè)香煙盒子紙，就能把賬算了、把貨盤了，這時(shí)，憑借著一只鉛筆，一張破紙，就能把該處理的數(shù)據(jù)信息處理了。后來，攤子稍微大了一點(diǎn)，張三到門口小超市花幾塊錢買了個(gè)計(jì)算器，每天在計(jì)算器"為零"的幫助下，再加上一只筆、一張紙把信息處理了。再后來，張三開了個(gè)小超市，他處理信息的能力也增強(qiáng)了，用上了Excel、word等軟件來處理信息。后來，張三開開了個(gè)大超市，其信息處理工具也鳥槍換炮了，用上了進(jìn)銷存管理系統(tǒng)、財(cái)務(wù)管理系統(tǒng)、人事管理系統(tǒng)。。。。這些系統(tǒng)，在數(shù)據(jù)存儲(chǔ)方面，用數(shù)據(jù)庫(kù)，如mysql。在業(yè)務(wù)處理方面，招幾個(gè)程序員，用php、python或java，寫具體的業(yè)務(wù)處理邏輯（也就是當(dāng)年張三在紙上寫寫畫畫的處理過程）。這一階段的IT處理段位，是目前大多數(shù)中小企業(yè)所在的段位。可以看出，這個(gè)段位的IT系統(tǒng)和處理能力有以下不足:

1、只能處理結(jié)構(gòu)化數(shù)據(jù)，對(duì)大量非結(jié)構(gòu)化數(shù)據(jù)（文字、語(yǔ)音、視頻等），處理能力嚴(yán)重不足。

2、能處理的數(shù)據(jù)量還是太小，比如，用張破紙，你處理10條數(shù)據(jù)沒問題，給你個(gè)計(jì)算器，你處理100條數(shù)據(jù)沒壓力。用Excel，你處理10萬(wàn)條無(wú)壓力。給你個(gè)mysql，你在千萬(wàn)條數(shù)據(jù)的級(jí)別范圍內(nèi)增刪改查無(wú)壓力。但是，當(dāng)你要面對(duì)的數(shù)據(jù)是100億條級(jí)別時(shí)，你的數(shù)據(jù)庫(kù)、存儲(chǔ)、業(yè)務(wù)處理代碼等，就有可能分分鐘鬧毛病給你看。 注意:利用各種中間件構(gòu)建分布式關(guān)系型數(shù)據(jù)庫(kù)集群，是能應(yīng)付的。此處，各位看官領(lǐng)會(huì)我說的什么意思就好，先不要糾結(jié)具體技術(shù)解決方案。

3、處理的手段單一，只能跑程序員編好的程序，比較死板。只能按著代碼邏輯跑，一點(diǎn)都不"智能"。

4、從技術(shù)上講，靈活性還是不足。你的進(jìn)銷存、財(cái)務(wù)、人事等系統(tǒng)。程序員編完，能用了，也就完了。沒有重要問題和需求變更，也不會(huì)去頻繁升級(jí)、重構(gòu)和迭代更新。從這方面講，也會(huì)造成企業(yè)在想要XX數(shù)據(jù)時(shí)，發(fā)現(xiàn)沒有。想要XX功能時(shí)，發(fā)現(xiàn)要實(shí)現(xiàn)的成本太大?；蛘?，在你的威嚴(yán)下，你手下的程序員辭職了，你滿心委屈"我不就是想要個(gè)這么小、這么簡(jiǎn)單的功能么。這小子居然花了那么長(zhǎng)時(shí)間弄，還TMD辭職了，90后，真是一代不如一代。。。。"。所以，這些，到最后，大多都不了了之。。。

5、從具體的實(shí)際流程上看，流程太長(zhǎng)、太慢。比如說，您是集團(tuán)公司的老總，有一天突發(fā)奇想，想到了一個(gè)項(xiàng)目，想"看看相關(guān)數(shù)據(jù)"。此時(shí)，你的秘書幫你去搞數(shù)據(jù)了，北京分公司的數(shù)據(jù)，很快上來了，上海分公司的數(shù)據(jù)，秘書打了好幾遍電話，才要來。山東分公司的說，我們這邊忙著陪客戶吃飯喝酒了，具體數(shù)據(jù)沒收集呢，您稍等，我?guī)湍鷨枂?、查一下。浙江分公司的，?shù)據(jù)報(bào)上來了，剛放你辦公桌上，你剛翻了一下，他們打電話說，數(shù)據(jù)報(bào)錯(cuò)了、漏報(bào)了，您稍等，我們組織人力物力，重新幫你核查。。。此時(shí)，時(shí)間上，少說也一個(gè)月過去了，還不一定保證數(shù)據(jù)都正確。數(shù)據(jù)收集上來，您也不用"分析"了。市場(chǎng)風(fēng)云變幻，黃花菜都涼了。。。

.......

鑒于此，大數(shù)據(jù)處理系統(tǒng)來了。有了hadoop、spark、storm、hbase、 Elasticsearch、zookeeper等等大數(shù)據(jù)工具搭建起來的數(shù)據(jù)處理集群，張三終于炮換導(dǎo)彈了。

1、有了hdfs，張三可以把以前覺得沒太大價(jià)值的數(shù)據(jù)保存起來。未來的事，誰(shuí)知道呢，數(shù)據(jù)總是要的，說不定以后用的到呢。如果阿里巴巴沒有保存、整理用戶的交易數(shù)據(jù)等，花唄、借唄等業(yè)務(wù)，開展起來，簡(jiǎn)直就是做夢(mèng)。巧婦難為無(wú)米之炊。

2、有了spark等編程框架，你的業(yè)務(wù)處理流程，也更加靈活和牛逼了。你可以用python、java,scala等編寫一些腳本似的數(shù)據(jù)分析程序，盡情地挖掘出有價(jià)值的東西。這一個(gè)個(gè)的job，寫完后，扔給調(diào)度系統(tǒng)，定時(shí)，每天晚上讓集群幫你跑出來就好了。挺靈活的。

3、調(diào)用一些開發(fā)庫(kù)，你可以玩一些機(jī)器學(xué)習(xí)等高大上的東西。出去吹牛逼也有料了。

4、建立統(tǒng)一的數(shù)據(jù)處理中心，再加上互聯(lián)網(wǎng)的力量，終于可以在可接受的時(shí)間范圍內(nèi)獲得你想要的數(shù)據(jù)了，而且數(shù)據(jù)還能詳細(xì)，方方面面的數(shù)據(jù)都有，最后還附有機(jī)器人"小優(yōu)"的"智能"建議和溫馨提示。

5、借助比如storm等實(shí)時(shí)處理框架，很多結(jié)果可以秒級(jí)回饋。性能遇到瓶頸了，大不了加機(jī)器。反正一切都是分布式的。

.......

我記得13、14年時(shí)，大數(shù)據(jù)最火的時(shí)候。在一次電視節(jié)目中，李彥宏面對(duì)楊瀾，大談大數(shù)據(jù)，并舉例"谷歌利用大數(shù)據(jù)預(yù)測(cè)流感。。。。"等等balabala的一大通，全是忽悠套路，沒一點(diǎn)干貨??！我想大多數(shù)人，聽到這些東西，一般都不care，說不準(zhǔn)還暗暗的罵一句"草，這些關(guān)我鳥事"。。。

最近，談起大數(shù)據(jù)，很多人都往"人工智能"等高大上的東西上。我想大多數(shù)人，特別是中小企業(yè)，也不會(huì)關(guān)心。那是BAT等大公司的事，我們公司小、數(shù)據(jù)少，業(yè)務(wù)也簡(jiǎn)單。"分析"，也是電腦不如人腦。因此，大多人，也是覺得，大數(shù)據(jù)或許是未來，但是，對(duì)我來說，似乎也沒多大用處。如果，此人當(dāng)時(shí)心情不好，還多半認(rèn)為"大數(shù)據(jù)"，純粹是瞎忽悠。

回到本次話題，針對(duì)"大數(shù)據(jù)能火多久"，這個(gè)問題，這就要看大數(shù)據(jù)的本質(zhì)了。在我看來，我們業(yè)內(nèi)目前討論"大數(shù)據(jù)"，應(yīng)該更傾向于看它背后的技術(shù)對(duì)當(dāng)前企業(yè)IT系統(tǒng)的革新。就如同目前大多數(shù)企業(yè)以關(guān)系型數(shù)據(jù)庫(kù)為中心的IT系統(tǒng)一樣，現(xiàn)在，我們處理信息的手段中，又添加了新的成員?，F(xiàn)在，如果你向老大建議，我們不要以關(guān)系型數(shù)據(jù)庫(kù)為核心的各類"進(jìn)銷存"、財(cái)務(wù)等系統(tǒng)了，全體回退到以Excel、word來處理信息，我相信，他會(huì)分分鐘扇死你。我相信，20年后，你向老板建議，我們放棄各類以大數(shù)據(jù)處理集群為核心的精準(zhǔn)營(yíng)銷系統(tǒng)、智能客服系統(tǒng)、用戶智能分析系統(tǒng)等等，大家集體回退到以純關(guān)系型數(shù)據(jù)庫(kù)為核心的時(shí)代;我相信，他也一定會(huì)分分鐘扇死你。

????????當(dāng)前，我們對(duì)大數(shù)據(jù)的理解，越來越清晰和接地氣。阿里巴巴已經(jīng)把他們的大數(shù)據(jù)系統(tǒng)，改名為了"maxComputer"。從名字不難看出，大數(shù)據(jù)就是大電腦，這意味著更大的信息處理能力、更高的靈活性。。。

????????大數(shù)據(jù)能火多久，如同穿越到上世紀(jì)80年代，去問個(gè)人電腦能火多久一樣?，F(xiàn)在，我們都不會(huì)認(rèn)為"個(gè)人電腦"很"火"。因?yàn)椋呀?jīng)成為了人類工具箱里一件強(qiáng)大的工具，提高了人類的生產(chǎn)力。我相信，"大數(shù)據(jù)"，也會(huì)成為我們的工具箱里的這么一樣工具的。

【大數(shù)據(jù)開發(fā)學(xué)習(xí)資料領(lǐng)取方式】：加入大數(shù)據(jù)技術(shù)學(xué)習(xí)交流扣扣群458345782，私信管理員即可免費(fèi)領(lǐng)取開發(fā)工具以及入門學(xué)習(xí)資料

????????目前，看知乎里的答案。很多人討論起大數(shù)據(jù)，很多人的看法，還是照搬教科書里的內(nèi)容。其實(shí)，對(duì)真正大數(shù)據(jù)圈而言，大數(shù)據(jù)已經(jīng)落地了。下了凡的七仙女，雖然是神仙，但也成為了農(nóng)家媳婦，沒太大討論的必要了。大數(shù)據(jù)從幾年前很火，到現(xiàn)在，從PPT上下凡到數(shù)據(jù)中心，也就沒多大的討論必要了。用就行了，有啥好瞎bb的。。。。。。