。大数据时代来临的因素：
1.1信息浪潮
1.第一次 1980 PC机 解决问题：信息处理 代表企业 ：Intel AMD IBM
2.第二次 1995 互联网 解决问题：信息传输 代表企业：雅虎，谷歌 BAT
3.第三次 2010 物联网、云计算、大数据 解决问题：信息爆炸 代表企业 亚马逊、谷歌、Cloudera、阿里云等
1.2信科技为大数据时代提供技术支撑
1.存储设备容量增加（DVD光盘为例。将来可以 1DVD容量 10^6GB
2.CPU处理能力提升
3.网络带宽增加
1.3数据产生方式的变革促成大数据时代的来临(数据产生阶段)
1.运营式系统阶段
2.用户原创内容阶段
3.感知系统阶段
1.4大数据发展历程
1.萌芽期 20世纪90年代 -21世纪初 数据库技术成熟和数据挖掘理论
2.成熟期 21世纪前10年 web2.0应用发展，非结构化数据大量产生，Hadoop平台MapReduce技术
3.大规模应用 2010年后 数据驱动决策，信息社会智能化程度
2 大数据的概念
4V Volume 数据量大 Variety 数据类型繁多 Velocity 处理速度快 Value 价值密度低
2.1 数据量大
1ZB=1024EB 1024PB 1024TB 1024GB 1024MB 1024KB 1024Byte 8bit
大数据以每年50%的速度在增长，也就是说每两年就增加一倍，这被称为“大数据摩尔定律”
2.2 数据类型繁多
10%存储在关系型数据库中，90%存储在非关系型数据库中
2.3 处理速度快
2.4 价值密度低
3 大数据的影响
人类科学研究经历四种模式：
1.实验科学
2.理论科学
3.计算科学
4.数据密集型科学
思维的转变：
1.全面而非抽样
2.效率而非精确
3.相关而非因果
大数据计算模式
1.批处理计算
2.流计算
3.图计算
4.查询分析计算
大数据与云计算和物联网
大数据： 4V Volume 数据量大 Variety 数据类型繁多 Velocity 处理速度快 Value 价值密度低
云计算：通过网络提供课伸缩的、廉价的分布式计算能力，用户只需要在具备网络接入条件的地方，就可以随时随地获得所需的各种IT
资源。
云计算包括3种典型的服务模式。LaaS PaaS SaaS 基础设施即服务 平台即服务 软件即服务
1.云计算关键技术：
虚拟化、分布式存储、分布式计算、多租户等。
2.云计算数据中心 （地质稳定，凉爽舒适）
计算中心电力利用：（55%电力用于制冷 45%服务器（其中70%服务器风扇，30%CPU（其中10%用于计算）））
物联网：物物相连的物联网，是互联网的延伸，利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过
新的方式连在一起，形成人与物、物与物相连，实现信息化和远程管理控制。
技术角度分四个层面：感知层、网络层、处理层和应用层。
区别：大数据侧重于对海量数据的存储、处理与分析，从海量数据中发现价值，服务与生产和生活。
云计算本质旨在整合和优化各种IT资源，通过网络以服务的方式廉价地提供给用户
物联网发展目标物物相联，应用创新时物联网的核心。
联系：云计算为大数据提供了技术基础。云计算为物联网提供海量数据存储能力。
大数据为云计算提供用武之地。大数据为物联网数据分析提供支撑。
物联网为云计算技术提供了广阔的应用空间。物联网是大数据的重要来源。
1.1信息浪潮
1.第一次 1980 PC机 解决问题：信息处理 代表企业 ：Intel AMD IBM
2.第二次 1995 互联网 解决问题：信息传输 代表企业：雅虎，谷歌 BAT
3.第三次 2010 物联网、云计算、大数据 解决问题：信息爆炸 代表企业 亚马逊、谷歌、Cloudera、阿里云等
1.2信科技为大数据时代提供技术支撑
1.存储设备容量增加（DVD光盘为例。将来可以 1DVD容量 10^6GB
2.CPU处理能力提升
3.网络带宽增加
1.3数据产生方式的变革促成大数据时代的来临(数据产生阶段)
1.运营式系统阶段
2.用户原创内容阶段
3.感知系统阶段
1.4大数据发展历程
1.萌芽期 20世纪90年代 -21世纪初 数据库技术成熟和数据挖掘理论
2.成熟期 21世纪前10年 web2.0应用发展，非结构化数据大量产生，Hadoop平台MapReduce技术
3.大规模应用 2010年后 数据驱动决策，信息社会智能化程度
2 大数据的概念
4V Volume 数据量大 Variety 数据类型繁多 Velocity 处理速度快 Value 价值密度低
2.1 数据量大
1ZB=1024EB 1024PB 1024TB 1024GB 1024MB 1024KB 1024Byte 8bit
大数据以每年50%的速度在增长，也就是说每两年就增加一倍，这被称为“大数据摩尔定律”
2.2 数据类型繁多
10%存储在关系型数据库中，90%存储在非关系型数据库中
2.3 处理速度快
2.4 价值密度低
3 大数据的影响
人类科学研究经历四种模式：
1.实验科学
2.理论科学
3.计算科学
4.数据密集型科学
思维的转变：
1.全面而非抽样
2.效率而非精确
3.相关而非因果
大数据计算模式
1.批处理计算
2.流计算
3.图计算
4.查询分析计算
大数据与云计算和物联网
大数据： 4V Volume 数据量大 Variety 数据类型繁多 Velocity 处理速度快 Value 价值密度低
云计算：通过网络提供课伸缩的、廉价的分布式计算能力，用户只需要在具备网络接入条件的地方，就可以随时随地获得所需的各种IT
资源。
云计算包括3种典型的服务模式。LaaS PaaS SaaS 基础设施即服务 平台即服务 软件即服务
1.云计算关键技术：
虚拟化、分布式存储、分布式计算、多租户等。
2.云计算数据中心 （地质稳定，凉爽舒适）
计算中心电力利用：（55%电力用于制冷 45%服务器（其中70%服务器风扇，30%CPU（其中10%用于计算）））
物联网：物物相连的物联网，是互联网的延伸，利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过
新的方式连在一起，形成人与物、物与物相连，实现信息化和远程管理控制。
技术角度分四个层面：感知层、网络层、处理层和应用层。
区别：大数据侧重于对海量数据的存储、处理与分析，从海量数据中发现价值，服务与生产和生活。
云计算本质旨在整合和优化各种IT资源，通过网络以服务的方式廉价地提供给用户
物联网发展目标物物相联，应用创新时物联网的核心。
联系：云计算为大数据提供了技术基础。云计算为物联网提供海量数据存储能力。
大数据为云计算提供用武之地。大数据为物联网数据分析提供支撑。
物联网为云计算技术提供了广阔的应用空间。物联网是大数据的重要来源。
本文转自 swallow_zys 51CTO博客，原文链接：http://blog.51cto.com/12042068/1928031，如需转载请自行联系原作者
