如今我们被称为“大数据” 之物，曾今只是我们简单的称为“数据”。大数据不是一时流行，而是数据管理演变所产生的新兴词汇。大数据描述了数据增长的指数是多么巨大，为了能容纳这些数据，我们努力提供存储空间----大数据还能使用技术从新兴数据中获取信息，抓取新机遇。

通过这篇博文，你能够了解大数据的最新变化。我将着重讲述一些大数据案例分析，包括NoSQL 数据库，Hadoop(分布式计算)平台，预测分析等。尤其是数据可视化----它开辟了数据分析新领域----这是个经常出现的话题。

大数据有许多种的定义，Gartner将大数据形容为“容量大，速率高，且信息资产多样，需使用全新处理方式，以提升决策力和洞察力，以及优化处理能力”，这是非常贴切的。首先，通过这些案例研究，我们将了解以下几点：各机构如何通过新技术，迅速应对，并处理海量数据，并有效管理任意类型数据。

大数据的重大突破

为何在这个特殊时刻，大数据“翩然而至”?根本缘由在于网络自身。网络出现后，我们面对的对象已改变，不再是成千上万客户机应用用户，使用由RDBMS(关系数据库管理系统)支持的客户机应用。如今，网络应用对全世界客户开放。通过使用这些网络应用，成千上万的用户能够产生成千上万的数据。

数据规模之大，需要容量极大的系统才有空间容纳，并为所有用户提供服务----正是这一点，促进了NoSQL运动的发展。同时，还需要对这些半结构化的海量数据进行分析，以找出优化用户体验，以及货币化行为的方法。因此，Hadoop应运而生，MPP(大规模并行处理)分析数据库逐渐进化，BI工具亦不断推陈出新。

大数据发明者，以及大数据最早使用者们发现，传统技术已满足不了大数据需要。尤其是传统技术成本过高，且需耗费较多精力，因此，他们转而使用NoSQL，以及Hadoop。

比起使用传统RDBMS，ETL(提取转换加载)，以及BI工具，这些用户宁愿使用NoSQL，以及Hadoop，并放弃一些新功能。例如，若使用 NoSQL系统，他们就将放弃ACID顺从性。(ACID：指数据库管理系统事务的四个特性：原子性，一致性，隔离性，持久性。);使用Hadoop，他们就将放弃传统ETL功能，放弃优质GUI(图形用户界面)，以及实时查询功能;使用BI，他们将放弃实时可视化，以及数据交互功能。这样的例子不胜枚举。至于这些公司认为这些牺牲值得与否，就因使用案例而异了。

逐步成为主流

最后，于大数据技术的早期用户而言，他们终会希望能重新使用这些功能。大数据技术供应商能满足他们的需求，在这之后，大数据就将不再是独立的IT类别。

同时，数据增长速率将继续加快。如今，网络点击流数据，系统事件，以及其它我们依赖的核心技术来源，为大数据处理提供了大量新生的，半结构化数据。在将来，移动设备，以及“物联网”---物联网-通过 RFID(无线射频识别系统)，以及其它传感器进行连接----使我们能够采集，并分析来自制造系统，运输基本设施，医疗器械，以及你所能想到任何来源的海量数据。

因此，随着大数据的持续发展，若仅关注早期的大数据应用，终将付出代价。那些我们与大数据联系一处的新兴技术，建立起了标准的数据管理体系，能够应对随后的数据大爆炸。