① 大数据时代意味着什么
随着云时代的来临，大数据(Big data)也吸引了越来越多的关注。《着云台》的分析师团队认为，大数据(Big data)通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapRece一样的框架来向数十、数百或甚至数千的电脑分配工作。
简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。 大数据的4个“V”，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别;第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质
的不同。业界将其归纳为4个“V”——Volume，Variety，Value，Velocity。 物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式 着云台
例子包括网络日志，RFID，传感器网络，社会网络，社会数据(由于数据革命的社会)，互联网文本和文件;互联网搜索索引;呼叫详细记录，天文学，大气科学，基因组学，生物地球化学，生物，和其他复杂和/或跨学科的科研，军事侦察，医疗记录;摄影档案馆视频档案;和大规模的电子商务。
大的数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理(MPP)数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。
一些但不是所有的MPP的关系数据库的PB的数据存储和管理的能力。隐含的负载，监控，备份和优化大型数据表的使用在RDBMS的。
斯隆数字巡天收集在其最初的几个星期，比在天文学的历史，早在2000年的整个数据收集更多的数据。自那时以来，它已经积累了140兆兆 字节的信息。这个望远镜的继任者，大天气巡天望远镜，将于2016年在网上和将获得的数据，每5天沃尔玛处理超过100万客户的交易每隔一小时，反过来进口量数据库估计超过2.5 PB的是相当于167次，在美国国会图书馆的书籍 。
FACEBOOK处理400亿张照片，从它的用户群。解码最初的人类基因组花了10年来处理时，现在可以在一个星期内实现。
“大数据”的影响，增加了对信息管理专家的需求，甲骨文，IBM，微软和SAP花了超过15亿美元的在软件智能数据管理和分析的专业公司。这个行业自身价值超过1000亿美元，增长近10%，每年两次，这大概是作为一个整体的软件业务的快速。 大数据已经出现，因为我们生活在一个社会中有更多的东西。有46亿全球移动电话用户有1亿美元和20亿人访问互联网。
基本上，人们比以往任何时候都与数据或信息交互。 1990年至2005年，全球超过1亿人进入中产阶级，这意味着越来越多的人，谁收益的这笔钱将成为反过来导致更多的识字信息的增长。思科公司预计，到2013年，在互联网上流动的交通量将达到每年667艾字节。
最早提出“大数据”时代已经到来的机构是全球知名咨询公司麦肯锡。麦肯锡在研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素;而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。
“麦肯锡的报告发布后，大数据迅速成为了计算机行业争相传诵的热门概念，也引起了金融界的高度关注。”随着互联网技术的不断发展，数据本身是资产，这一点在业界已经形成共识。“如果说云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。”
事实上，全球互联网巨头都已意识到了“大数据”时代，数据的重要意义。包括EMC、惠普(微博)、IBM、微软(微博)在内的全球IT 巨头纷纷通过收购“大数据”相关厂商来实现技术整合，亦可见其对“大数据”的重视。
“大数据”作为一个较新的概念，目前尚未直接以专有名词被我国政府提出来给予政策支持。不过，在12月8日工信部发布的物联网“十二五”规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。而另外3项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，也都与“大数据”密切相关。
② 大数据技术是什么
大数据技术是指大数据的应用技术，涵盖各类大数据平台、大数据指数体系等大数据应用技术。大数据技术是近来的一个技术热点，但从名字就能判断它并不是什么新词。毕竟，大是一个相对概念。历史上，数据库、数据仓库、数据集市等信息管理领域的技术，很大程度上也是为了解决大规模数据的问题。
大数据的发展：
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapRece一样的框架来向数十、数百或甚至数千的电脑分配工作。
③ 马上要进入云时代，现在学数据库用处还大不大
虽然云时代给人们带来了很大的方便，但是一时还改变不了 人们的使用习惯，所以你尽管学好你的数据库，出去工作以后对自己还是有很大帮助的 ！
④ 如何学网络数据库
数据库应该怎么学
联系性：互联网诞生的基础是联系性，一个人做不了互联网，很多很多的人或者终端联系在一起才叫做互联网，那么，互联网的发展就是不断在拓展这种联系性，有简单到复杂、由单一到多元，从空白到建立，互联网正在改变着我们生活的每个层面--这个改变就是互联的建立，它向每一个角落延伸，它延伸的每一个地方，联系性的方式都会改变。比如，原来你要上商场去买衣服，现在不用了网上就可以解决，不好了还可以调换，比在商场还要灵活，我们看到，它的联系方式变化了，所以，线下很多服装商场就倒闭了，开不下去了。
价值的串联：我们知道，互联网的发展是因为给我们带来了极大的便利性，这个便利性就是价值，原来我们办个事情很麻烦，现在很多变得不麻烦了，比如转个账什么的你就不要跑银行排队了，微信或者网上就办理了。这就是价值。为什么互联网的联系会越来越广泛，延伸的领域越来越多，因为它创造了价值，价值传递的方式被改变了，它用给你带来的N多个好处帮你创造了越来越多的便利，形成了一个价值的串联和传递。
技术：无论是联系性还是价值串联，它是通过什么实现的?技术，互联网技术。互联网是个工具，是个技术工具，它要通过技术实现来达到联系性和价值传递的目标。也就是说，以往你要为消费者服务是通过人工等其他手段来进行的，现在你要考虑运用互联网技术来实现这个服务。从这个角度看你真不能把互联网看得太高，因为，从根因上讲它就是个信息互联的技术，它本身与思维关联不大，而与技术实现的开发紧密相连，这是很多人不认可互联网思维的原因之一。
运营标签化
早期商场运营是以围绕商家及货品管理为核心，强调商家的聚合、业态的丰富、产品的齐全来吸引消费者。而传统的大众消费客群市场正在被有特殊喜好趋同的个性消费群体逆袭，具有自身鲜明主题和标签IP的商业项目从市场脱颖而出，并拥有了一批高粘度的粉丝。
大数据便能有效结合线上线下、场内场外，全面认识消费者属性和标签，从原来对于“人”模糊认知，到“精准化，清晰化”呈现。通过多维度的场内外数据分析，提炼目标消费者的标签，从而在线下经由标签构建项目价值观体系，使得项目成为固定标签人群的流量入口，同时形成低频消费向高频消费的转换。
以杭州某项目为例，中商数据对整个杭州市207万台移动设备APP进行索引，发现项目核心辐射范围内消费客群有着明显的“二次元(动漫喜好者)”标签，也就是说，该部分客群的线上消费痕迹有很明显的韩风和日风倾向，于是，推荐商场运营在线下开发该类型的主题街区和相关主题活动。
大数据和云计算的关系
从技术上来看，大数据和云计算的关系就像一枚硬币的正反面一样密不可分。
大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
云时代的来临，大数据的关注度也越来越高，分析师团队认为大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据。
大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapRece一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模的并行处理数据库、数据挖掘、分布式文件系统、分布式数据可、云计算平台、互联网和可扩展的存储系统。
⑤ 大数据时代有哪些主要特点
大数据有4个特点，为别为：Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值），一般我们称之为4V。
1．大量。大数据的特征首先就体现为“大”，从先Map3时代，一个小小的MB级别的Map3就可以满足很多人的需求，然而随着时间的推移，存储单位从过去的GB到TB，乃至现在的PB、EB级别。
随着信息技术的高速发展，数据开始爆发性增长。社交网络（微博、推特、脸书）、移动网络、各种智能工具，服务工具等，都成为数据的来源。淘宝网近4亿的会员每天产生的商品交易数据约20TB；脸书约10亿的用户每天产生的日志数据超过300TB。
迫切需要智能的算法、强大的数据处理平台和新的数据处理技术，来统计、分析、预测和实时处理如此大规模的数据。
2．多样。广泛的数据来源，决定了大数据形式的多样性。任何形式的数据都可以产生作用，目前应用最广泛的就是推荐系统，如淘宝，网易云音乐、今日头条等，这些平台都会通过对用户的日志数据进行分析，从而进一步推荐用户喜欢的东西。
日志数据是结构化明显的数据，还有一些数据结构化不明显，例如图片、音频、视频等，这些数据因果关系弱，就需要人工对其进行标注。
3．高速。大数据的产生非常迅速，主要通过互联网传输。生活中每个人都离不开互联网，也就是说每天个人每天都在向大数据提供大量的资料。
并且这些数据是需要及时处理的，因为花费大量资本去存储作用较小的历史数据是非常不划算的，对于一个平台而言，也许保存的数据只有过去几天或者一个月之内，再远的数据就要及时清理，不然代价太大。
基于这种情况，大数据对处理速度有非常严格的要求，服务器中大量的资源都用于处理和计算数据，很多平台都需要做到实时分析。数据无时无刻不在产生，谁的速度更快，谁就有优势。
4.价值。这也是大数据的核心特征。现实世界所产生的数据中，有价值的数据所占比例很小。
相比于传统的小数据，大数据最大的价值在于通过从大量不相关的各种类型的数据中，挖掘出对未来趋势与模式预测分析有价值的数据，并通过机器学习方法、人工智能方法或数据挖掘方法深度分析。
发现新规律和新知识，并运用于农业、金融、医疗等各个领域，从而最终达到改善社会治理、提高生产效率、推进科学研究的效果。
⑥ 云计算核心技术都有那些
在云计算系统中运用了许多技术，其中以编程模型、数据管理技术、数据存储技术、虚拟化技术、云计算平台管理技术更为关键。而根据各企业对云计算人才的技能需求不同，求职者也要学习不同的技能，比如比如你计划从事大数据、nosql领域，你需要掌握Hadoop、Hbase、Cassandra以及一些理论（CAP、Base等）；如果你想要从事云平台（Iaas、Paas）相关工作，你可以研究虚拟化技术（kvm、hyper-v等等）、OpenStack、esxi等技术。
⑦ 什么是大数据时代。什么又叫做云商。
大数据,或称巨量数据、海量数据;是由数量巨大、结构复杂、类型众多数据构成的数据集合,是基于云计算的数据处理与应用模式,通过数据的集成共享,交叉复用形成的智力资源和知识服务能力。
有研究机构如此定义“大数据”:“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。从某种程度上说,大数据是数据分析的前沿技术。简言之,从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。
进入2012年，大数据（big data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数大数据时代来临[1]据，并命名与之相关的技术发展与创新。它已经上过《纽约时报》《华尔街日报》的专栏封面，进入美国白宫官网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国金证券、国泰君安、银河证券等写进了投资推荐报告。
数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然现在企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。
云商：
云商也叫智慧云商。信息 + 应用+ 基础设施无处不在 = 平台应用跨地域、跨终端、跨系统、跨平台。采用集成设计(软件+硬件+应用服务)
智慧云商是基于云策略的通用架构，采用云计算服务中间件集成技术和超强的资源整合能力，立足于成熟商业模型的服务交付，跨传统、公共云计算、云服务产品而衍生。
智慧云商可轻松实现平台的构筑与管理及运营与服务。现在平台应用组件涵盖了管理云平台、服务云平台、营销云平台等应用服务，还有配套的云端智慧库，并依托强大的后端广告联盟及第三方市场，为用户端提供了丰富的平台推广及运营收益途径。