第2章 大數據

2.1 大數據的定義

如果有人問你到底什么是大數據，可能你也不一定很容易解釋清楚吧，我的意思是至少讓對方覺得你很專業。至少我們不能說就是大的數據，或者說我用Excel操作了幾十萬的數據，也覺得是做的大數據。

這里我們仍然可以從分類的思想進行解釋。

我們面對這個紛繁復雜，充滿競爭的世界，需要一種收智商稅的能力，那就是分類的能力。

想想中國古代，周易是一個很先進的分類方法，把這個客觀世界進行了64種分類。《易傳·系辭上傳》：“易有太極，是生兩儀，兩儀生四象，四象生八卦。”我們可以看作是古人把信息做了一個分類，初步分成了8種。

關于一葉障目和一葉知秋。“一葉障目”相當于是用小樣本分析近似推理，而真理可能存在于全樣本的海量數據之中，借助大數據則可完全克服。“一葉知秋”其實就是反過來說的，小樣本可以預測大數據。

接下來談大數據，為什么我們現在才談大數據呢？這要從兩方面來看，一方面是計算機技術的發展，特別是存儲技術和計算技術的發展，以前不能存儲的數據現在可以存儲了，現在的科學計算技術更多更深入了，運行、計算速度越來越快；另一方面是信息爆炸式增長。而這兩方面就像DNA一樣是螺旋式增長的，是相互促進、相互影響的。

這么來看大數據就很清晰了，為什么提大數據，大數據怎么定義就很清楚了。

維基百科中只有短短的一句話：“巨量資料（big data），或稱大數據，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理成為幫助企業經營決策更積極目的的資訊。”

維基百科的定義是從大數據的特征入手的。

我們還可以自己定義，比如按照大數據的功能進行定義：大數據是在多樣的或者大量數據中，迅速獲取信息的能力。