下载掌阅APP，畅读海量书库
立即打开
大数据的出现正在引发全球范围内技术与商业变革的深刻变化。在技术领域，以往更多依靠模型的方法，现在可以借用规模庞大的数据，用基于统计的方法，使语音识别、机器翻译这些技术领域在大数据时代取得新进展。
既有技术架构和路线已经无法高效处理如此海量的数据。对于相关组织来说，如果投入巨大而采集的信息无法通过及时处理与反馈，就会得不偿失。可以说，大数据时代对人类的数据驾驭能力提出了新挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。
大数据时代主要有4个挑战：
第一个挑战是数据量大。
大数据的起始计量单位是PB（1000TB）、EB（100万TB）或ZB（10亿TB）。目前，企业面临数据量的大规模增长，预测未来十年全球数据量将扩大50倍。如今，大数据的规模尚在不断变化，单一数据集的规模范围从几十TB到数PB不等。
第二个挑战是数据类型繁多。
包括网络日志、音频、视频、图片、地理位置信息等，多种类型的数据对数据处理能力提出了更高要求。数据多样性的增加主要由新型多结构数据和多种数据类型（包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等）造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。
第三个挑战是数据价值密度低。
大数据非常复杂，有结构化的，也有非结构化的，增长速度飞快，单条数据的价值密度极低。此外，随着物联网的广泛应用，信息感知无处不在。信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。
第四个挑战是高速性。
描述的是数据被创建和移动的速度。在高速网络时代，通过实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何将数据快速处理、分析并返回给用户，以满足用户的实时需求。