“大数据”中的就包含了两层含义。
何为大？
第一层 大，是指数据很多，量很大。
近年来，随着互联网和智能硬件的快速普及，数据以爆炸方式增长。全球数据总量增长率将维持在50%左右；到2020 年，全球的数据总量将达到40ZB。
数据量变化
第二层 大，是指数据的相互关系更加复杂，多样，有连续性
随着智能手机的普及，网络的发展3G/4G/5G，人与人的连结，人与物的连结，物与物的连结 变得越来越容易。随之产生的数据，也更加复杂。截至2016 年，我国手机网民数量已近7.0亿，占整体网民数量的95.1%。
中国手机网民规模
2016 年中国移动互联网用户每日在线时长超过2,500百万小时，同比增长率超过30%。手机网民持续增长，使得大数据采集群体更加广泛；移动端使用时长增加，信息采集更加丰富连贯；场景化特征为大数据发展带来新契机。
中国移动互联网用户在线时长
何为数据？
人类在互联网上产生的所有数据，基本衣、食、住、行；以及其它各种负责的商业活动等等，最终在计算机留下的只有0，1。
这些0，1 却包含着很多的关联性。仅仅通过传统的计算机处理手段，已经无法做到及时发现，及时更新，及时下结论。所以围绕着大数据 产生了相关的技术，挖掘手段，应用场景，更加方便帮助人们生活、工作。
在另外一个层面讲 大数据值得是围绕着大数据的整个数据处理产业。
目前全球大数据市场中，行业解决方案、计算分析服务、存储服务、数据库服务和大数据应用为市场份额排名最靠前的细分市场，分别占据 33.0%、14.7%、17.2%、15.2% 和 7.1% 的市场份额。
大数据市场结构
以上只是个人从商业角度理解大数据，大家是如何看大数据的呢？
数据僧 历史文章
数据仓库-概述-读书笔记一
数据仓库-DW/BI架构对比-读书笔记二
数据仓库-事实表/维度表技术-读书笔记三
维度处理-数据仓库-读书笔记(四)
数据仓库-高级事实表技术-读书笔记五
数据仓库-高级维度表技术-读书笔记六
数据仓库，零售业务举例，维度模型设计4步骤，读书笔记（七）
数据仓库-零售业务举例维度表设计细节-读书笔记（八）
数据仓库-零售业务举例如何提高仓库扩展能力-读书笔记（九）
数据仓库-零售业务中库存如何设计-读书笔记(十)
如何使用缓慢变化维技术
如果您觉得我用心了，觉得您有所收获，麻烦关注下我吧，您的关注就是我的动力，因为有你，我就不是一个人在前行。
数据僧
网友评论