文档介绍：物联网、云计算与大数据融合演变
第一页，共37页。
报告内容
三个关键词：物联网、云计算与大数据
一条逻辑线：应用衍变之路
*
第二页，共37页。
1、物联网简单回顾
2、云计算简单回顾
3、大数据的异军突起
4的异军突起
*
第二十三页，共37页。
什么是大数据
按照维基百科上的定义，所谓“大数据”（big data）在当今的互联网业指的是这样一种现象：一个网络公司日常运营所生成和积累用户网络行为数据“增长如此之快，以至于难以使用现有的数据库管理工具来驾驭，困难存在于数据的获取，存储，搜索，共享，分析和可视化等方面。”这些数据量是如此之大，已经不是以我们所熟知的多少G和多少T为单位来衡量，而是以P（1000个T），E（一百万个T）或Z（10亿个T）为计量单位，所以称之为大数据。
*
第二十四页，共37页。
在地球任意地方捡起一块石头，都可以验出铁元素（数据需要提取）。但是，说世界遍地都是铁矿一定是胡扯（数据源要有价值）。只有石头中铁含量超过一定比例，而石头数量又达到相当规模，这堆石头才能称为铁矿，人们才会对它产生投资开采的兴趣（数据规模达到一定的程度）。如果铁矿石埋藏不是太深，开采和运输的成本不是太高（方案可行），市场有长期稳定的购买需求（应用需求），那么铁矿开采的兴趣才会变成行动，成为一个有利可图的商业活动（技术与社会发展到一定阶段的产物）。
大数据的理解
*
第二十五页，共37页。
大数据的评估指标[1]
1、数据规模
所谓大数据最基本的要求当然是数据规模大，但很难给出一个绝对的数字标准来确定大小，而只能用一些模糊的感觉来相对比较。例如，一个公司在年度预算中有了专门的，显著的数据存储和分析预算（例如，总预算的3-5%），有了独立的数据处理和分析部门，有了比较完整的数据存储，安全和保密政策与管理流程，有了高度依赖数据分析结果的商业模式，那么，可以说这个公司面临着利用大数据的机会或挑战了。
[1] 谢文：看得见的未来——十谈大数据时代
（-）
*
第二十六页，共37页。
2、数据结构
数据量只是反映数据性质的一个指标，也许还不是最重要的指标。一天产生一百万个T数据的公司也许算不上大数据公司，而另一个一天只产生一万个T数据的公司也许反而是个大数据公司，其奥妙在于数据结构的复杂性。例如，A公司拥有一亿用户，但用户在A公司网站上只干一件事或一类事，比如获取新闻资讯，买买东西，或者玩玩游戏。那么由此产生的数据量虽然不小，但结构简单，重复性高，分析起来很容易，无非就是根据用户背景和使用****惯分分组，归归类，简单数据挖掘基本功足够，扯什么大数据就有点故弄玄虚了。B公司只有一千万用户，却是个开放平台，用户在此可以干互联网能够支持的所有事情，网络行为又可分为个人，群体，组织等层次，那么这个数据的结构就够复杂，能够支持深度挖掘和复杂建模，因而就可以算作大数据。
*
第二十七页，共37页。
3、数据关联度
网络业一个常见现象就是随着数据量的增加，用户行为所产生的数据间的关系越来越不清晰，越来越难以捉摸，越来越相互孤立，也就是所谓的数据碎片化。这种碎片化主要来自两个方面：一是网站结构碎片化，逻辑混乱化，各种产品与服务之间相互孤立化，因而导致数据之间关系断裂，关联度很低。例如，明明是同一个用户在一个网站上使用了十种不同的产品和服务，但由于其中五种无需注册使用，其他五种又需要分别注册使用，结果这十种网络行为的数据无法整合在一起，或者需要通过种种技术手段和工具进行高成本的数据整合，以至于入不敷出。这也就减少了数据的含金量，降低了数据的可挖掘度，使得无论数据量如何大，结构如何复杂，也形成不了大数据。反之，，架构清晰，逻辑分明，用户与用户，用户与用户行为，行为与行为之间都具有确定的关联性，那么这样的数据就具有极高的含金量，极高的分析挖掘价值，也就可以形成大数据
*
第二十八页，共37页。
4、衍变逻辑之我见
*
第二十九页，共37页。
大数据的使用模式：
基于服务计算的模式 Web-based application
具体的实现途径：
基于云计算的方式
因为大（数据规模），需要大容量的存储（云存储）
因为复杂（数据结构），需要高性能的计算能力（云计算）
因为有关联（数据关联度），需要跨平台的协同能力（应该是今后云应用的拓展方向之一，在协同粒度、隐私保护、安全等方面更有保证）（云协同）
例子：气象卫星的图像传输（缓存：云存储）与处理（高性能计算：云计算）
*