大数据与大未来

eval001

有一天，美国零售企业好市多（Costco）接到了一位母亲的投诉：“我的女儿才16岁，你们却向她推销孕妇类的产品。”
但是，这一次，尴尬的是这位母亲自己，她16岁的女儿确实怀孕了。为什么卖货的商场，却能比朝夕相处的母亲，更早知道女儿的孕事？
回答这个问题，要扯上一个在2012年热透全球科技行业的关键词——大数据。
数据之大
发现自己怀孕之后，16岁的她不敢告诉母亲，只能时常在网上浏览一些和怀孕相关的网站，搜寻一些孕妇要用的东西。这些浏览行为会被当做数据记录下来，Costco的数据分析团队，会据此进行精确的商品促销定位。
向记者讲述这个故事的华为企业业务BG存储营销总监杨传斌，有很多这样的故事。
“最近我们中标了山东移动，运营商对大数据的需求是相当的迫切和强烈。”杨传斌说，对用户的话费清单进行分析，不管是对用户还是对运营商自己都能带来很大的价值。
首先，从用户层面看，用户查询到自己每月的话费单后，面对一长串的数字，往往无所适从。他们需要知道的是，自己这个月漫游多还是本地电话多，接电话多还是打出电话多，哪些是自己联系最多的人。
其次，从运营商层面来看，山东移动有数千万客户，怎样发掘这些用户的共性消费特征，制订出符合用户需求的资费套餐，是一个很大的学问。
而这些都有赖于引入大数据的存储系统和分析系统。“部署大数据，一方面可以增加客户的黏度，另一方面可以降低运营成本，有的资费套餐只有很少人用，却还要为它维持一整套系统。”杨传斌向记者透露，华为的大数据解决方案已经在电信领域有了很多成功案例。
“大数据”的风靡一时，归根结底还是因为人类社会数据量的几何级增长。
“根据我们的跟踪，每18个月新产生的数据量是过去所有历史数据的总和。”杨传斌说，尽管公众接触到大数据这个概念是最近一两年的事，但在业界，这个词早在上世纪60年代就已经出现。
从那时候到现在，人类对数据的应用主要经历了三个阶段。
第一个阶段被称为关键应用部署阶段，时间从上世纪60年代到80年代早期，当时的主要用户是企业，主要是在大型机上部署财务、银行等关键应用系统，存储介质包括磁盘、磁带、光盘等。
这些数据很关键，很重要，尽管当时人们称之为大数据，但从现在看来，这些数据的量是很有限的，这从上述存储介质的出货量增长上就能看出来。
第二个阶段是企业自动化阶段，标志是PC的出现和大量应用，企业内部出现了很多以办公文档为主要形式的数据，包括office文档、Excel文档，以及后来的图片、图像、影像和音乐等。这时候，产生数据的不仅仅是企业的财务人员，还包括大量的办公人员，这极大地促进了数据量的增长。
互联网的兴起为数据的第三次大规模增长插上了翅膀，在这个阶段，产生数据的人更加扩展了，不光是企业的办公人员，几乎全民都在制造数据。与此同时，数据的形式也极大丰富，各种应用层出不穷，既有视频、微博、博客等主动产生的数据，也有搜索、浏览网页等被动行为过程中被记录、搜集的数据。
杨传斌说，发展到今天，这些数据已经呈现指数级的增长。目前全球性的科技公司都要和PB级规模的数据打交道，而Facebook每天要存储大约100TB的用户数据，NASA（美国国家航空航天局）每天要处理约24TB的数据。
这些用来存储数据信息的单位可能比较抽象，拿人们熟悉的兆（MB）来做参照，1024个MB是1个GB，1024个GB是1个TB，1024个TB是1个PB，1024个PB是1个EB， 1024个EB是1个ZB。举个例子来说，欧洲物理对撞机每年会产生28PB的数据规模。
杨传斌说，目前全球每年产生的数据量是ZB级，到2015年会达到35个ZB。
商业机会
数据无处不在，并通过各种可能的方式影响着企业业务和每个人的生活。但某种程度上，这又是一个很容易陷入行话堆砌和承诺陷阱的领域，尤其是最近一两年来，随着“大数据”成为科技热词，各路厂商纷纷从自己的角度出发，推介自己形形色色的大数据产品和解决方案。一时之间，赶时髦者有之，新瓶装旧酒者有之。
“华为目前推出的大数据存储产品，比如N8000、CSS等就具有这样的特征。”杨传斌说，作为高性能存储的一个指标，华为的大数据解决方案在最近的一项测试中达到了300万OPS。这是衡量存储性能的一个指标，意思是每秒钟能进行300万个操作。