【如何和一個資料庫技術人員講清楚什麼是大數據】

技術人員的思維普通都是很閉塞的，如何給他們講清楚什麼是大數據，一直都是我很絞盡腦汁的一件事情。我覺得這樣解釋會比較合適一點：大數據就是傳統資料庫不能完成的事情。什麼是傳統資料庫不能完成的事情呢？

第一，就是海量數據，這是大數據4V特徵裡面最大的一個特徵，數據量大，我們談的是十億，百億的記錄條數，怎麼存儲，你說oracle不是有rac集群嗎？我去，那好意思叫集群嗎？我和你談的是幾百個，上千個點構成的大數據集群，這才是我們需要分散式的存儲和計算方式；

第二，在一百億的資料庫裡面做單條記錄查詢，什麼，我去嘔吐了再回來，現在可以了，KV資料庫一大堆，全是在秒級返回數據，你爽翻了吧！

第三，我要在百億級的數據裡面做OLAP聚合查詢，嗯，我睡一覺起來看結果吧，現在好了，MPP懂嗎，十幾個節點的MPP集群妙級出結果，你嗨嗎？國內最大的MPP資料庫是哪家來的？

第四，資料庫裡面的遞歸你用過吧，很吐血吧，四層以上的遞歸對傳統資料庫簡直是一個不可能的任務，所以關係的描述，傳遞這些事傳統資料庫很不擅長的東西，我們需要圖資料庫，社交網路上面有一個六度關係，請幫我尋找一條認識奧巴馬的人際途徑，就用這個；實現 物流的路徑規劃也很經典；

第五，Sybase 原來有個非常好的CEP的產品，用於實時計算，在華爾街風行一時，用於程序炒股，250個交易日，只虧三天，牛逼吧，這個是oracle根本無法企及的高度，所以流計算會成為今年大數據的主題，應用到實時監控預警這些高時效的領域，物聯網的數據源源不斷的進來，建立實時監控預警體系顯得非常有必要了哈；

第六，原來sql server 有個數據挖掘的模塊，我們用它來做決策樹預測客戶離網概率，吐血吧，數據大了，完全扛不住，所以機器學習也是大數據的重要模塊，畢竟，預測才是大數據的核心，可以運用來關聯推薦，淘寶剁手族清楚的，你停不下來，就是因為大數據推薦引擎的強大；這段時間的深度學習也會用到大規模的神經網路，深度學習你都不懂，請參考alphago，這條狗很厲害的；

第七，結構化的數據談完了，你資料庫能處理非結構化數據，中文檢索嗎？sql server的全文索引，真是讓人死了的心都有啊，中文分詞，全文索引，情緒監控，輿情探查，這些都是大數據出彩的地方，各種工具請自己DIY，你發的微信圈，機器能自動識別你的情緒。

說了這麼多，你說你還不懂，我決定放棄了，因為我知道，我無法喚醒一個裝睡的人！
推薦閱讀：