任何一個國家、民族，如果不能預判世界時代發展的趨勢，順勢而為，就會被歷史的洪流所淹沒！原始社會時代，人比其他哺乳動物高階，群居而生，有了分工合作，人類在自然界中佔據了優勢地位，因生產力低下、資訊交通閉塞，全球部落之間的差距不大，部落的影響力侷限於很小範圍（可能就一個縣城大小）；但進入奴隸社會，亞洲炎帝、黃帝大戰蚩尤，有了統一的中國，因此中國的影響擴大到整個中國周邊，同樣歐洲羅馬的影響力擴大到半個歐洲；中國率先進入封建社會時期，亞洲的中國依靠四大發明等先進文明成果保持了領先，但受當時中國影響力擴大到整個亞洲（受當時交通、資訊科技限制無法擴充套件到全球），而政洲的西班牙、英國等沿海國家因發達的航海技術和冒險精神、開放視野，交替影響歐洲；歐洲國家率先進入資本主義時期，義大利因學術文藝的爭論引領了歐洲文藝復興，而英國因科學冒險精神引領了工業革命（汽車、火車、內燃機。。。。），他們的影響力都擴大到了大半個地球，可惜工業革命在提高效率的同時帶來了大量失業等社會問題，後來的英華人變得保守（如制定了汽車速度不能超過馬車的紅旗法案），最後被開放的美國超越，隨著二戰的結束，美國成了影響全球的國家，中國進入資本主義晚且時間短，其影響力從亞洲縮小至國內；之後二十世紀的美國依靠Nasa，隨時捕捉人類科學技術的風口，掌握科技制高點，引領美國率先進入資訊科技時代，後德國、英國、日本、南韓等先後把握住機會，靠資訊、通訊、晶片等相關技術迅速發展，而中國上半世紀因戰亂被列強欺凌，中途十年內亂髮展停止，幸有後來改革開放快速發展開始奮起直追；二十一世將是大資料時代，美國和中國率先進入這一時代，中國略有優勢，只要繼續堅持改革開放，鼓勵創新，中國在二十一世紀有可能引領世界進入大資料時代，成為真正有全球影響力的強大國家。

麥肯錫全球研究所給出的定義是：一種規模大到在獲取、儲存、管理、分析方面大大超出了傳統資料庫軟體工具能力範圍的資料集合，具有海量的資料規模、快速的資料流轉、多樣的資料型別和價值密度低四大特徵。大資料技術的戰略意義不在於掌握龐大的資料資訊，而在於對這些含有意義的資料進行專業化處理。換而言之，如果把大資料比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對資料的“加工能力”，透過“加工”實現資料的“增值”。從技術上看，大資料與雲計算的關係就像一枚硬幣的正反面一樣密不可分。大資料必然無法用單臺的計算機進行處理，必須採用分散式架構。它的特色在於對海量資料進行分散式資料探勘。但它必須依託雲計算的分散式處理、分散式資料庫和雲端儲存、虛擬化技術。隨著雲時代的來臨，大資料（Big data）也吸引了越來越多的關注。大資料（Big data）通常用來形容一個公司創造的大量非結構化資料和半結構化資料，這些資料在下載到關係型資料庫用於分析時會花費過多時間和金錢。大資料分析常和雲計算聯絡到一起，因為實時的大型資料集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。大資料需要特殊的技術，以有效地處理大量的容忍經過時間內的資料。適用於大資料的技術，包括大規模並行處理（MPP）資料庫、資料探勘、分散式檔案系統、分散式資料庫、雲計算平臺、網際網路和可擴充套件的儲存系統。

大資料是IT界的行業術語，本名叫巨量資料集合。

大資料（big data），指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。

在各種購物平臺，使用者所收到的購物產品推薦，就是運用大資料的結果。經常使用淘寶的人可能會有這種感觸，前幾天搜尋了一款產品，後幾天就會時常收到相關產品的推薦。不光是購物上，大資料還可用來為未來的形勢做預估。伴隨著大資料的普遍使用，未來大資料的應用已是必然趨勢。

在即將到來的10到20年之間，大資料的發展趨勢必定更加迅猛。

趨勢一：資料的市場化

當大資料進入人們的生活，所有的資料必定成為資源，而掌握了資料的人就會擁有較好的市場。日本有學者提出“生活者”的概念，意思是，隨著社會化媒體的出現，消費者不再是單方面接受資訊的買方，而是將所有與生活有關的資訊都放在社會化媒體上的生命體。這時，不光是產品資訊，消費者的興趣、年齡、收入、產品反饋等都會被列入商家批次生產產品所要考慮的要素之列。而面對幾千、幾萬計的消費者，普通訊息統計已經不能滿足需求，這時，就需要專門的大資料處理公司，或者是公司單獨設立使用者資料處理中心，使用大資料技術，更加精準地把握使用者需求，這將會給企業帶來意想不到的回報。

趨勢二：與雲計算一起獲得雙贏

網路使用者呈現出爆炸式增長，傳統的資訊運算技術顯然已經不能滿足現在龐大的使用者基數了，所以在這時，擁有強大計算能力的雲計算技術成為大資料技術的好夥伴。本來需要很長時間才能處理的資料，在雲計算的加入之下，很快就能處理好，大大提升企業、政府和社會組織的效率。除了雲計算之外，物聯網等新興的技術為大資料提供資料來源，人們可選擇的資料樣本越來越豐富，大資料所能得出的結論可信程度將會日益提高。

趨勢三：資料處於洩露的巔峰

大資料從哪兒來的呢？自然是從不同使用者中抽取而來的。它為社會運轉、企業盈利帶來好處，但與此同時，很多問題也出現了。使用者的資訊被計算機一股腦兒的抓取，在這其中，人們的隱私也暴露了。隨之而來的，是倫理上、法律上對大資料的爭議。很多相關爭論就此展開。在運用大資料時，人們不得不更加謹慎。

趨勢四：資料管理和質量成為核心競爭力馬雲在演講時就說過:“大資料時代人人有機會，必須要有獨特的視角把個人的能力與大資料結合起來，才能夠發揮自己的最大優勢。”

當資料市場化之後，企業、組織和個人已經逐漸認識到大資料的重要性。為了能吸引使用者，個性化推薦技術，根據使用者資訊制定的營銷方案，已經為人們所青睞。但是，和技術運用相對應的，是技術的處理方式。在使用大資料時，要把握什麼樣的資訊是重要的，什麼樣的是次要的。資訊的管理者也需要建立資料庫，利用好已經蒐集到的資料，以便隨時應用，在這個資訊發達、創意頻出的時代佔領先機。

大資料一詞我最早了解是在美團上，我好奇的是為什麼每次我想訂餐的時候美團就會推送給我我愛吃的食物，和我想要去吃的店家，後來瞭解到是運用了大資料。

太過專業的解釋很多答主都應經回答了，我就用一些接地氣的話來給大家解釋一下什麼是大資料。

大資料就是統計學，我們經常去那，愛吃什麼口味的食物，經常的消費場景是那些地方，傳統方式是做個表格記錄下來，而大資料和根據網際網路的演算法，把你的生活習慣擬人化，做成一個巨大的資料庫進行儲存，然後根據你消費的頻率來給你進行畫像，從而結合你的消費習慣來提供產品，為商家提供更加精準的客流。

大資料的特點就是：資料量大，資料實時性強，資料種類多，更行業都能應用大資料。

未來十年的發展，大資料會存在我們生活的各個層面，我們可以更加精準快速的找到我們想要的商品。可以更加全新的定義我們的消費場景。對我們的生活產生巨大的幫助，也會為企業更加有效地去庫存提供幫助。

社會套路深，我要回農村，我是草根創業者於泓鑠！

一、大資料產業概述

首先，資料是ICT 產業應用的核心驅動力，實施大資料行動計劃是中國的基本國策。2015年7 月，工信部發布《促進大資料發展行動綱要》；2017 年1 月，工信部進一步提出，《工業和資訊化部關於印發 大資料產業發展規劃（2016- 2020）》；在十九大報告以及2018 年兩會政府工作報告，進一步強化了大資料的應用地位，實施大資料行動計劃。——資料來源：計世資訊 2018.05

2015-2020 年中國大資料領域市場規模是大勢所趨。根據計世資訊研究顯示，2017年大資料市場繼續保持高速發展，市場規模接近234 億元，預計2020 年達到578 億元。

二、人才缺口

研究顯示，2017 年大資料領域的需求缺口在126 萬人。不同於資料探勘等基礎知識，當前大資料行業最為缺乏的人是對行業業務理解和資料應用訴求都瞭解的人才。另一方面，大資料領域開始與人工智慧領域加速融合，技術共同性和應用領域的重合程度不斷深化。

所以，無論是市場空間，還是人才需求，都是存在很大的空間的。

大資料（big data），指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。

如今的大資料不再是一個流行術語，在大資料行業火熱的發展下，大資料幾乎涉及到所有行業的發展。國家相繼出臺的一系列政策更是加快了大資料產業的落地，預計未來10到20年大資料產業將會蓬勃發展。

未來大資料產業發展的趨勢之一：與雲計算、人工智慧等前沿創新技術深度融合。大資料、雲計算、人工智慧等前沿技術的產生和發展均來自社會生產方式的進步和資訊科技產業的發展。而前沿技術的彼此融合將能實現超大規模計算、智慧化自動化和海量資料的分析，在短時間內完成複雜度較高、精密度較高的資訊處理。百度大腦也結合了雲計算、大資料、人工智慧等多種技術，配合實現強大效能。

未來大資料行業發展趨勢之二：針對製造業的大資料解決方案不斷升級，助力智慧製造。製造業產品的全生命週期從市場規劃、設計、製造、銷售、維護等過程都會產生大量的結構化和非結構化資料，形成了製造業大資料。除此以外，製造業大資料還具多源異構、多尺度、不確定、高噪聲等特徵。

先說大資料，大資料，其實說白了，就是海量的資料 ，而且不是連續的，規律的，需要用特殊的方法處理後，才能發揮價值的資料就是大資料。

那為什麼現在人們創業都說大資料呢？

因為網際網路發展下，很多原來不能獲得的資料，都可以輕鬆取得，原來沒法記錄的資料也可以被低成本記錄，這些資料如何使用，進而改善我們的工作和生活，這也是大資料創業的機會。

那在未來的10年-20年內，大資料會應用在以下這些方面：

一、人工智慧（AI）

其實我們現在已經進入人工智慧化，人工智慧已應用在無人駕駛、影象識別、語音識別。但是不管是無人駕駛，還是影象識別、語音識別，系統底層架構都是基於大資料的邏輯演算法，系統必須先儲存海量資料資訊，比如路況資訊、人臉資料、語音資料……，然後根據需求分析，編碼成邏輯程式，系統執行人的想法。

二、物流網

未來將會是一個萬物互聯的場景，而物聯網的發展離不開對大資料的高要求。而智慧城市、智慧交通、智慧醫療、智慧家居等都是物聯網的體現，包括人工智慧其實也是物聯網的體現。

三、VR、AR

現在VR、AR也開始應用，目前主要是用於娛樂領域，未來，利用大資料，將可能會涉及到醫療、教育、零售等各個行業。

四、區塊鏈

這項技術本質是編譯碼跟加解密，可以有效加密資訊。區塊鏈有很多不同應用方式，美國幾乎所有科技公司都在嘗試如何應用，最常見的應用現在是比特幣跟其他加密貨幣的交易。也是未來大資料應用的一個趨勢。

傳統的資料是結構化的，如關係型資料庫中的資料，以記錄的形式存在。隨著社交網路，Facebook，tweet， 影片，音訊，以及大量的非結構化資料的盛行與海量儲存，人類日益面臨結構化與非結構化，半結構化資料的儲存，分析，利用，分享等問題，這裡的大資料就是指結構化、半結構化和非結構化資料，非結構化資料越來越成為資料的主要部分的現象。據IDC的調查報告顯示：企業中80%的資料都是非結構化資料，這些資料每年都按指數增長60%。大資料就是網際網路發展到現今階段的一種表象或特徵而已，沒有必要神話它或對它

保持敬畏之心，在以雲計算為代表的技術創新大幕的襯托下，這些原本看起來很難收集和使用的資料開始容易被利用起來了，透過各行各業的不斷創新，大資料會逐步為人類創造更多的價值。同時，對於大資料的含義，想要系統的認知大資料，必須要全面而細緻的分解它，著手從三個層面來展開：第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。在這裡從大資料的特徵定義理解行業對大資料的整體描繪和定性；從對大資料價值的探討來深入解析大資料的珍貴所在；洞悉大資料的發展趨勢；從大資料隱私這個特別而重要的視角審視人和資料之間的長久博弈。

第二層面是實踐，實踐是大資料的最終價值體現。在這裡分別從網際網路的大資料，政府的大資料，企業的大資料和個人的大資料四個方面來描繪大資料已經展現的美好景象及即將實現的藍圖。

第三層面是技術，技術是大資料價值體現的手段和前進的基石。在這裡分別從雲計算、分散式處理技術、儲存技術和感知技術的發展來說明大資料從採集、處理、儲存到形成結果的整個過程。

未來10-20年，大資料的發展趨勢可能是：

1：大資料科學理論的突破我還是覺得大資料理論可能會有突破。隨著大資料的快速發展，就像計算機和網際網路一樣，大資料很有可能是新一輪的技術革命。隨之興起的資料探勘、機器學習和人工智慧等相關技術，可能會改變資料世界裡的很多演算法和基礎理論，實現科學技術上的突破。

2：資料的資源化

大資料成為企業和社會關注的重要戰略資源，並已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大資料營銷戰略計劃，搶佔市場先機。3：大資料與雲計算的深度結合大資料離不開雲處理，雲處理為大資料提供了彈性可拓展的基礎裝置，是產生大資料的平臺之一。自2013年開始，大資料技術已開始和雲計算技術緊密結合，預計未來兩者關係將更為密切。除此之外，物聯網、移動網際網路等新興計算形態，也將一齊助力大資料革命，讓大資料營銷發揮出更大的影響力。4：資料科學和資料聯盟的成立

資料科學，資料研究，應該是個職業。未來，資料科學將成為一門專門的學科，被越來越多的人所認知。各大高校將設立專門的資料科學類專業，也會催生一批與之相關的新的就業崗位。與此同時，基於資料這個基礎平臺，也將建立起跨領域的資料共享平臺，之後，資料共享將擴充套件到企業層面，並且成為未來產業的核心一環。

大資料，又稱巨量資料，指的是所涉及的資料資料量規模巨大到無法透過人腦甚至主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。

未來10年，乃至更長的時間，應該是收集每一個人、動物、植物，總之是所有所有的生物體的運動規律，而後透過雲計算，分析出對我們有用的資訊，最終完成服務人類的目的。當然，絕對不能排除一些別有用心的政治家利用自己掌握的大資料用於人類戰爭！

誰掌握了資料，誰就是未來的贏家。現在網際網路及通訊快速發展，今後個人資訊會共享，我們的衣食住行等各種資訊都會錄取到大資料中，未來每個人只需要一個身份id，所有的資訊都將會被檢索！

一,由於前期資料的不斷高速收集，系統地收集資料，有了一定的基礎，大資料將全方位影響著我們老百姓的生活，涉及到教育、醫療、出行、衣服打扮、吃飯、睡覺、通訊…………可以說一生人的任何活動行為都與大資料有關，比如平時小孩子上學讀書，基本上都是首先全部網上報名，當系統收集完適齡兒童的資料後，就會計算出需要的學位數量，再根據家庭地址，戶口所在地，家庭家長情況，再計算出不同兒童最佳就讀的學校；比如日常到醫院看病，當醫生將患者所有的情況錄入系統，包括患者的詳細病況，乃至血液樣本，各種病情，透過系統計算後得出最佳治療方法，並且得出適合的醫生來負責，這樣就會達到減少患者奔波，及時得到治療的效果。

二,大資料提供工業革命的支援，為人類工業規模升級，各種不同的工業模式即將誕生，最顯著的就是“工業4.0”該概念最先由德國提出的:利用網際網路資料引入生產軟體和生產控制系統，意在建立高度靈活的個性化、大數字化的生產模式，即將開啟全面智慧化生產的時代，快速高效率的生產力，取代落後的人力生產，節省生產成本提高生產競爭力。

三、量子科技將全面為大資料提供安全保障支援，大資料帶來的好處多多，同時也是存在重大安全隱患的，量子糾纏技術將進一步加密資料變得無法破解，這為資料安全模式升級到一個新的高度。

什麼叫大資料

大資料就是大量的資料，我知道這樣回答，你肯定要打我

but

這確實是最真實的解釋。

其實現在大家說的“大資料”，都只說了一半，另外一半就是“計算分析”。

“對大量的資料進行計算和分析，得到想要的結果結論”

這才是大資料

然後說說前景

未來5年是大資料普及的時間區間

未來5-10年間，是大資料 行業向低門檻進步的重要過程

未來10年後，大資料來必定會設計各個行業

然後說說程式設計師和箇中從業者

要想抓住大資料的紅利，必須在1年內投身進入學習和行業工作，否則一步落後，步步受制

大資料字面上的意思就是海量的資料資訊和高增長率、多樣化的資訊資產，大資料的特點有資料量巨大、資料型別繁多、價值密度低、處理速度低等。

但面對這些海量的資料資訊已經無法用傳統的技術來應對了。所以 “大資料”這一詞的含義是由研究機構Gartner定義，是指“大資料”是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力來適應海量、高增長率和多樣化的資訊資產。

所以說“大資料”是指對海量資訊資料的最佳化和處理。大資料處理技術分別有資料採集、資料存取、基礎構架、資料處理、統計分析、資料探勘、模型預測、結果呈現等技術。

大資料在未來的10年到20年之間的發展趨勢會對物聯網帶來很大的影響。

第一個趨勢是物聯網。未來不僅僅是移動手機和桌上型電腦的聯網，其使用者端延伸和擴充套件到了任何物品與物品之間，這將產生海量的資料需要處理最佳化。

第二個趨勢是智慧城市，隨著物聯網的發展，特別是5G網路的發展，一個產品想要管理好一個做城市，那是需要強大的資訊採集能力和處理能力的。

未來的大資料只會越來越厲害，資訊只會越來越多。

大資料就是海量的資料。大資料的特點有資料量巨大、資料型別繁多、價值密度低、處理速度低等。做個比喻，好比一個池塘，裡面有水，有魚，有泥，有植物，還有其他水生生物，紛繁複雜。

說到這你大概就明白大資料是個什麼東西了，在這裡我要說的就是大資料的廣告噱頭。現在大多數商家、政府都喜歡大大資料的噱頭廣告，然而並沒什麼用。資料是大但是處理起來，找到你的目標才是真，就像是你想找個物件，用大資料的說法就是，我這裡有大媽大爺，小蘿莉小鮮肉，多是多了，符合你的，你有多少精力去找到你要的那一個？這是大資料所面臨的問題。

所謂的網路大資料，很多方面是假的，就像是你到百度搜索醫院，出現的永遠是廣告在前，莆田系醫院多。簡單一點來說，有多少人為了引流，自建許多小號，做自媒體的，你永遠不知道他用著幾個號。正是因為大資料的複雜性，出現了許多虛假的東西。

大資料的支撐永遠是線下，比如你開了個店，需要用引流，再多的網路流量，沒能給你帶來一筆收入，還能起什麼作用。

大資料雖然有這麼多的缺點，其實也有它自身的發展趨勢，我覺得未來大資料發展方向是向著精準、去偽、綜合發展的，這也是網際網路的發展趨勢。

看了看答案區，感覺“說人話”的解釋不太多，我來用通俗的語言聊幾句吧，希望讓大家對大資料的全貌有一個認知。先不談大資料本身。我們不妨回憶一下，在過去的初高中數學課上，老師經常會提到一個“公式”的概念，從加減乘數到什麼等差數列的判斷，我們只要掌握了相應的公式，無論題目中涉及到的數字放大多少倍，我們都能輕鬆解題。

正因為如此，數學考試遇到大型應用題時，我們會發現兩種極端的情況：一部分人上來就拿起一打草稿紙各種演算，另一部分人則會反覆審題，把自有題目和自己的公式體系做比對，發現規矩後迅速算出結果。

接下來我們可以進入正題了。如果我們把數學公式理解為計算答案的一個“槓桿”，那麼大資料就是企業在商業競爭環境下計算使用者的一個“槓桿”。

數學題套用公式後得到的是一個數字答案，而企業藉助大資料資訊，可以基於不同行為和不同目的創造出一個適合自己的“公式”。透過這個公式，企業可以知道很多現實問題，比如生產型企業今年夏天的銷售旺季需要備多少貨，電商平臺有限的流量曝光位應該放哪個品類的商品才能讓效果最大化……

當我們在說大資料時，說的是依託於海量資料形成的分析歸納能力，而不是資料本身。

可能很多網際網路圈外的朋友會糾結於“多大的資料才算大”這個問題，我說一個形象點的例子。某個在A城市非常善於開連鎖便利店的老闆進去了陌生的B城市，他用A城市積累下來的經驗迅速盤了一家店面，採用之前百試不爽的經營、採購邏輯去運營B城市的店面，結果一段時間下來卻不斷虧損，最終鎩羽而歸。

事實上，這位連鎖超市老闆在A城市已經風生水起，他對這裡的消費習慣和趨勢瞭如指掌，於是達到了開店就火的境界。那麼，我們可以說他的經驗在A城市內就是一個有足夠說服力的“大資料樣本”。但是到了B城市，這裡的使用者有著截然不同的消費習慣，於是他在A城市積累下來的“大資料”就顯得不夠看了，需要在這裡開發新的資料樣本。可見，大資料的大小不靠資料本身的實際大小界定，而是和實際測算目標之間的相對大小。

繼續舉一個通俗的例子：十以內的加減法，小朋友可以掰著手指頭一個一個來計算，這其實是一種因果邏輯。隨著課程難度增加，小朋友要開始學習背誦乘法口訣表，熟練掌握口訣表後就可以快速填寫出“=”後面的答案。這其實就演變成了一種“不問因果，只問是什麼”的新邏輯，而大資料賦予我們的就是一個複雜變數下的乘法口訣表，我們不再需要追溯每一個數據，就可以得到“=”後面的答案。至於大資料在未來的應用，廣義上來講，任何一個領域都可以和大資料進行深度結合。天氣預測、商業競爭、考古還原、智慧投顧、搜尋引擎和輸入法的自動聯想、電商平臺的猜你喜歡功能……腦洞所到之處，都會有大資料的身影。需要注意的是，大資料是基於已有資料和變數做出的公式，但是在充滿未知和變數的系統性風險面前卻非常無力。這就好比中國移動可以透過業務大資料時刻保持對中國聯通、中國電信的競爭優勢，卻預料不到來自騰訊這個新物種的崛起和挑戰，所以大資料也並非萬能。

首先，大資料應該是一種思維方式，並不是因為它是幾個G，幾個T或幾個P來決定的是大資料還是不是大資料，我覺得是以影響力來定義的。一個數據可能非常稀少，但是如果你挖掘得好，做的事情有影響力，那仍然是大資料。所以從這種角度來看，很多領域，可能它的資訊化程度還非常低，資料量還非常少，但是對於這種行業，可能一個很簡單的分析，或許一個真的懂這個行業的人做一個非常切入痛點的分析，就能解決一個很本質的問題，它的影響是大的。這是此前柳博士在大資料的講話中提及的。

但是大資料實際上也是可持續並能可追溯的一個專案，絕不是做了一次後面便一勞永逸的事情，實際上是相當的枯燥乏味的一個專案。未來的10年20年，大資料發展的趨勢是各個領域均有代表和相關的部門領導在整理好收集完善資料，這也就為未來的使用和構建模型奠定了基礎和有利條件，大資料始終扮演的是連線關係和輔助作用。