大資料最近幾年一直挺火熱，可是大資料的概念你能說得清嗎？具體應用你知道嗎？與智慧製造怎麼結合呢？本文就從這三個方面仔細說一下。

大資料定義

大資料首先突出一個特點就是資料量大，大到什麼程度呢？我們目前處理資料大多還是在關係型資料庫進行儲存，然後再進行分析展現。而真正的大資料體量是傳統的資料處理軟體無法處理的。由於巨量的資料，已經無法進行分析，所以資料實際上是浪費了。

那麼大資料技術是如何解決這個問題呢？這就要說到我們的分散式叢集了，透過數十，數百臺伺服器組成叢集，分散式儲存所有計算節點的資料，利用技術可以實現成千上萬計算機與PB級的資料連線起來，每一臺伺服器作為一個節點可以單獨進行計算並處理節點故障。

上面說了大資料的一個特性，資料量(Volume),大資料還有兩個特性：速度(Velocity),資料增長速度快，預計2020年全球資料將達到35.2ZB.多變(Variety),資料種類繁多，包括音影片、影象、日誌等非結構化資料。合稱3V，來表示大資料的三個特點。

大資料的應用

先列舉一些在網際網路行業的通用性案例來說明一下。

推薦系統：主要用於廣告推送，新聞推送等。我們在使用網際網路產品時會產生大量資料，什麼時間瀏覽了什麼東西，到過哪裡，用的什麼手機。透過這些資訊，公司就可以更準確的瞭解到客戶的偏好和需求，做出針對性的改變。

預測分析，欺詐監測：基於大量的資料，可以識別出大規模的欺詐行為或者一些索賠欺詐。這個在保險公司使用會比較多，有些人會故意製造一些虛假索賠資訊來進行索賠。透過大量的資料分析及一些演算法可以找出那些惡意索賠的單據並劃分風險等級。

資料本身就是價值，比如我們的消費資訊，信用資訊，健康資訊這些就是極具價值的資訊，服務商透過購買這些資訊可以為我們提供精準服務。

人工智慧：人工智慧需要大量的資料來訓練模型，所以，實現人工智慧，第一步就是要有資料。

除此之外，大資料已經用於自然災害預警、交通狀況分析、電子商務、金融、電信等眾多領域

智慧製造與大資料

說了這麼多，迴歸正題。大資料如何與製造業結合起來呢？

業務應用：

從業務上來說，大資料可用於BI(商業智慧)，透過資料視覺化，為企業提供決策依據，做出最合適的決策。現在很多大型企業都在做這方面的系統。

大資料可以用於供應鏈風險管理。透過對已有歷史資料分析，以及對交付過程中可能存在的風險如天氣，交通等情況分析可以評估產品或者原材料是否會延遲交付，並且提早做好應對措施。

大資料可以用於質量提升。當然，這是需要透過對生產過程中產生的資料進行監測分析，可以提前識別出可能有問題的產品，同時可以節省質檢員檢測的時間，為企業節省成本。

生產應用：

從生產上來說，大資料可以用於裝置健康診斷。透過各種感測器收集上來的電流、震動頻率、溫度等資料，可以實時監測裝置狀態，一旦某個值有異常可以提前做出響應。此外可以透過裝置的啟停及執行時間來改善裝置綜合效率(OEE)

總結一下，大資料在製造業可以用於BI、供應鏈、產品質量、生產過程監測、裝置健康診斷等方面。

可以藉助BI商業智慧技術高效靈活地深入分析工業資料，比如說將每個生成環節、生產線上的資料都視覺化，讓管理者能夠第一時間掌握資料情況。直觀點的可以看看下面這張BI生成製造資料視覺化報表，大致就是這麼個效果：