速度可以理解為更快地滿足實時性需求。數據的實時化需求正越來越清晰。對普通人而言，開車去吃飯，會先用移動終端中的地圖查詢餐廳的位置，預計行車路線的擁堵情況，了解停車場信息甚至是其他用戶對餐廳的評論。吃飯時，會用手機拍攝食物的照片，編輯簡短評論發布到微博或者微信上，還可以用LBS應用查找在同一間餐廳吃飯的人，看有沒有好友在附近……
通過各種有線和無線網絡，人和人、人和各種機器、機器和機器之間產生無處不在的連接，這些連接不可避免地帶來數據交換。而數據交換的關鍵是降低延遲，以近乎實時——意味著小于250毫秒的方式呈獻給用戶。
類型雜必然促使我們對海量數據進行分析、處理和集成，找出原本看來毫無關系的那些數據的關聯性，把似乎沒有用的數據變成有用的信息，以支持我們做出的判斷，最終形成大數據的價值——獲得洞察力和價值。
大數據的崛起，正是在人工智能、機器學習和數據挖掘等技術的迅速發展驅動下，呈現這么一個過程：將信號轉化為數據，將數據分析為信息，將信息提煉為知識，以知識促成決策和行動。所以真正好的大數據系統，重要的不是越多越好，其實越少越好，最終變成一個決策，這才是最關鍵的。
京公網安備 11010502049343號