2009年，在甲型H1N1流感爆發的幾周前，谷歌的工程師們在《自然》雜志上發表了一篇令人矚目的論文，工程師們在文中探討了谷歌為什么能夠準確地預測冬季流感的傳播情況。
谷歌的這套預測系統的重點不在于提供有效的解決方案，它唯一關注的就是特定檢索詞條的使用頻率與疾病在時間和空間上的傳播之間的聯系，比如某地在某段時間上對某種疾病解決方案的搜索頻率越高，那么某地某種疾病在某段時間內流行的概率就越大，同時谷歌還利用龐大的歷史檢索數據來完成對已發生事件的驗證式“預測”，通過不斷地調整預測的數學模型使之更加符合事實真相，從而提升該預測系統的準確率，以更好地完成對未來事件的預測。
事實證明了谷歌利用龐大的搜索數據進行趨勢預測的準確性，在2009年甲型H1N1流感爆發的時候，相比官方數據習慣性滯后的毛病，谷歌成為一個更為及時且更有效的指示標。
大數據與云計算，相伴相隨的最佳“伴侶”
谷歌的這套預測系統就是一個典型的基于大數據技術完成的成功案例。對于大數據的定義，目前業界并沒有形成一個一致的說法，麥肯錫全球研究所對大數據的定義為一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。
不管大數據的定義如何(筆者以為這不是重點)，但其相對傳統數據庫而言的差別還是需要知悉的，那就是它比傳統數據庫的規模要大得多，這種大不僅僅體現在數據的量上，亦體現在數據類型上，這點不難理解，也正是這種規模與類型上的巨大差別，導致了大數據的價值密度相對傳統數據庫而言要小，這點不妨簡單地理解為在大數據的概念中，有價值的信息數據多，但無價值的信息數據同樣也多，這自然會稀釋大數據的價值密度了。
一般而言，在傳統的數據庫系統中，企業的數據中心往往是最耗費計算資源與財力的，大數據在數據量與數據類型成倍增長的情況下，對計算資源的索取自然就更變本加厲了，這對中小型企業而言，成本往往會成為其不能承受之重，此時，與大數據最為適配的搭檔就是云計算了!
云計算是通過讓任務(計算或數據處理等)分布在大量的分布式計算機上(這些分布式計算機是聯網的)，而非遠程服務器或本地計算機上，讓這些分布式計算機形成一個資源池共同完成任務，這就相當于把一份任務分給N個人做，而這個N究竟是多少是依據任務的難度而定的，云計算的優勢顯而易見，不但可很好地解決計算資源不足的問題(對本地的計算資源需求很低，但對網絡的要求較高)，同時網絡上閑散的計算資源也被很好地利用起來，這正好滿足了大數據應用對計算資源的龐大需求。
大數據如何改變我們的生活
大數據對我們日常生活的改變首先體現在思維方式上，嚴格來說，大數據并非是一個確切的概念，說大數據是一種工具，一種新的思維方式也許更加準確。大數據打破了人類之所以是人類的原因之一即邏輯思維方式，大數據不講究因果關系，而因果關系正是邏輯思維運作的基礎，大數據講究的是相關性，由這個相關性可產生一系列的大數據的實際應用。當然大數據的本質還是一種數據庫技術，那么傳統數據庫所具有的一些特性，大數據當然也一個不少，比如數據分析，數據挖掘等等。
正如前文所言，大數據不講究因果關系，它更加關注事物的相關性，由著這個相關性誕生了一系列的新應用，比如本文開頭言及谷歌對于流感的預測報告就是如此，此外與我們日常生活更為息息相關的就是電子商務應用了。
當你在購物網站京東搜索了你想買的某類產品，或是你在京東上常常瀏覽某種類型的商品后，京東背后的大數據應用會為你建立一個小的數據庫，這個數據庫涵蓋你以往的購物歷史數據、搜索記錄(搜索了什么類型的商品等)、瀏覽記錄(瀏覽了什么商品等數據)，基本上你在京東上的行為都被一一記錄下來形成一個你私人的大數據，這對你而言是沒有意義的，對京東而言就意義重大了，京東會由此預測你在此時此刻可能對某些商品會感興趣。
京東不會關注你為什么會對這些商品感興趣，因為原因對京東而言沒有意義，京東關注的是如何把商品賣出去，你的興趣才是它的關注點，于是當你在瀏覽其他網頁時(與京東合作的相關網站)，在該頁面的廣告欄便會輪番顯示你感興趣或者曾經瀏覽過的商品，在大大提升廣告推廣效率的同時亦不會讓你反感(甚至某種你需求商品在其上的降價可激發你的感激之情)，除此之外，對商家而言，依據眾多用戶購買行為而建立的大數據，可有效地判斷某時某地大眾的消費趨勢，為更好地實施商業戰略規劃提供參考。
大數據在城市智能交通上的應用正是基于其在數據分析與挖掘之上的。記錄一座城市一天24小時的交通數據信息是一項龐大的工程，一個完善的城市交通大數據(這些數據主要來自城市各個干道上所安裝的智能化視頻監控系統、停車場的智能卡口系統、地鐵公交系統的刷卡記錄等)系統應該將這些數據悉數記錄，這些數據包括城市各個路段上實時的交通流量信息(如各個路段上事實的交通擁堵情況，單位時間的車流量，甚至某輛車由某位置到達某位置預計所需要的時間等等)、歷史交通信息的存儲與查詢等，城市交通大數據系統會依據相應的數據模型展開數據分析與挖掘，并將分析報告的結果實時呈現出來，這些實時的交通信息報告給城市的交管部門更為良好的管理整個城市的交通運作提供最有價值的決策依據。
也許大數據應用對城市智能交通管理系統更大的價值在于一旦城市交通出現緊急情況，比如出現交通事故時，肇事司機駕車逃逸，此時管理部門啟動整個交通平臺的大數據技術對罪犯進行追捕將變得極為有效：在基本確定了在某個時間段內某地段所發生的交通事故后，在周圍布置的智能視頻監控系統可依據該逃逸車輛的特征(車的類型、顏色、逃逸司機的特征，車牌號中包括了哪些數字等)迅速地確定該逃逸車輛的車牌號，依據車牌號再確定司機姓名(即使有時不是車輛所有者本人亦無關系，依然可作為案件偵查的重要線索)，此時該范圍內所有布置的智能視頻監控系統(可依據監控物特征進行識別)將悉數處于戒備狀態，一旦該車輛從其“眼皮”底下溜過時即會觸發報警，該報警會自動上傳至城市智能交通管理系統，系統在完成位置的確定后即可實施抓捕，大數據在整個運作過程中扮演了幕后英雄的角色，最終將犯罪分子繩之以法!
大數據本質是一種工具，其價值在于人類如何利用它
盡管大數據的存在不露聲色，但它與我們的生活已密不可分，它就像一只看不見的手，在一定程度上操控著我們的生活。當你瀏覽網頁時，大數據會依據你的喜好向你推薦感興趣的商品，你不討厭，你甚至欣喜若狂，因為你發現看上的某商品在低價出售，也許事后你又會恨得咬牙切齒，怪自己不該沖動剁手，買了一件用不上的東西，但大數據卻扎扎實實地改變了你的生活。事實上，在你網購的同時，你的購買行為本身亦成為網站大數據應用的一部分，正是這許許多多的一部分成就了大數據應用的基礎。
太陽底下無新事，大數據亦如此，它不追究事物的原因，不講究因果關系，但它把事物的相關性發揮得淋漓盡致，正是基于此，它建立了許許多多成功的商業應用，但這些商業應用成功的真正原因卻不在大數據本身，而是人類自身所具備的智慧造就，誠如本文開頭所言，谷歌收集的數據只是用戶的檢索數據，是谷歌的工程師們發現了用戶檢索與流感之間的聯系才產生了后來大數據具備的預測性應用，一句話，大數據的本質只是一種工具，如何用好這個工具，還得仰仗人類自身的智慧了!
（文/徐永紅 物聯傳媒旗下中國一卡通網獨家稿件，轉載請注明來源作者?。?/strong>
京公網安備 11010502049343號