那到底多大的數據才稱得上“大數據”呢?其實答案要視具體應用而定。例如，對于一般文檔處理系統，1TB的文檔就可稱作大數據。但對于關系數據庫系統，可能100TB的數據才算大數據。從應用角度來看，當數據量大到傳統技術難以處理時，就可稱為“大數據”了，所以“大數據”有一個相對的大小的概念，就像地球和月球相比，地球是個大家伙，可地球要是和太陽相比，地球就只是個小家伙，若是太陽再和大角星相比，太陽就太小了，大角星再和心大星相比，大角星就是一個很小的家伙。“大數據”所謂的大是有相對的概念，要看是和誰相比。那么，如果我們要對海量的文檔數據進行分析，1TB的文檔數據就足夠用上“大數據”分析，可要是對海量的視頻數據進行分析，恐怕要1P或者1E才能算得上是“大數據”，對這樣規模龐大的數據量進行分析，才有規律可循，再根據得到的規律去指導人們更高效地去工作和學習，這是非常有意義的事情，其中也蘊藏著很多商機。比如現在的很多互聯網企業，都將網絡訪問流量和用戶作為企業發展的生命。騰訊若沒有幾億的QQ用戶，幾億的微信用戶，不可能成長為互聯網巨頭的。騰訊正是基于龐大的用戶群，總結用戶的喜好和習慣等各種數據，有針對性地推送廣告或者游戲，或者一些付費業務，這才使得騰訊業績不斷提升，大賺特賺。有這樣規模龐大的客戶群，再利用大數據找出這些客戶群的共性，提供其需要的服務，想不賺錢都難啊。

 

“大數據”其實離你我都不遙遠，一直都在我們的身邊。其實，大數據對每個人的重要性不亞于人類初期火的使用。大數據讓人類對一切事物的認識回歸本源。中國人習慣出門觀天象，習慣未雨綢繆，中國人有“易經八卦”，西方人有“瑪雅歷法”，所有人都一樣，總是對無法預計的未來充滿擔憂、期待和好奇，然后以往這些預測雖有一定的科學根據，卻因信息量不全面，而忽略了很多決定性的東西，預測結果當然多是不準的。在大數據時代，由于數據信息廣泛，在無數偶然中隱藏著必然，發掘必然性的東西，就能發現事物發展的規律，預測將要到來的事件，以便早做準備，防患未然。我們日常生活中不難注意到，現在的天氣預報越來越準確了，而且越來越精確，一個攝氏度范圍內的變化都能預測，最近幾天的天氣都可以預測，這要托“大數據”的福了。通過對各種歷史數據，衛星采集的各種云圖，海量的數據分析，從而得出下一個時刻的天氣狀況，數據量越大，采用的大數據算法越好，得到的推測越準確。還有不少的企業，每年都要制定下一季度或下一年的銷售目標，這個不是拍腦袋就想出的，企業要有訂單預測部門，根據往年企業的市場銷售情況，結合今年發展狀況，市場行情，企業內部優化等等多方面來預測下一季度或下一年的銷售情況，這樣企業可以根據這個預測量，安排生產或者貨品，避免出現供貨不足或者嚴重擠壓的情況，這都會給企業帶來負擔，這其中就要靠大數據分析，將企業各個方面的歷史數據都搜集起來，由大數據分析，得出未來的訂單預測。再比喻坐飛機晚點，在中國做飛機晚點簡直就是家常便飯，就有這樣一家Passur公司看到了這里的商機，利用大數據分析飛機晚點原因，預測晚點時間，從而為旅客提供方便，現在這家公司已經獲得了很多航空公司的大訂單。所以，大數據離我們的生活一點都不遙遠，它正在悄悄地改變著我們的生活。

 

大數據的企業可以分為兩類，一類是本身已經擁有海量數據的，如百度、騰訊、阿里巴巴等互聯網巨頭，它們基于自己的龐大客戶群，利用大數據技術進行數據分析，挖掘商業價值;另一類是提供大數據服務的，他們研究大數據工具，針對市場需求，向市場提供大數據分析解決方案，對客戶的數據提供分析服務或者提供相應軟件，提供高端信息技術咨詢服務，賺取報酬。不管哪種企業，大數據都是其安身立命的家伙，馬云曾經說過，阿里巴巴未來就是一個數據公司，可見其對數據的重視，“大數據”也成為阿里未來大力發展的三大業務板塊之一。大數據也催生了大量相關人才缺口，麥肯錫曾出具一份詳細分析報告：“預計明年，大數據技術人員和懂得如何利用大數據做決策的分析師崗位都有150萬左右的缺口”。怎么樣，你看到這里的機會了嗎?來吧，趕緊學一些大數據技術，一切還不太晚!