大数据的定义

大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据的特点

大数据的特点可以用 IBM 曾经提出的 “5V” 来描述，如下：

• 采集、存储和计算的数据量都非常大。
  计算机存储单位一般用B，KB，MB，GB，TB，PB，EB，ZB，YB，BB、NB、DB来表示，它们之间的关系是：
  1GB = 1024 MB
  1TB = 1024 GB
  1PB = 1024 TB
  1EB = 1024 PB
  1ZB = 1024 EB
  1YB = 1024 ZB
  1BB = 1024 YB
  1NB = 1024 BB
  1DB = 1024 NB
  以PB为例，PB级数据量有多大？是怎样的一个概念？
  假如手机播放MP3的速度为平均每分钟1MB，而1首歌曲的平均时长为4分钟，那么1PB存量的歌曲可以连续播放2000年。
  1PB 也相当于50%的全美学术研究图书馆藏书咨询内容。
  （1）1986年，全球只有0.02EB也就是约21000TB的数据量
  （2）2007年，全球就是280EB也就是约300000000TB的数据量，翻了14000倍
  （3）近些年，由于移动互联网及物联网的出现，各种终端设备的接入，各种业务形式的普及，平均每40个月，全球的数据量就会翻倍！2012年，每天会产生2.5EB的数据量
  （4）基于IDC的报告预测，从2013年到2020年，全球数据量会从4.4ZB猛增到44ZB！而到了2025年，全球会有163ZB的数据量！
  全球的数据量已经大到爆了！而传统的关系型数据库根本处理不了如此海量的数据！
• 高速
  在大数据时代，数据的创建、存储、分析都要求被高速处理，比如电商网站的个性化推荐尽可能要求实时完成推荐，这也是大数据区别于传统数据挖掘的显著特征。
• 多样
  数据形式和来源多样化。包括结构化、半结构化和非结构化数据，具体表现为网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。
• 真实
  确保数据的真实性，才能保证数据分析的正确性
• 低价值
  数据价值密度相对较低，或者说是浪里淘沙却又弥足珍贵。互联网发展催生了大量数据，信息海量，但价值密度较低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需要解决的问题，也是一个有难度的课题。

大数据的应用场景

随着大数据的发展，大数据技术已经广泛应用在众多行业，比如仓储物流、电商零售、汽车、电信、生物医学、人工智能、智慧城市等等领域，包括在疫情防控战中，大数据技术也发挥了重要的作用。

• 仓储物流
  大数据技术驱动了仓储物流领域的智能化发展，以苏宁为例，苏宁物流可在全国的各级仓库间实现智能分仓、就近备货和预测式调拨，实现“客户需要的商品就在离客户最近的配送中心”。
  
• 电商零售
  零售业“啤酒+纸尿裤”案例
  
  个性推荐
  
  “双11购物节”实时销售额大屏
  
  汽车
  利用了大数据和物联网技术的无人驾驶汽车，在不远的未来将走入我们的日常生活
  
  电信
  移动联通根据用户年龄、职业、消费情况，分析统计哪种套餐适合哪类人群，对市场人群精准定制。
  
  生物医学
  大数据可以帮助我们实现流行病预测、智慧医疗、健康管理，同时还可以帮助我们解读DNA，了解更多的生命奥秘。比如影像大数据支撑下的早期肺癌支撑平台，基于大量病例数据样本，制定早期肺癌高危人群预警指标。
  
  人工智能
  
  智慧城市
  大数据有效支撑智慧城市发展，成为城市的”数据大脑“。比如，在智慧城市建设上，杭州始终走在全国前列。如覆盖面广的移动支付、新颖的在线医疗模式、创新的物流运输模式，都受到较大关
  注。2016年，杭州被《中国新型智慧城市》白皮书评为“中国最智慧的城市”。
  
  大数据的价值，远远不止于此，大数据对各行各业的渗透，大大推动了社会生产和生活，未来必将产生重大而深远的影响。

大数据的发展趋势及职业路线

大数据发展趋势

1）2015年党的十八届五中全会提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇。
2）2017年十九大报告明确 "推动互联网、大数据、人工智能和实体经济深度融合"。
3）2020年全国政协十三届三次会议新闻发布会上，更进一步强调：大数据、人工智能、5G是引领未来发展的战略性技术。
显然，发展大数据是我国的战略性决策，前景自然不言而喻。
另外
4）2017年北京大学、中国人民大学、北京邮电大学等25所高校成功申请开设大数据课程
5）大数据属于高新技术，大牛少，升职竞争小
6）2020年5月6日，人力资源和社会保障部发布《新职业—大数据工程技术人员就业景气现状分析报告》，报告显示：预计2020年中国大数据行业人才需求规模将达210万，2025年前大数据人才需求仍将保持30%~40%的增速，需求总量在2000万人左右
7）在北京大数据开发工程师的平均薪水已经超越 1.5w 直逼2w，而且目前还保持强劲的发展势头

大数据职业发展路线

目前大数据高、中、低三个档次的人才都很缺。 现在我们谈大数据，就像当年谈电商一样，未来前景已经很明确，接下来就是优胜劣汰，竞争上岗。不想当架构师的程序员不是好架构师！但是，大数据发展到现阶段，涉及大数据相关的职业岗位也越来越精细。
从职业发展来看，由大数据开发、挖掘、算法、到架构。从级别来看，从工程师、高级工程师，再到架构师，甚至到科学家。而且，契合不同的行业领域，又有专属于这些行业的岗位衍生，如涉及金融领域的数据分析师等。大数据的相关工作岗位有很多，有数据分析师、数据挖掘工程师、大数据开发工程师、大数据产品经理、可视化工程师、爬虫工程师、大数据运营经理、大数据架构师、数据科学家等等。
作为Java工程师，我们可转行从事岗位：ETL工程师，数据仓库工程师，实时流处理工程师，用户画像工程师，数据挖掘，算法工程师，推荐系统工程师。