【大话IT】大数据2.0再掀狂潮 堪比Windows变革，你准备好了吗？

pipihappy8888

在互联网+的风口上，大数据已经成为了商业智能、分析和数据管理市场领域热度最高的话题了。随着物联网、云计算、移动互联网、车联网、手机、平板电脑以及遍布各个角落的各种各样的传感器的出现，互联网承载了前所未有的数据量。大数据由单一的业务数据收集和数据分析，逐步跨入数据开放、数据共享的数据2.0时代，整个商业领域将面临着重新洗牌，更有人认为数据2.0时代将会掀起新一轮的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。近两年来，金融、零售、电信、公共管理、医疗卫生、营销、电商、娱乐等行业都将纷纷踏上大数据的神奇之旅。面对大数据2.0时代带来的机遇与挑战，企业该何去何从？您准备好了吗？本期话题诚邀亲们一起探讨！

话题讨论：

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？

3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？

4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？

活动时间：2015年7月13日-8月13日

活动奖励：欢迎亲们踊跃回帖，优质会员一名，赠送小米电源1个，活跃会员三名，赠送无线音箱3个。

获奖名单：baijiong998（充电宝）   

2009532140    000sss    陌路巨额投入 获得无线音箱。

    2015年中国系统架构师大会于10月22日-10月24日在北京新云南皇冠假日酒店召开，我们特别开设了《分会场7：大数据变现》专场。欢迎大家前来报名参与：http://sacc.it168.com/

2009532140

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？
  在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数字1.0时代，是互联网成为主流媒体的时代，；
  数字2.0时代，互联网改变了销售和服务的手段；
  数字3.0时代，互联网的影响已经全面渗透到各个商业组织的研发和生产环节。”
  >第一，消费者对企业提出更高要求，将改变消费环境。
                 在数字3.0时代，当消费者获得了更好的服务，更低的价格之后，会提高对于其他产品和服务的期望。
                 不仅如此，互联网力量还将以往互相间缺乏联系的消费者变成了整体的力量;
                 形成很大的传播声势，对企业品牌造成影响。
                 这将促使企业在深入了解消费需求的基础上，不断提升数字化标准，做好产品与服务的有效供给。
　>第二，新进入者打破既有行业规则，将改变竞争环境。
                 除了消费者的变化，互联网塑造了一批新的“破坏者”，他们可以无限制地满足消费者苛刻的需求;
                 打破行业规则，形成新的市场竞争格局。
　>第三，突破营销领域，重新定义企业合作伙伴。
                 互联网的核心是以开放合作的精神，随着数字化浪潮的升级，越来越多的企业将开始积极寻求与互联网深层次的合作。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？
  您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  这还用说。
  目前所面临的主要问题并不是知道如何挖取却没有响应的技术，而是不知道如何挖取有价值的信息提供分析指导。
  大部分的挖掘都是基于已有的感觉经验，有相应充分的理论作为指导的并不多。
  Splunk，SPSS 等等都用过。
  
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  其实个人感觉，在1.0 与2.0 时代，在经典存储与操作系统上的变化并不是特别的突出。
  然而进入目前正在进行的3.0 时代之后，存储有着本质性的提升，从容量与速度可能将打破原有的IO 瓶颈。
  典型的产品例如PCIe的出现等等。
  另外，在这个时代，网络速度也有着本质性的提升，传输速度可望提升至 10Gbps。
  
  
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？
  数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  肯定有可视化这个需求。
  提供给客户以直观展示的系统，在国内的大环境下是必要的。

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，
  有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。
  是否产生的影响真会如此？对此您怎么看？
  这让我想起的大机的时代。
  在一个大学中只有几台大型计算机，而同学们使用的都是连接到大机的客户端。这个与IAAS,PAAS 有些类似。
  至于未来的发展来看，个人的电脑可能不会想这个方向发展，至于企业为了降低成本可能会使用相应的服务。
  

baijiong998

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数据1.0时代，大部分或者说绝大部分的数据都是关系型数据，即结构化数据，大多使用关系型数据库进行存取。其主要的特点是 封闭，延时；仅在企业内部按需共享。
  数据2.0时代，大部分数据都是非结构化数据，虽然目前的大型关系型数据库（如ORACLE,DB2,TERADATA等）都支持非结构化数据的存取，但性能受到较大的影响。
  当然，在数据2.0时代，关系型数据依然存在，并且在相当多的行业或企业中，依然是数据的主体。其主要的特点是 开放，实时；按服务需求提供数据。
  
  可能现在大多数的大型企业都涉及到了一些大数据的研究，速度快的企业，可能实现了一些大数据的应用。
  就目前，我所在的金融行业，大数据的应用确实存在，但其数据的主要来源还是关系型数据，非结构化数据处理较少。主要是针对公司内部的数据进行分析，挖掘。
  从事这部分工作的人员占比也不是很大，对公司的整体价值还没有得到充分的体现。



2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  在 大数据的4V特点中：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），其中，最重要的应该是 Value(价值）。不仅仅是针对于大数据，就公司内部各业务系统所产生的数据，
  以及企业的EDW存储的意义，都是在于发掘数据的价值，更好的支撑业务的规划。
  
  现在大多数的企业中，都会基于数据进行报表的分析、模型分析、实时推荐 等一些数据类的应用，这一些都是为了发现数据的价值。
  但是，目前，我们能从数据中发现的价值还是有限的，因为数据链可能并不是特别完整。这方面，阿里可能做得比较好，从渠道、客户、交易、银行支付、社交等一连串的数据都拥有，就可以更好的利用
  这些数据为每一个客户画出一幅金融肖像图。
  
  当前，针对于数据分析的工具，可能比较多，诸如R语言、SAS工具等 工具都能较好的完成数据的分析。
  
  
  
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  在数据1.0时代，数据存在一个封闭的特点，即企业内部按需共享，在那个时代，由于技术发展的一些约束，所使用的操作系统大都是AIX,HP-UNIX，有些小中型企业，也会采用WINDOWS操作系统。
  所使用的存储大多是EMC，或者其它的磁盘阵列设备等，所使用的数据存取软件大多是关系型的数据库（如ORACLE，DB2，SQLSERVER,TERADATA等），可能有些技术较强的公司，
  也会采用MYSQL等。
  这些设备及软件，在数据2.0时代，应该依然存在，且不会被淘汰掉。这些硬件与软件的搭配，已经被事实证明，是稳定的，高效的。而在数据2.0时代所发展起来的设备及软件，更多是针对于当前
  数据特点所设计的。未必就能适合或满足1.0的要求。
  
  数据2.0时代，分布式与集群的需求，将比1.0时代更旺盛。X86平台的应用也将更广泛。开源的数据库会更多的被企业采用，尤其是支持NOSQL的数据库将越来越多的被企业所使用，我们前期都还在
  对MongoDB数据库进行测试。
  
  
  
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  在大数据2.0时代，企业的机遇与挑战是并存的，谁能从数据的海洋中，获取到高价值的信息更多，将在市场上占据制高点，从而获取更多的经济利益。
  由于各家企业所储备的技术力量不一样，投入到数据分析中的人力资源也不一定充足，因此企业中，大部分的人员，还是针对企业内部的数据进行一些分析与挖掘，能获得的价值数据就是有限的客户行
  为分析数据。对于外界的数据，可能涉及的还较少，或者根本就没有涉及。比如，客户是否利用支付宝平台在进行理财，客户是否在其它银行在借贷关系 等。
  
  海量数据主要包含两个主要的含义：一是数据量确实较大，二是数据类型丰富，包括结构化数据，也包含大量的非结构化数据（如图片，影音等）。就这个特点来看，当下较流行的关系型或面向对象的
  关系型数据库均不能高效的满足需求。可能在处理海量数据时，结构化数据与非结构化数据会分开在不同的数据库平台上进行处理，最后合并在一处进行分析。
  结构化数据，大多是由企业内部产生的，可能还是会在关系型数据库平台上进行存储，分析。
  非结构化数据，大多是由客户在企业外部产生的，但又有利于对客户进行行为分析的数据，这类数据可能需要借助HADOOP平台，利用NOSQL数据库进行处理，
  然后，借助R语言或SAS工具，对所需数据进行分析、挖掘。得到能支撑企业决策的依据数据。
  
  就我们公司的大数据研究及实施来看，一体化的大数据系统可能不太现实，因为各企业都有各自的需求与特点，就算是一体化的系统，可能也需要进行客户化。 我们目前采用的是各厂商供应一部分，
  属于组装系统。
  
  
5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
  DOS到WINDOWS的改变，是彻底的改变了全社会的生活方式，数据电子化。开启了信息化时代。我记得当年用DOS操作系统时，干什么都得敲命令，搞得很专业一样，其实又没有干多少事情。
  到了WINDOWS操作系统上，做什么都显得不那么专业，但确干了很多事情。
  
  虽然，大数据时代来临了，但他的影响，应该不及WINDOWS取代DOS。

-----------------------------------
以上仅个人观点

liuhuoxingkong

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？
  在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  
  大数据1.0时代的主要特征是发现大数据，解决的是数据效率问题，大数据时代4个V中的前3个V都被有效的诠释了。但是最后一个V（Value价值），还没有得到良好的利用
  大数据2.0时代以价值获取为主,如果定义大数据1.0时代是大数据的效率时代，那么大数据的2.0时代就是实现大数据变现的价值时代
  2.0时代的主要特征：
  1、大数据金融平台（DMP）的出现。
  2、移动大数据将作为基础数据
  3、标签成为大数据金融的重要武器
  4、用户画像将会CRM的必要信息


2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？
  您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  
  这是必然的，也是数据挖掘产生的原因，毕竟数据积累的目的就是为了发现价值。
  wika，SPSS，自定义的一些算法；企业的需求不同，对数据的要求也不同，原来所在的企业做过一些轻量级BI的东西，也算涉及到数据挖掘领域
  
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  暂时还没有看到迹象，但不断的改进升级肯定是有的，也肯定会有一些效率更高、性能更强的系统、软件出现，以应对越来越大的存储、效率等等需求
  
  
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？
  数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  二者都需要，采集、存储、处理与优化是整个流程，而可视化、个性化是结果，也可能是很多企业的最终目标，

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，
  有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。
  是否产生的影响真会如此？对此您怎么看？
  构建数据中心是个很复杂的问题，而且重复搭建基础设施成本过大又不是很有必要，所以上述进化也是发展方向。但产生的影响意义会有那么大吗？感觉还不至于吧

prf199

在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  在大数据2.0时代，企业的机遇与挑战是并存的，谁能从数据的海洋中，获取到高价值的信息更多，将在市场上占据制高点，从而获取更多的经济利益。
  由于各家企业所储备的技术力量不一样，投入到数据分析中的人力资源也不一定充足，因此企业中，大部分的人员，还是针对企业内部的数据进行一些分析与挖掘，能获得的价值数据就是有限的客户行
  为分析数据。对于外界的数据，可能涉及的还较少，或者根本就没有涉及。比如，客户是否利用支付宝平台在进行理财，客户是否在其它银行在借贷关系 等。
  
  海量数据主要包含两个主要的含义：一是数据量确实较大，二是数据类型丰富，包括结构化数据，也包含大量的非结构化数据（如图片，影音等）。就这个特点来看，当下较流行的关系型或面向对象的
  关系型数据库均不能高效的满足需求。可能在处理海量数据时，结构化数据与非结构化数据会分开在不同的数据库平台上进行处理，最后合并在一处进行分析。
  结构化数据，大多是由企业内部产生的，可能还是会在关系型数据库平台上进行存储，分析。
  非结构化数据，大多是由客户在企业外部产生的，但又有利于对客户进行行为分析的数据，这类数据可能需要借助HADOOP平台，利用NOSQL数据库进行处理，
  然后，借助R语言或大数据SAS工具，对所需数据进行分析、挖掘。得到能支撑企业决策的依据数据。
  
  就我们公司的大数据研究及实施来看，一体化的大数据系统可能不太现实，因为各企业都有各自的需求与特点，就算是一体化的系统，可能也需要进行客户化。 我们目前采用的是各厂商供应一部分，
  属于组装系统。

hiyachen

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  在1.0 与2.0 时代，在经典存储与操作系统上的变化并不是特别的突出。
  可能现在大多数的大型企业都涉及到了一些大数据的研究，速度快的企业，可能实现了一些大数据的应用。
  就目前，我所在的金融行业，大数据的应用确实存在，但其数据的主要来源还是关系型数据，非结构化数据处理较少。主要是针对公司内部的数据进行分析，挖掘。
  从事这部分工作的人员占比也不是很大，对公司的整体价值还没有得到充分的体现。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
现在大多数的企业中，都会基于数据进行报表的分析、模型分析、实时推荐 等一些数据类的应用，这一些都是为了发现数据的价值。
  但是，目前，我们能从数据中发现的价值还是有限的，因为数据链可能并不是特别完整。这方面，阿里可能做得比较好，从渠道、客户、交易、银行支付、社交等一连串的数据都拥有，就可以更好的利用
  这些数据为每一个客户画出一幅金融肖像图。
  当前，针对于数据分析的工具，可能比较多，诸如R语言、SAS工具等 工具都能较好的完成数据的分析。

3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  网络速度也有着本质性的提升，传输速度可望提升至 10Gbps。FC、HBA等。

4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
海量数据主要包含两个主要的含义：一是数据量确实较大，二是数据类型丰富，包括结构化数据，也包含大量的非结构化数据（如图片，影音等）。就这个特点来看，当下较流行的关系型或面向对象的
  关系型数据库均不能高效的满足需求。可能在处理海量数据时，结构化数据与非结构化数据会分开在不同的数据库平台上进行处理，最后合并在一处进行分析。
  结构化数据，大多是由企业内部产生的，可能还是会在关系型数据库平台上进行存储，分析。
  非结构化数据，大多是由客户在企业外部产生的，但又有利于对客户进行行为分析的数据，这类数据可能需要借助HADOOP平台，利用NOSQL数据库进行处理，
  然后，借助R语言或SAS工具，对所需数据进行分析、挖掘。得到能支撑企业决策的依据数据。
  
5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？

没有可比性。
DOS到WINDOWS的改变，是彻底的改变了全社会的生活方式，数据电子化。开启了信息化时代。我记得当年用DOS操作系统时，干什么都得敲命令，搞得很专业一样，其实又没有干多少事情。
  到了WINDOWS操作系统上，做什么都显得不那么专业，但确干了很多事情。
  
  虽然，大数据时代来临了，但他的影响，应该不及WINDOWS取代DOS。

000sss

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？

最近人类发现“地球2.0”，一度引发狂潮，宇宙中会有我们的同类吗？我很想说，大数据2.0时代也真实存在我们的生活和工作中。

说起大数据1.0与大数据2.0的区别，就在于对数据的处理与挖掘是对内还是对外。

大数据的1.0是对商业智能的扩充，它是由一个企业自身的业务需求产生了大量的数据，我们通过深入的挖掘，能够进一步发掘数据价值，再产生新的数据，就形成了一个闭环。

大数据2.0时代，我们认为是迈进了大数据的门口，它所强调的并不是一类数据上纵深的关系，而是强调我企业用自己的数据去解决企业外部的问题，或者反过来利用外部的数据解决企业内部的问题。

000sss

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？

云计算已经发展的如火如荼了，IaaS提供的是用户直接访问底层计算资源、存储资源和网络资源的能力；PaaS提供的是软件业务运行的环境；SaaS是将软件以服务的形式通过网络传递到客户端。

在IaaS层面上，操作系统要支持虚拟化技术，大幅度提高服务器、存储空间的利用率。同时，像很多操作系统要考虑PaaS层的软件的兼容性和支撑，最典型的比如AIX能否跑在X86上，当然Power上已经支持了Linux，这就是一个很好革命。未来，如果操作系统能够支持、兼容各种虚拟化技术、PaaS层的数据库、中间件，SaaS层的CRM、邮件系统等，这种革命的意义确实不亚于DOS向Windows系统进化的意义。

39穿bra

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数据1.0时代，大部分或者说绝大部分的数据都是关系型数据，即结构化数据，大多使用关系型数据库进行存取。其主要的特点是 封闭，延时；仅在企业内部按需共享。
  数据2.0时代，大部分数据都是非结构化数据，虽然目前的大型关系型数据库（如ORACLE,DB2,TERADATA等）都支持非结构化数据的存取，但性能受到较大的影响。
  当然，在数据2.0时代，关系型数据依然存在，并且在相当多的行业或企业中，依然是数据的主体。其主要的特点是 开放，实时；按服务需求提供数据。
  
  可能现在大多数的大型企业都涉及到了一些大数据的研究，速度快的企业，可能实现了一些大数据的应用。
  就目前，我所在的金融行业，大数据的应用确实存在，但其数据的主要来源还是关系型数据，非结构化数据处理较少。主要是针对公司内部的数据进行分析，挖掘。
  从事这部分工作的人员占比也不是很大，对公司的整体价值还没有得到充分的体现。



2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  在 大数据的4V特点中：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），其中，最重要的应该是 Value(价值）。不仅仅是针对于大数据，就公司内部各业务系统所产生的数据，
  以及企业的EDW存储的意义，都是在于发掘数据的价值，更好的支撑业务的规划。
  
  现在大多数的企业中，都会基于数据进行报表的分析、模型分析、实时推荐 等一些数据类的应用，这一些都是为了发现数据的价值。
  但是，目前，我们能从数据中发现的价值还是有限的，因为数据链可能并不是特别完整。这方面，阿里可能做得比较好，从渠道、客户、交易、银行支付、社交等一连串的数据都拥有，就可以更好的利用
  这些数据为每一个客户画出一幅金融肖像图。
  
  当前，针对于数据分析的工具，可能比较多，诸如R语言、SAS工具等 工具都能较好的完成数据的分析。
  
  
  
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  在数据1.0时代，数据存在一个封闭的特点，即企业内部按需共享，在那个时代，由于技术发展的一些约束，所使用的操作系统大都是AIX,HP-UNIX，有些小中型企业，也会采用WINDOWS操作系统。
  所使用的存储大多是EMC，或者其它的磁盘阵列设备等，所使用的数据存取软件大多是关系型的数据库（如ORACLE，DB2，SQLSERVER,TERADATA等），可能有些技术较强的公司，
  也会采用MYSQL等。
  这些设备及软件，在数据2.0时代，应该依然存在，且不会被淘汰掉。这些硬件与软件的搭配，已经被事实证明，是稳定的，高效的。而在数据2.0时代所发展起来的设备及软件，更多是针对于当前
  数据特点所设计的。未必就能适合或满足1.0的要求。
  
  数据2.0时代，分布式与集群的需求，将比1.0时代更旺盛。X86平台的应用也将更广泛。开源的数据库会更多的被企业采用，尤其是支持NOSQL的数据库将越来越多的被企业所使用，我们前期都还在
  对MongoDB数据库进行测试。
  
  
  
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  在大数据2.0时代，企业的机遇与挑战是并存的，谁能从数据的海洋中，获取到高价值的信息更多，将在市场上占据制高点，从而获取更多的经济利益。
  由于各家企业所储备的技术力量不一样，投入到数据分析中的人力资源也不一定充足，因此企业中，大部分的人员，还是针对企业内部的数据进行一些分析与挖掘，能获得的价值数据就是有限的客户行
  为分析数据。对于外界的数据，可能涉及的还较少，或者根本就没有涉及。比如，客户是否利用支付宝平台在进行理财，客户是否在其它银行在借贷关系 等。
  
  海量数据主要包含两个主要的含义：一是数据量确实较大，二是数据类型丰富，包括结构化数据，也包含大量的非结构化数据（如图片，影音等）。就这个特点来看，当下较流行的关系型或面向对象的
  关系型数据库均不能高效的满足需求。可能在处理海量数据时，结构化数据与非结构化数据会分开在不同的数据库平台上进行处理，最后合并在一处进行分析。
  结构化数据，大多是由企业内部产生的，可能还是会在关系型数据库平台上进行存储，分析。
  非结构化数据，大多是由客户在企业外部产生的，但又有利于对客户进行行为分析的数据，这类数据可能需要借助HADOOP平台，利用NOSQL数据库进行处理，
  然后，借助R语言或SAS工具，对所需数据进行分析、挖掘。得到能支撑企业决策的依据数据。
  
  就我们公司的大数据研究及实施来看，一体化的大数据系统可能不太现实，因为各企业都有各自的需求与特点，就算是一体化的系统，可能也需要进行客户化。 我们目前采用的是各厂商供应一部分，
  属于组装系统。
  
  
5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
  DOS到WINDOWS的改变，是彻底的改变了全社会的生活方式，数据电子化。开启了信息化时代。我记得当年用DOS操作系统时，干什么都得敲命令，搞得很专业一样，其实又没有干多少事情。
  到了WINDOWS操作系统上，做什么都显得不那么专业，但确干了很多事情。
  
  虽然，大数据时代来临了，但他的影响，应该不及WINDOWS取代DOS。

-----------------------------------
以上仅个人观点

jboracle1981

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？
  在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数字1.0时代，是互联网成为主流媒体的时代；
  数字2.0时代，互联网改变了销售和服务的手段；
  数字3.0时代，互联网的影响已经全面渗透到各个商业组织的研发和生产环节。”
  >第一，消费者对企业提出更高要求，将改变消费环境。
                 在数字3.0时代，当消费者获得了更好的服务，更低的价格之后，会提高对于其他产品和服务的期望。
                 不仅如此，互联网力量还将以往互相间缺乏联系的消费者变成了整体的力量;
                 形成很大的传播声势，对企业品牌造成影响。
                 这将促使企业在深入了解消费需求的基础上，不断提升数字化标准，做好产品与服务的有效供给。
　>第二，新进入者打破既有行业规则，将改变竞争环境。
                 除了消费者的变化，互联网塑造了一批新的“破坏者”，他们可以无限制地满足消费者苛刻的需求;
                 打破行业规则，形成新的市场竞争格局。
　>第三，突破营销领域，重新定义企业合作伙伴。
                 互联网的核心是以开放合作的精神，随着数字化浪潮的升级，越来越多的企业将开始积极寻求与互联网深层次的合作。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？
  您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  这还用说。
  目前所面临的主要问题并不是知道如何挖取却没有响应的技术，而是不知道如何挖取有价值的信息提供分析指导。
  大部分的挖掘都是基于已有的感觉经验，有相应充分的理论作为指导的并不多。
  Splunk，SPSS 等等都用过。
  
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  其实个人感觉，在1.0 与2.0 时代，在经典存储与操作系统上的变化并不是特别的突出。
  然而进入目前正在进行的3.0 时代之后，存储有着本质性的提升，从容量与速度可能将打破原有的IO 瓶颈。
  典型的产品例如PCIe的出现等等。
  另外，在这个时代，网络速度也有着本质性的提升，传输速度可望提升至 10Gbps。
  
  
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？
  数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  肯定有可视化这个需求。
  提供给客户以直观展示的系统，在国内的大环境下是必要的。

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，
  有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。
  是否产生的影响真会如此？对此您怎么看？
  这让我想起的大机的时代。
  在一个大学中只有几台大型计算机，而同学们使用的都是连接到大机的客户端。这个与IAAS,PAAS 有些类似。
  至于未来的发展来看，个人的电脑可能不会想这个方向发展，至于企业为了降低成本可能会使用相应的服务。

quhp1978

话题讨论：
1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？

企业还没有接触到， 理念有了，实际没有达到。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？

目前很多成功的数据挖掘。


5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？

长期发展确实如此

02a000

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？
  在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数字1.0时代，是互联网成为主流媒体的时代，；
  数字2.0时代，互联网改变了销售和服务的手段；
  数字3.0时代，互联网的影响已经全面渗透到各个商业组织的研发和生产环节。”
  >第一，消费者对企业提出更高要求，将改变消费环境。
                 在数字3.0时代，当消费者获得了更好的服务，更低的价格之后，会提高对于其他产品和服务的期望。
                 不仅如此，互联网力量还将以往互相间缺乏联系的消费者变成了整体的力量;
                 形成很大的传播声势，对企业品牌造成影响。
                 这将促使企业在深入了解消费需求的基础上，不断提升数字化标准，做好产品与服务的有效供给。
　>第二，新进入者打破既有行业规则，将改变竞争环境。
                 除了消费者的变化，互联网塑造了一批新的“破坏者”，他们可以无限制地满足消费者苛刻的需求;
                 打破行业规则，形成新的市场竞争格局。
　>第三，突破营销领域，重新定义企业合作伙伴。
                 互联网的核心是以开放合作的精神，随着数字化浪潮的升级，越来越多的企业将开始积极寻求与互联网深层次的合作。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？
  您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  这还用说。
  目前所面临的主要问题并不是知道如何挖取却没有响应的技术，而是不知道如何挖取有价值的信息提供分析指导。
  大部分的挖掘都是基于已有的感觉经验，有相应充分的理论作为指导的并不多。
  Splunk，SPSS 等等都用过。
  
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  其实个人感觉，在1.0 与2.0 时代，在经典存储与操作系统上的变化并不是特别的突出。
  然而进入目前正在进行的3.0 时代之后，存储有着本质性的提升，从容量与速度可能将打破原有的IO 瓶颈。
  典型的产品例如PCIe的出现等等。
  另外，在这个时代，网络速度也有着本质性的提升，传输速度可望提升至 10Gbps。
  
  
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？
  数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  肯定有可视化这个需求。
  提供给客户以直观展示的系统，在国内的大环境下是必要的。

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，
  有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。
  是否产生的影响真会如此？对此您怎么看？
  这让我想起的大机的时代。
  在一个大学中只有几台大型计算机，而同学们使用的都是连接到大机的客户端。这个与IAAS,PAAS 有些类似。
  至于未来的发展来看，个人的电脑可能不会想这个方向发展，至于企业为了降低成本可能会使用相应的服务。
  
没有任何一种品格可以高枕无忧。
一个人清高，需要宽容，否则清高就成孤傲。
仁慈，需要果断，否则仁慈就成软弱。
强大，也要有所敬畏，否则强大会生暴戾。
富有，需要节俭，否则易成奢靡。
博学，说话时需要浅显，否则易成刁钻。
尊贵，需要谦卑，否则易生傲慢。
凡事有阴阳。
物无善恶，过则为灾。

jaky

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数据1.0时代，大部分或者说绝大部分的数据都是关系型数据，即结构化数据，大多使用关系型数据库进行存取。其主要的特点是 封闭，延时；仅在企业内部按需共享。
  数据2.0时代，大部分数据都是非结构化数据，虽然目前的大型关系型数据库（如ORACLE,DB2,TERADATA等）都支持非结构化数据的存取，但性能受到较大的影响。
  当然，在数据2.0时代，关系型数据依然存在，并且在相当多的行业或企业中，依然是数据的主体。其主要的特点是 开放，实时；按服务需求提供数据。
  
   可能现在大多数的大型企业都涉及到了一些大数据的研究，速度快的企业，可能实现了一些大数据的应用。
  就目前，我所在的金融行业，大数据的应用确实存在，但其数据的主要来源还是关系型数据，非结构化数据处理较少。主要是针对公司内部的数据进行分析，挖掘。
  从事这部分工作的人员占比也不是很大，对公司的整体价值还没有得到充分的体现。



2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  在 大数据的4V特点中：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），其中，最重要的应该是 Value(价值）。不仅仅是针对于大数据，就公司内部各业务系统所产生的数据，
  以及企业的EDW存储的意义，都是在于发掘数据的价值，更好的支撑业务的规划。
  
   现在大多数的企业中，都会基于数据进行报表的分析、模型分析、实时推荐 等一些数据类的应用，这一些都是为了发现数据的价值。
  但是，目前，我们能从数据中发现的价值还是有限的，因为数据链可能并不是特别完整。这方面，阿里可能做得比较好，从渠道、客户、交易、银行支付、社交等一连串的数据都拥有，就可以更好的利用
  这些数据为每一个客户画出一幅金融肖像图。
  
   当前，针对于数据分析的工具，可能比较多，诸如R语言、SAS工具等 工具都能较好的完成数据的分析。
  
   
   
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  在数据1.0时代，数据存在一个封闭的特点，即企业内部按需共享，在那个时代，由于技术发展的一些约束，所使用的操作系统大都是AIX,HP-UNIX，有些小中型企业，也会采用WINDOWS操作系统。
  所使用的存储大多是EMC，或者其它的磁盘阵列设备等，所使用的数据存取软件大多是关系型的数据库（如ORACLE，DB2，SQLSERVER,TERADATA等），可能有些技术较强的公司，
  也会采用MYSQL等。
  这些设备及软件，在数据2.0时代，应该依然存在，且不会被淘汰掉。这些硬件与软件的搭配，已经被事实证明，是稳定的，高效的。而在数据2.0时代所发展起来的设备及软件，更多是针对于当前
  数据特点所设计的。未必就能适合或满足1.0的要求。
  
   数据2.0时代，分布式与集群的需求，将比1.0时代更旺盛。X86平台的应用也将更广泛。开源的数据库会更多的被企业采用，尤其是支持NOSQL的数据库将越来越多的被企业所使用，我们前期都还在
  对MongoDB数据库进行测试。
  
   
   
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  在大数据2.0时代，企业的机遇与挑战是并存的，谁能从数据的海洋中，获取到高价值的信息更多，将在市场上占据制高点，从而获取更多的经济利益。
  由于各家企业所储备的技术力量不一样，投入到数据分析中的人力资源也不一定充足，因此企业中，大部分的人员，还是针对企业内部的数据进行一些分析与挖掘，能获得的价值数据就是有限的客户行
  为分析数据。对于外界的数据，可能涉及的还较少，或者根本就没有涉及。比如，客户是否利用支付宝平台在进行理财，客户是否在其它银行在借贷关系 等。
  
   海量数据主要包含两个主要的含义：一是数据量确实较大，二是数据类型丰富，包括结构化数据，也包含大量的非结构化数据（如图片，影音等）。就这个特点来看，当下较流行的关系型或面向对象的
  关系型数据库均不能高效的满足需求。可能在处理海量数据时，结构化数据与非结构化数据会分开在不同的数据库平台上进行处理，最后合并在一处进行分析。
  结构化数据，大多是由企业内部产生的，可能还是会在关系型数据库平台上进行存储，分析。
  非结构化数据，大多是由客户在企业外部产生的，但又有利于对客户进行行为分析的数据，这类数据可能需要借助HADOOP平台，利用NOSQL数据库进行处理，
  然后，借助R语言或SAS工具，对所需数据进行分析、挖掘。得到能支撑企业决策的依据数据。
  
   就我们公司的大数据研究及实施来看，一体化的大数据系统可能不太现实，因为各企业都有各自的需求与特点，就算是一体化的系统，可能也需要进行客户化。 我们目前采用的是各厂商供应一部分，
  属于组装系统。
  
   
5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
  DOS到WINDOWS的改变，是彻底的改变了全社会的生活方式，数据电子化。开启了信息化时代。我记得当年用DOS操作系统时，干什么都得敲命令，搞得很专业一样，其实又没有干多少事情。
  到了WINDOWS操作系统上，做什么都显得不那么专业，但确干了很多事情。
  
   虽然，大数据时代来临了，但他的影响，应该不及WINDOWS取代DOS。

AppleVI

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数据1.0时代，大部分或者说绝大部分的数据都是关系型数据，即结构化数据，大多使用关系型数据库进行存取。其主要的特点是 封闭，延时；仅在企业内部按需共享。
  数据2.0时代，大部分数据都是非结构化数据，虽然目前的大型关系型数据库（如ORACLE,DB2,TERADATA等）都支持非结构化数据的存取，但性能受到较大的影响。
  当然，在数据2.0时代，关系型数据依然存在，并且在相当多的行业或企业中，依然是数据的主体。其主要的特点是 开放，实时；按服务需求提供数据。
  
   可能现在大多数的大型企业都涉及到了一些大数据的研究，速度快的企业，可能实现了一些大数据的应用。
  就目前，我所在的金融行业，大数据的应用确实存在，但其数据的主要来源还是关系型数据，非结构化数据处理较少。主要是针对公司内部的数据进行分析，挖掘。
  从事这部分工作的人员占比也不是很大，对公司的整体价值还没有得到充分的体现。



2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  在 大数据的4V特点中：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），其中，最重要的应该是 Value(价值）。不仅仅是针对于大数据，就公司内部各业务系统所产生的数据，
  以及企业的EDW存储的意义，都是在于发掘数据的价值，更好的支撑业务的规划。
  
   现在大多数的企业中，都会基于数据进行报表的分析、模型分析、实时推荐 等一些数据类的应用，这一些都是为了发现数据的价值。
  但是，目前，我们能从数据中发现的价值还是有限的，因为数据链可能并不是特别完整。这方面，阿里可能做得比较好，从渠道、客户、交易、银行支付、社交等一连串的数据都拥有，就可以更好的利用
  这些数据为每一个客户画出一幅金融肖像图。
  
   当前，针对于数据分析的工具，可能比较多，诸如R语言、SAS工具等 工具都能较好的完成数据的分析。
  
   
   
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  在数据1.0时代，数据存在一个封闭的特点，即企业内部按需共享，在那个时代，由于技术发展的一些约束，所使用的操作系统大都是AIX,HP-UNIX，有些小中型企业，也会采用WINDOWS操作系统。
  所使用的存储大多是EMC，或者其它的磁盘阵列设备等，所使用的数据存取软件大多是关系型的数据库（如ORACLE，DB2，SQLSERVER,TERADATA等），可能有些技术较强的公司，
  也会采用MYSQL等。
  这些设备及软件，在数据2.0时代，应该依然存在，且不会被淘汰掉。这些硬件与软件的搭配，已经被事实证明，是稳定的，高效的。而在数据2.0时代所发展起来的设备及软件，更多是针对于当前
  数据特点所设计的。未必就能适合或满足1.0的要求。
  
   数据2.0时代，分布式与集群的需求，将比1.0时代更旺盛。X86平台的应用也将更广泛。开源的数据库会更多的被企业采用，尤其是支持NOSQL的数据库将越来越多的被企业所使用，我们前期都还在
  对MongoDB数据库进行测试。
  
   
   
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  在大数据2.0时代，企业的机遇与挑战是并存的，谁能从数据的海洋中，获取到高价值的信息更多，将在市场上占据制高点，从而获取更多的经济利益。
  由于各家企业所储备的技术力量不一样，投入到数据分析中的人力资源也不一定充足，因此企业中，大部分的人员，还是针对企业内部的数据进行一些分析与挖掘，能获得的价值数据就是有限的客户行
  为分析数据。对于外界的数据，可能涉及的还较少，或者根本就没有涉及。比如，客户是否利用支付宝平台在进行理财，客户是否在其它银行在借贷关系 等。
  
   海量数据主要包含两个主要的含义：一是数据量确实较大，二是数据类型丰富，包括结构化数据，也包含大量的非结构化数据（如图片，影音等）。就这个特点来看，当下较流行的关系型或面向对象的
  关系型数据库均不能高效的满足需求。可能在处理海量数据时，结构化数据与非结构化数据会分开在不同的数据库平台上进行处理，最后合并在一处进行分析。
  结构化数据，大多是由企业内部产生的，可能还是会在关系型数据库平台上进行存储，分析。
  非结构化数据，大多是由客户在企业外部产生的，但又有利于对客户进行行为分析的数据，这类数据可能需要借助HADOOP平台，利用NOSQL数据库进行处理，
  然后，借助R语言或SAS工具，对所需数据进行分析、挖掘。得到能支撑企业决策的依据数据。
  
   就我们公司的大数据研究及实施来看，一体化的大数据系统可能不太现实，因为各企业都有各自的需求与特点，就算是一体化的系统，可能也需要进行客户化。 我们目前采用的是各厂商供应一部分，
  属于组装系统。
  
   
5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
  DOS到WINDOWS的改变，是彻底的改变了全社会的生活方式，数据电子化。开启了信息化时代。我记得当年用DOS操作系统时，干什么都得敲命令，搞得很专业一样，其实又没有干多少事情。
  到了WINDOWS操作系统上，做什么都显得不那么专业，但确干了很多事情。
  
   虽然，大数据时代来临了，但他的影响，应该不及WINDOWS取代DOS。

-----------------------------------
以上仅个人观点




      



使用道具 举报
  

michelle1011

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数据1.0时代，大部分或者说绝大部分的数据都是关系型数据，即结构化数据，大多使用关系型数据库进行存取。其主要的特点是 封闭，延时；仅在企业内部按需共享。
  数据2.0时代，大部分数据都是非结构化数据，虽然目前的大型关系型数据库（如ORACLE,DB2,TERADATA等）都支持非结构化数据的存取，但性能受到较大的影响。
  当然，在数据2.0时代，关系型数据依然存在，并且在相当多的行业或企业中，依然是数据的主体。其主要的特点是 开放，实时；按服务需求提供数据。
  
   可能现在大多数的大型企业都涉及到了一些大数据的研究，速度快的企业，可能实现了一些大数据的应用。
  就目前，我所在的金融行业，大数据的应用确实存在，但其数据的主要来源还是关系型数据，非结构化数据处理较少。主要是针对公司内部的数据进行分析，挖掘。
  从事这部分工作的人员占比也不是很大，对公司的整体价值还没有得到充分的体现。



2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  在 大数据的4V特点中：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），其中，最重要的应该是 Value(价值）。不仅仅是针对于大数据，就公司内部各业务系统所产生的数据，
  以及企业的EDW存储的意义，都是在于发掘数据的价值，更好的支撑业务的规划。
  
   现在大多数的企业中，都会基于数据进行报表的分析、模型分析、实时推荐 等一些数据类的应用，这一些都是为了发现数据的价值。
  但是，目前，我们能从数据中发现的价值还是有限的，因为数据链可能并不是特别完整。这方面，阿里可能做得比较好，从渠道、客户、交易、银行支付、社交等一连串的数据都拥有，就可以更好的利用
  这些数据为每一个客户画出一幅金融肖像图。
  
   当前，针对于数据分析的工具，可能比较多，诸如R语言、SAS工具等 工具都能较好的完成数据的分析。
  
   
   
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  在数据1.0时代，数据存在一个封闭的特点，即企业内部按需共享，在那个时代，由于技术发展的一些约束，所使用的操作系统大都是AIX,HP-UNIX，有些小中型企业，也会采用WINDOWS操作系统。
  所使用的存储大多是EMC，或者其它的磁盘阵列设备等，所使用的数据存取软件大多是关系型的数据库（如ORACLE，DB2，SQLSERVER,TERADATA等），可能有些技术较强的公司，
  也会采用MYSQL等。
  这些设备及软件，在数据2.0时代，应该依然存在，且不会被淘汰掉。这些硬件与软件的搭配，已经被事实证明，是稳定的，高效的。而在数据2.0时代所发展起来的设备及软件，更多是针对于当前
  数据特点所设计的。未必就能适合或满足1.0的要求。
  
   数据2.0时代，分布式与集群的需求，将比1.0时代更旺盛。X86平台的应用也将更广泛。开源的数据库会更多的被企业采用，尤其是支持NOSQL的数据库将越来越多的被企业所使用，我们前期都还在
  对MongoDB数据库进行测试。
  
   
   
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  在大数据2.0时代，企业的机遇与挑战是并存的，谁能从数据的海洋中，获取到高价值的信息更多，将在市场上占据制高点，从而获取更多的经济利益。
  由于各家企业所储备的技术力量不一样，投入到数据分析中的人力资源也不一定充足，因此企业中，大部分的人员，还是针对企业内部的数据进行一些分析与挖掘，能获得的价值数据就是有限的客户行
  为分析数据。对于外界的数据，可能涉及的还较少，或者根本就没有涉及。比如，客户是否利用支付宝平台在进行理财，客户是否在其它银行在借贷关系 等。
  
   海量数据主要包含两个主要的含义：一是数据量确实较大，二是数据类型丰富，包括结构化数据，也包含大量的非结构化数据（如图片，影音等）。就这个特点来看，当下较流行的关系型或面向对象的
  关系型数据库均不能高效的满足需求。可能在处理海量数据时，结构化数据与非结构化数据会分开在不同的数据库平台上进行处理，最后合并在一处进行分析。
  结构化数据，大多是由企业内部产生的，可能还是会在关系型数据库平台上进行存储，分析。
  非结构化数据，大多是由客户在企业外部产生的，但又有利于对客户进行行为分析的数据，这类数据可能需要借助HADOOP平台，利用NOSQL数据库进行处理，
  然后，借助R语言或SAS工具，对所需数据进行分析、挖掘。得到能支撑企业决策的依据数据。
  
   就我们公司的大数据研究及实施来看，一体化的大数据系统可能不太现实，因为各企业都有各自的需求与特点，就算是一体化的系统，可能也需要进行客户化。 我们目前采用的是各厂商供应一部分，
  属于组装系统。
  
   
5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
  DOS到WINDOWS的改变，是彻底的改变了全社会的生活方式，数据电子化。开启了信息化时代。我记得当年用DOS操作系统时，干什么都得敲命令，搞得很专业一样，其实又没有干多少事情。
  到了WINDOWS操作系统上，做什么都显得不那么专业，但确干了很多事情。
  
   虽然，大数据时代来临了，但他的影响，应该不及WINDOWS取代DOS。

xkf01

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
    大数据1.0时代的主要特征是发现大数据，存储和处理大数据。大数据4个V中的前3个V（大量的数据、多变的数据、高速的数据）都被有效的诠释了。但是最重要等一个V（Value价值），还没有得到良好的利用.
     移动互联网出现之后，传感器和社交活动产生了大量的LBS数据和用户行为数据,这些数据具有巨大的商业价值，意味这大数据2.0时代的到来。
     现在有很多的运动手环之类的开始有这个倾向了 。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
   是啊，很认同这个。 挖矿的工具可能像R语言 之类的吧

3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
    不排除，有这个可能啊。
    数据2.0时代对软硬件催生了更大的容量，更快的速度，更好的并发和读写分开要求把。
【
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
     大家基本都是0起点，都需要构建大数据平台，然后从海量数据里面把有价值的数据挖掘出来。谁的方法对，谁的出发点更准，谁更早把有价值的数据挖掘出来，谁就占据着市场的主导地位。这是个争分夺秒的时刻， 满了一步就意味着满盘皆输的可能。
     目前还不清楚什么样的软件工具或者系统将成为企业处理海量数据的救世主。  但是相对来说，是可视化、个性化的系统 更具有可能性。 因为一体化的大数据系统从立意来说是好的，从长久来说也是好的，但是，一体化意味着系统的复杂，意味这起步比较慢，意味着可观测的角度太多而有可能失去了对有价值意义的数据的专注。

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
     不知道，一切让事实说话吧

likinglife

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数据1.0时代和数据2.0时代区别在于1.0还是体现在数据量数据积累上吧，而到了数据2.0时代体现更多的是如何通过这些数据去解决问题。在工作中真正感受到数据2.0时代确实并不是很多。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  认同观点，确实遇到过这种局面，接触到的挖矿工具也不多：SPSS

3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
慢慢被更新替换是大势所趋，但淘汰掉也不会是一下子的事情，毕竟这个行业会有自身发展的规律。海量大数据带来的是对数据存储和传输上的要求，比如传送速度和IO瓶颈的突破。

4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？
  数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
对于海量大数据的处理和优化，同时也有可视化的需求，需求以后会越来越突出。

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，
  有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。
  是否产生的影响真会如此？对此您怎么看？
  时代的发展必然会如此，技术和硬件发展带来的整体革新，应该会产生新的系统变革，不过，企业方面的应用相对于个人会更加剧烈和突出。

wangyongli

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
  数据1.0时代，大部分或者说绝大部分的数据都是关系型数据，即结构化数据，大多使用关系型数据库进行存取。其主要的特点是 封闭，延时；仅在企业内部按需共享。
  数据2.0时代，大部分数据都是非结构化数据，虽然目前的大型关系型数据库（如ORACLE,DB2,TERADATA等）都支持非结构化数据的存取，但性能受到较大的影响。
  当然，在数据2.0时代，关系型数据依然存在，并且在相当多的行业或企业中，依然是数据的主体。其主要的特点是 开放，实时；按服务需求提供数据。
  
  可能现在大多数的大型企业都涉及到了一些大数据的研究，速度快的企业，可能实现了一些大数据的应用。
  就目前，我所在的金融行业，大数据的应用确实存在，但其数据的主要来源还是关系型数据，非结构化数据处理较少。主要是针对公司内部的数据进行分析，挖掘。
  从事这部分工作的人员占比也不是很大，对公司的整体价值还没有得到充分的体现。



2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
  在 大数据的4V特点中：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），其中，最重要的应该是 Value(价值）。不仅仅是针对于大数据，就公司内部各业务系统所产生的数据，
  以及企业的EDW存储的意义，都是在于发掘数据的价值，更好的支撑业务的规划。
  
  现在大多数的企业中，都会基于数据进行报表的分析、模型分析、实时推荐 等一些数据类的应用，这一些都是为了发现数据的价值。
  但是，目前，我们能从数据中发现的价值还是有限的，因为数据链可能并不是特别完整。这方面，阿里可能做得比较好，从渠道、客户、交易、银行支付、社交等一连串的数据都拥有，就可以更好的利用
  这些数据为每一个客户画出一幅金融肖像图。
  
  当前，针对于数据分析的工具，可能比较多，诸如R语言、SAS工具等 工具都能较好的完成数据的分析。
  
  
  
3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
  在数据1.0时代，数据存在一个封闭的特点，即企业内部按需共享，在那个时代，由于技术发展的一些约束，所使用的操作系统大都是AIX,HP-UNIX，有些小中型企业，也会采用WINDOWS操作系统。
  所使用的存储大多是EMC，或者其它的磁盘阵列设备等，所使用的数据存取软件大多是关系型的数据库（如ORACLE，DB2，SQLSERVER,TERADATA等），可能有些技术较强的公司，
  也会采用MYSQL等。
  这些设备及软件，在数据2.0时代，应该依然存在，且不会被淘汰掉。这些硬件与软件的搭配，已经被事实证明，是稳定的，高效的。而在数据2.0时代所发展起来的设备及软件，更多是针对于当前
  数据特点所设计的。未必就能适合或满足1.0的要求。
  
  数据2.0时代，分布式与集群的需求，将比1.0时代更旺盛。X86平台的应用也将更广泛。开源的数据库会更多的被企业采用，尤其是支持NOSQL的数据库将越来越多的被企业所使用，我们前期都还在
  对MongoDB数据库进行测试。
  
  
  
4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
  在大数据2.0时代，企业的机遇与挑战是并存的，谁能从数据的海洋中，获取到高价值的信息更多，将在市场上占据制高点，从而获取更多的经济利益。
  由于各家企业所储备的技术力量不一样，投入到数据分析中的人力资源也不一定充足，因此企业中，大部分的人员，还是针对企业内部的数据进行一些分析与挖掘，能获得的价值数据就是有限的客户行
  为分析数据。对于外界的数据，可能涉及的还较少，或者根本就没有涉及。比如，客户是否利用支付宝平台在进行理财，客户是否在其它银行在借贷关系 等。
  
  海量数据主要包含两个主要的含义：一是数据量确实较大，二是数据类型丰富，包括结构化数据，也包含大量的非结构化数据（如图片，影音等）。就这个特点来看，当下较流行的关系型或面向对象的
  关系型数据库均不能高效的满足需求。可能在处理海量数据时，结构化数据与非结构化数据会分开在不同的数据库平台上进行处理，最后合并在一处进行分析。
  结构化数据，大多是由企业内部产生的，可能还是会在关系型数据库平台上进行存储，分析。
  非结构化数据，大多是由客户在企业外部产生的，但又有利于对客户进行行为分析的数据，这类数据可能需要借助HADOOP平台，利用NOSQL数据库进行处理，
  然后，借助R语言或SAS工具，对所需数据进行分析、挖掘。得到能支撑企业决策的依据数据。
  
  就我们公司的大数据研究及实施来看，一体化的大数据系统可能不太现实，因为各企业都有各自的需求与特点，就算是一体化的系统，可能也需要进行客户化。 我们目前采用的是各厂商供应一部分，
  属于组装系统。
  
  
5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
  DOS到WINDOWS的改变，是彻底的改变了全社会的生活方式，数据电子化。开启了信息化时代。我记得当年用DOS操作系统时，干什么都得敲命令，搞得很专业一样，其实又没有干多少事情。
  到了WINDOWS操作系统上，做什么都显得不那么专业，但确干了很多事情。
  
  虽然，大数据时代来临了，但他的影响，应该不及WINDOWS取代DOS。

陌路巨额投入

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
       大数据的1.0是对BI的扩充，它是由一个企业自身的业务需求产生了大量的数据，我们通过深入的挖掘，能够进一步发掘数据价值，再产生新的数据，就形成了一个闭环。例如百度的百度搜索，搜索完了就要点击，从而获得更好的体验，搜集更多的数据。还有移动互联网平台，每天有很多的展示，获取了每一个设备号上面的用户，以及用户什么时候活跃，我利用这些数据就可以进行深入的分析，更好地投放广告，有的应用你给他投这个广告他就会点。这是典型的大数据1.0时代。
       大数据2.0时代，我们认为是迈进了大数据的门口，它所强调的并不是一类数据上纵深的关系，而是强调我企业用自己的数据去解决企业外部的问题，或者反过来利用外部的数据解决企业内部的问题。用当前我们的数据去解决其他的问题，产生新的价值。但是这可以很简单，它也可以很复杂，比如说Google，他用很多搜索的词，包括你的点击，来对传感病进行预测，当然最近又被证明这个预测有点问题。但是，Google也做了 很多事情，比如说它对动态电价进行预测。2.0与1.0不一样的是企业要解决问题的数据可能并不是企业本身产生的，反过来企业的数据可以解决其他的问题，产生很大的原来不可预计的价值。
    在企业工作或者生活中真实感触到了数据2.0时代的到来，生活中的淘宝的商品预测与投放。。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
      把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，这种说法我十分赞同，因为现在确实是这样的，因为拥有了大数据，就拥有了很多的资源和用户信息，这都是我们潜在的客户，潜在的金钱，只要善于去挖掘，就能赚到钱。
      我们企业也确实遇到了这样的情况，对于海量的数据经常没有得到及时的信息挖掘而导致资源的损失。
      工具：R语言、SAS工具等，能较好的完成数据的分析。

3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
        在数据1.0时代，数据存在一个封闭的特点，即企业内部按需共享，在那个时代，由于技术发展的一些约束，所使用的操作系统大都是UNIX，有些小中型企业，也会采用WINDOWS操作系统。所使用的存储大多是EMC，或者其它的磁盘阵列设备等，所使用的数据存取软件大多是关系型的数据库。这些设备及软件，在数据2.0时代，应该依然存在，且不会被淘汰掉。这些硬件与软件的搭配，已经被事实证明，是稳定的，高效的。而在数据2.0时代所发展起来的设备及软件，更多是针对于当前数据特点所设计的。未必就能适合或满足1.0的要求。

4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
     大数据给我们带来的意义，建立了促进全社会树立信息是资源、是财富、是生产要素的观念。现在在网络精准营销上，大数据都做了很多工作。而且工作正在往非物联网企业，传统的企业，特别是政府领域扩散，大家利用自己掌握的数据，包括大数据，有些不严格意义上是大数据，但是也重视它的挖掘、利用、开发。互联网企业正在携大数据跨界融合的趋势，在影响传统的行业加速到数据应用，全面的提升全社会自动化水平。这都是企业的机遇。
    挑战：
    挑战 1：数据分析人才不足。因应大数据处理的需求，不论企业决定采用哪一种解决方案，最终需要有数据科学家来运用这些大数据，才能活化大数据的价值，重新建构数据之间的关系，并赋予新的意义，进而转换成企业的竞争武器。
    挑战 2：当地大数据顾问服务不足。在大数据的应用风潮下，新兴的技术与人才也备受瞩目，其中又以Hadoop架构的技术人才最为缺乏，目前不论企业或信息厂商都相当缺乏非结构数据处理的技术人才，因此，即使是概念验证阶段，大多需要依赖国外顾问飞来国内，所花费的时间与成本，都让大数据处理的效益大打折扣。
   挑战 3：对数据价值的敏感度不足。大数据的价值，除了解决现在无法解决的问题，还要能发掘原本不知道的问题。业内人士认为，数据分析的前提是，数据保留的完整性与正确性。然而，在国内的企业文化中，长期以来都没有依赖数据来做决策判断的习惯，对于数据的价值也理解不足，甚至是忽略数据的存在，因此，有些企业根本没有保留数据与应用数据的长期规划。

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
      影响应该是没有那么大的，因为DOS到Windows的影响，是生活方式和用户体验的彻底改变，更加人性化，这种转变真的是不是那么容易复制和转变的。不过大数据1.0至2.0的发展，会给我们带来更好点体验，但是还是达不到DOS到windows的体验。

414491305

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
——请教一下神马是1.0时代和2.0时代？数据量巨大？多元化？不通的企业或者不通的人对数据的感觉肯定不一样，比如拿互联网企业跟传统企业相比，互联网企业肯定比传统企业更能感受到数据时代的变化，包括自然人用户同样如此。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
——挖矿工具。。。要是从数据挖掘算法角度来讲，集成的算法工具和包很多，R、weka、mahout、spark-mllib，python的sickit-learn等等，要是从工程实现角度来讲，基本的数据存储、处理和计算的工具更多，hadoop（hive，hbase），storm，spark，heron等等

3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
——我不懂神马是经典存储，mysql？sqlserver？db2这样的传统关系型数据库？还是像neo4j这样的图数据库？
对硬件的推进，这个真不懂。。。

4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
——因为不懂2.0时代到底是什么样的一个概念，假如仅仅是数据量大而且多元的话，数据的存储和挖掘，绝对是企业面对的一个棘手的问题。
回答这个问题的时候，其实我先回答了第5题。。。回答完了才发现我在5里面说的能hold住数据的软件也许就是大数据系统（或者说是大数据操作系统？），可视化系统应该可以嵌在大数据系统里面，个性化系统（比如推荐）也可以依赖大数据系统来构建和开发，或者说这个东西完全可以基于操作系统内核开发一个C/S架构的分布式操作系统。

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
——dos到windows系统的变革是真正意义上的操作系统，他们强依赖于计算机硬件，然而数据的操作系统，除了计算和存储上强依赖于硬件以外，还主要依赖于能操控数据本身的系统，也就是说数据的客观存在强依赖于软件，所以不管怎么进化，虽然意义看起来重大，但是好像还是没法比得上windows。面对这种情况，要是有一个能hold住数据的软件系统或许更重要、影响更大。

pure_lotus

1.在您们眼中，数据1.0时代与数据2.0时代有啥区别？在企业工作或者生活中是否真实感触到了数据2.0时代的到来？
那肯定的，现在人人都是数据的提供者，又是数据的使用者， 不象以前，只被动获得数据或者提供数据。

2.很多人把大数据比喻成海洋，而金子就隐藏在矿脉里，一旦挖不出来，再多的数据也仅仅是一种积累，您是否认同这种观点？您所在的企业是否也遇到过类似的困局？您所熟知的“挖矿”的工具有哪些呢？
大部分还在做数据仓库、BI层面。

3.数据1.0时代的经典存储、操作系统及软件是否会在数据2.0时代被慢慢淘汰掉？数据2.0时代对软硬件会催生出哪些新的需求？
软件，支持大量用户对热闹内容的查询；性能上要有足够的弹性
硬件,IO读写速度快，底层复制去重，API访问。

4.在大数据2.0时代，企业会面临着哪些机遇与挑战？什么样的软件工具或者系统将成为企业处理海量数据的救世主？数据采集、存储、处理与优化一体化的大数据系统？还是可视化、个性化的系统？
企业的挑战是，如何获得用户的关注，如何吸引用户参与，用户不参与的话，是否可以通过物联网或者其他手段获得用户参与的数据。
处理海量数据的工具只能是支持大数据存储和处理、分析工具，当然也要支持可视化和个性化定制。

5.在数据2.0时代，存储和计算方式转向了分布式进化，操作系统向IAAS、PAAS进化，软件也向SAAS进化，有人觉得由此可能催生出新的大数据管理系统的变革，其意义将不亚于当年DOS向WINDOWS系统进化的革命性成果。是否产生的影响真会如此？对此您怎么看？
那是，有存储层的数据管理，也有应用层的数据管理，还明数据库层的管理，存数据2.0时代，存储和计算不再是单一层面上的事情。
这个影响既是革命性的，也是象WIn一样逐步进化的。

苏上人

支持啊啊支持啊

smallfisherxu

支持

houbao408

占坑

2009532140

好~~~~

hsuthink

支持一个 拉分

hai503

作为1.0时代的人，静听各位 2.0 的分享~~

qingduo04

路过、支持...........