涕零
『壹』 大数据时代发展历程是什么
可按照时间点划分大数据的发展历程。
『贰』 中国大数据六大技术变迁记
中国大数据六大技术变迁记_数据分析师考试
集“Hadoop中国云计算大会”与“CSDN大数据技术大会”精华之大成， 历届的中国大数据技术大会（BDTC） 已发展成为国内事实上的行业顶尖技术盛会。从2008年的60人Hadoop沙龙到当下的数千人技术盛宴，作为业内极具实战价值的专业交流平台，每一届的中国大数据技术大会都忠实地描绘了大数据领域内的技术热点，沉淀了行业实战经验，见证了整个大数据生态圈技术的发展与演变。2014年12月12-14日，由中国计算机学会（CCF）主办，CCF大数据专家委员会协办，中科院计算所与CSDN共同承办的 2014中国大数据技术大会(Big Data Technology Conference 2014，BDTC 2014) 将在北京新云南皇冠假日酒店拉开帷幕。大会为期三天，以推进行业应用中的大数据技术发展为主旨，拟设立“大数据基础设施”、“大数据生态系统”、“大数据技术”、“大数据应用”、“大数据互联网金融技术”、“智能信息处理”等多场主题论坛与行业峰会。由中国计算机学会主办，CCF大数据专家委员会承办，南京大学与复旦大学协办的“2014年第二届CCF大数据学术会议”也将同时召开，并与技术大会共享主题报告。本次大会将邀请近100位国外大数据技术领域顶尖专家与一线实践者，深入讨论Hadoop、YARN、Spark、Tez、 HBase、Kafka、OceanBase等开源软件的最新进展，NoSQL/NewSQL、内存计算、流计算和图计算技术的发展趋势，OpenStack生态系统对于大数据计算需求的思考，以及大数据下的可视化、机器学习/深度学习、商业智能、数据分析等的最新业界应用，分享实际生产系统中的技术特色和实践经验。大会召开前期，特别梳理了历届大会亮点以记录中国大数据技术领域发展历程，并立足当下生态圈现状对即将召开的BDTC 2014进行展望：追本溯源，悉大数据六大技术变迁伴随着大数据技术大会的发展，我们亲历了中国大数据技术与应用时代的到来，也见证了整个大数据生态圈技术的发展与衍变：1. 计算资源的分布化——从网格计算到云计算。 回顾历届BDTC大会，我们不难发现，自2009年，资源的组织和调度方式已逐渐从跨域分布的网格计算向本地分布的云计算转变。而时至今日，云计算已成为大数据资源保障的不二平台。2. 数据存储变更——HDFS、NoSQL应运而生。 随着数据格式越来越多样化，传统关系型存储已然无法满足新时代的应用程序需求，HDFS、NoSQL等新技术应运而生，并成为当下许多大型应用架构不可或缺的一环，也带动了定制计算机/服务器的发展，同时也成为大数据生态圈中最热门的技术之一。3. 计算模式改变——Hadoop计算框成主流。 为了更好和更廉价地支撑其搜索服务，Google创建了Map/Rece和GFS。而在Google论文的启发下，原雅虎工程师Doug Cutting开创了与高性能计算模式迥异的，计算向数据靠拢的Hadoop软件生态系统。Hadoop天生高贵，时至今日已成为Apache基金会最“Hot”的开源项目，更被公认为大数据处理的事实标准。Hadoop以低廉的成本在分布式环境下提供了海量数据的处理能力。因此，Hadoop技术研讨与实践分享也一直是历届中国大数据技术大会最亮眼的特色之一。4. 流计算技术引入——满足应用的低延迟数据处理需求。 随着业务需求扩展，大数据逐渐走出离线批处理的范畴，Storm、Kafka等将实时性、扩展性、容错性和灵活性发挥得淋漓尽致的流处理框架，使得旧有消息中间件技术得以重生。成为历届BDTC上一道亮丽的风景线。5. 内存计算初露端倪——新贵Spark敢与老将叫板。 Spark发源于美国加州大学伯克利分校AMPLab的集群计算平台，它立足于内存计算，从多迭代批量处理出发，兼容并蓄数据仓库、流处理和图计算等多种计算范式，是罕见的全能选手。在短短4年，Spark已发展为Apache软件基金会的顶级项目，拥有30个Committers，其用户更包括IBM、Amazon、Yahoo!、Sohu、网络、阿里、腾讯等多家知名公司，还包括了Spark SQL、Spark Streaming、MLlib、GraphX等多个相关项目。毫无疑问，Spark已站稳脚跟。6. 关系数据库技术进化—NewSQL改写数据库历史。 关系数据库系统的研发并没有停下脚步，在横向扩展、高可用和高性能方面也在不断进步。实际应用对面向联机分析处理（OLAP）的MPP（Massively Parallel Processing）数据库的需求最迫切，包括MPP数据库学习和采用大数据领域的新技术，如多副本技术、列存储技术等。而面向联机事务处理（OLTP）的数据库则向着高性能演进，其目标是高吞吐率、低延迟，技术发展趋势包括全内存化、无锁化等。立足扬帆，看2014大数据生态圈发展时光荏苒，转眼间第2014中国大数据技术大会将如期举行。在技术日新月异的当下，2014年的BDTC上又可以洞察些什么？这里我们不妨着眼当下技术发展趋势：1. MapRece已成颓势，YARN/Tez是否可以再创辉煌？ 对于Hadoop来说，2014是欢欣鼓舞的一年——EMC、Microsoft、Intel、Teradata、Cisco等众多巨头都加大了Hadoop方面的投入。然而对于众多机构来说，这一年却并不轻松：基于MapRece的实时性短板以及机构对更通用大数据处理平台的需求，Hadoop 2.0转型已势在必行。那么，在转型中，机构究竟会遭遇什么样的挑战？各个机构如何才能更好地利用YARN所带来的新特性？Hadoop未来的发展又会有什么重大变化？为此，BDTC 2014特邀请了Apache Hadoop committer，Apache Hadoop Project Management Committee（PMC）成员Uma Maheswara Rao G，Apache Hadoop committer Yi Liu，Bikas Saha（PMC member of the Apache Hadoop and Tez）等国际顶尖Hadoop专家，我们不妨当面探讨。2. 时过境迁，Storm、Kafka等流计算框架前途未卜。 如果说MapRece的缓慢给众多流计算框架带来了可乘之机，那么当Hadoop生态圈组件越发成熟，Spark更加易用，迎接这些流计算框架的又是什么？这里我们不妨根据BDTC 2014近百场的实践分享进行一个侧面的了解，亦或是与专家们当面交流。3. Spark，是颠覆还是补充？ 与Hadoop生态圈的兼容，让Spark的发展日新月异。然而根据近日Sort Benchmark公布的排序结果，在海量（100TB）离线数据排序上，对比上届冠军Hadoop，Spark以不到十分之一的机器，只使用三分之一的时间就完成了同样数据量的排序。毫无疑问，当下Spark已不止步于实时计算，目标直指通用大数据处理平台，而终止Shark，开启Spark SQL或许已经初见端倪。那么，当Spark愈加成熟，更加原生的支持离线计算后，开源大数据标准处理平台这个荣誉又将花落谁家？这里我们一起期待。4. 基础设施层，用什么来提升我们的网络？ 时至今日，网络已成为众多大数据处理平台的攻坚对象。比如，为了克服网络瓶颈，Spark使用新的基于Netty的网络模块取代了原有的NIO网络模块，从而提高了对网络带宽的利用。那么，在基础设施层我们又该如何克服网络这个瓶颈？直接使用更高效的网络设备，比如Infiniband能够带来多少性能提升？建立一个更智能网络，通过计算的每个阶段，自适应来调整拆分/合并阶段中的数据传输要求，不仅提高了速度，也提高了利用率。在BDTC 2014上，我们可以从Infiniband/RDMA技术及应用演讲，以及数场SDN实战上吸取宝贵的经验。5. 数据挖掘的灵魂——机器学习。 近年来，机器学习领域的人才抢夺已进入白热化，类似Google、IBM、微软、网络、阿里、腾讯对机器学习领域的投入也是愈来愈高，囊括了芯片设计、系统结构（异构计算）、软件系统、模型算法和深度应用各个方面。大数据标志一个新时代的到来，PB数据让人们坐拥金山，然而缺少了智能算法，机器学习这个灵魂，价值的提取无疑变得镜花水月。而在本届会议上，我们同样为大家准备了数场机器学习相关分享，静候诸位参与。而在技术分享之外，2014年第二届CCF大数据学术会议也将同时召开，并与技术大会共享主题报告。届时，我们同样可以斩获许多来自学术领域的最新科研成果。
以上是小编为大家分享的关于中国大数据六大技术变迁记的相关内容，更多信息可以关注环球青藤分享更多干货
『叁』 大数据行业都有哪些大会
2021 WeDataSphere 社区大会（当前未开始）
场活动面向开源大数据领域的开发者和用户，邀请到开放原子开源基金会 TOC 主席堵俊平、WeDataSphere 社区发起人邸帅、天翼云大数据平台技术专家王小刚等嘉宾进行分享。
本次分享既有对开源大数据技术和工具发展趋势的解读，还有开源一站式大数据平台套件 WeDataSphere 最佳实践和优秀案例的分享，更有如何基于开源项目构建企业级数据平台的探讨和交流。
『肆』 现在的主流行业有哪些大数据指的是什么_发展好吗
前瞻产业研究院发布的《2016-2021年中国行业大数据市场发展前景预测与投资战略规划分析报告》数据显示，2011年以来，中国大数据市场规模快速增长，从2011年的2.6亿元增长至2014年的23.2亿元，2015年有望达到46.8亿元。其中，2013-2015年的市场规模年增速均在100%以上。由此看来，中国大数据产业正处于高速发展期。数据显示，在投资规模方面，信息行业（互联网和电信）、政府、金融这几大领域是大数据应用的重点行业，其投资占比超过了整个产业的50%，这与这几个领域数据量最大有关。另一方面，医疗、零售、交通等领域的大数据应用范围正在不断扩大。尤其是医疗、生物领域，随着医疗信息化和医疗改革的不断推进，医疗领域大数据的应用空间非常广阔。下月召开的“2015中国大数据技术大会”也将设立“医疗健康与生物大数据”论坛，专家将探讨医疗健康、生物大数据在基础研究中的价值及面临的挑战，释放更多无法衡量的价值。这也反映出未来医疗、生物大数据是大数据产业的发展重点之一。
『伍』 国际大数据大会传递哪些新理念
国际大数据大会传递哪些新理念
为进一步促进大数据领域与传统应用行业的深度交流与合作，中国通信学会近日在北京举办“2015中国国际大数据大会”。此次大会以“大数据+”为主题。解读大数据行动纲要将推动政府公信力和信用体系的建设国家统计局信息服务中心大数据研究实验室主任江青说，大数据行动纲要代表国家从顶层设计上推动大数据。江青主要解读了大数据行动纲要对智慧城市带来的“四化”。她认为智慧城市的核心是大数据，是大数据在城市的应用。纲要有利于智慧城市实现规划科学化、管理动态化、治理精准化、管理服务高效化。纲要还提出推动政府信息系统和公共数据的互联共享，消除信息孤岛，加快各类政府信息平台，避免数据重复打架，江青认为，这说明了两个问题，一是增强政府公信力，一是提升社会的信用体系，相对应的就是建设政府信息公用平台和政府公信力的平台。数据开放问题政府部门和公共企事业单位要率先开放原始的、可机读的数据中科院院士、北京大学、普林斯顿大学教授、普林科技董事长鄂维南认为现在大数据面临的第一个瓶颈就是没数据，数据孤岛严重，不同部门数据存在在不同的地方。中国国际经济交流中心副研究员张茉楠认为我国数据的实体化和实体数据化还处在前期阶段，还存在数据安全、数据所属权、数据治理等各方面的问题。西安未来国际信息公司执行总裁史晨昱提出了如何开放和开放哪些数据。他认为，应首要开放政府部门和公共企事业单位的数据。政府应该建设开放平台或者网站，以满足社会公众对信息资源的使用。开放网站是全球的普遍做法，包括美国、英国都采用这种做法。开放平台应该建立在互联网上，而非建立在电子政务网上。其次，开放的数据应该是原始的，可机读的数据。原始数据是没有加工处理的数据，可机读是指开放的数据要便于计算机处理加工。数据开放后，政府需要鼓励企业和公众，利用公共信息资源去开发信息产品，服务于社会公众，服务于其他的企业客户或者政府客户。大数据推动社会共治国家的治理从原来的政府主导，转向政府、公民、企业、社会共同参与的多元共治模式张茉楠认为大数据带来的不仅仅是生产力的变革，更是一种生产关系的变革。大数据改变了政府的角色、企业角色和社会公众的角色，也使整个国家的治理从原来政府主导的治理，开始向政府、公民、企业、社会多元共治的新模式转型。张茉楠举例说美国环境数据的开放，就是通过一个项目把美国各个州的环境治理数据向公众开放，让公众更多地参与环境治理，由第三方负责监管。整个过程中是政府提出需求，提供服务，公众积极参与，整个社会共同监督管理。张茉楠认为大数据时代，社会治理主要呈现三大特点，一是从原来的一家独大、政府的独治逐渐转向多元共治。第二，由原来较多的封闭结构向开放型的治理结构转型。特别是在大数据、云计算发展之下，原来公众和政府之间的信息差、知识差已经逐步扁平化。第三，由权力决策机制转向公共决策机制。数据交易市场数据产品交易可以活跃信息消费市场，但法律犯规、技术都还不尽完善史晨昱认为数据服务平台应该非盈利性和商业化并举。非盈利的数据开放网站，负责将政府部门和公共服务企事业单位的数据，免费开放给公众；在此基础上建设的商业化数据服务平台，可以连接信息服务产品的供需双方，开展数据产品交易，以此活跃整个信息消费市场。亚信数据总裁张浩认为，维护和管理数据对任何一个部门或者企业来讲都是有代价和成本的，通过交易或者是对等交换，容易实现数据价值。但我国目前还面临着问题，第一，本身还没有形成大数据，缺少法律规范让拥有数据的部门开放数据。第二，目前缺少对个人隐私保护的技术。鄂维南认为数据作为一种商品，有一定的特殊性，每个人都可以使用，可以重复售卖，没有任何消耗。根据经济学观点，数据的价值是零，所以数据交易理论上来说是不可行的。这也是数据交易平台需要突破的悖论。云计算+大数据云计算可以让大数据运行更经济化、集约化和精细化中国移动苏州研发中心大数据项目总监徐萌提出了云计算大数据，她认为，大数据把数据整合起来，这只是粗放的状态，并不是经济的模式。云计算强调经济化、集约化、精细化。云计算可以使得大数据用集约式的平台和方式来运转。目前来看，云计算大数据的实现需要解决4个问题，第一，统一化的数据管理，即数据从哪来到哪去、共享给谁、怎么共享、权限是什么。第二，明确云计算大数据的概念，大数据是借用云计算来实现服务的。第三，精细化的资源管理，云计算目标就是降低成本，提供更多应用和服务。大数据后续也要演变过来，实现精细化运营，合理调度资源。第四，智能化就是保证多种资源框架可以自动适配。
以上是小编为大家分享的关于国际大数据大会传递哪些新理念的相关内容，更多信息可以关注环球青藤分享更多干货
『陆』 2016年全球人工智能大会什么时候开
已经开始了，2016年4 月22日，北京国家会议中心将隆重举办“2016全球人工智能技术大会（GAITC）暨人工智能60周年纪念活动启动仪式”。此次活动由中国人工智能学会发起，联合中国仪器仪表学会、中国电子学会、中国自动化学会、中国认知科学学会、中国通信学会、中国机械工程学会、中国图象图形学学会、中国系统仿真学会、中国电工技术学会、中国指挥与控制学会、中国中文信息学会、中国航海学会、中国宇航学会、中国制冷学会、中国电影电视技术学会、中国农业工程学会、中国照明学会、中国金属学会、中国造纸学会等20余家国家一级学会，共同开启庆祝人工智能诞辰60周年智能化时代的新征程。
『柒』 如何读日本人的名字 masaru kitsuregawa
这位日本人的名字masaru kitsuregawa，是按照欧美习惯把名放在前面而姓放在后面了。
ki tsu re ga wa（きつれかわ）喜连川，ma sa ru（まさる）优。
出生于1955年7月13日。
计算机科学家，目前是东京大学的教授、日本国家信息研究所所长。
曾经获得埃德加创新奖。
在2016年12月8日曾受邀来北京参加2016中国大数据技术大会（BDTC）。
英文维基上有此人的介绍单页。
年轻时：
『捌』 中国大数据应用大会召开在什么时候
本月是大数据行业会议的密集期。2016年中国大数据应用大会今日举行，此次大版会以“大数据与智能时代”为权主题，将围绕智能制造、大数据核心技术、地理信息与大数据、大数据与健康医疗、大数据与互联网金融、宏观经济大数据等当前热点领域全面展开。紧随其后，2016第六届大数据世界论坛也将于7月28日召开。作为A股大数据板块的催化剂，行业事件的累积效应一触即发。横向：大数据影响多个传统产业
『玖』 IBM Power全面推动大数据分析发展
IBM日前在2015中国大数据技术大会上分享了其在大数据分析领域的最新成果，阐述了面向大数据分析领域的IT基础架构的最新战略。针对企业在认知时代面临的大数据分析工作负载，IBM坚信要以全新的IT基础架构作为支持。凭借产品和解决方案的持续革新，IBM致力于助力大数据应用创新，通过打造基于Power的本地生态系统，全面推动本地大数据分析技术的发展。随着互联网和移动互联网技术的进一步发展，在数据量激增的同时，数据类型也变得更为复杂多样。如何快速处理这些数据使其产生价值，如何结合结构化与非结构化数据分析进行预测、推理、感知的判断并采取相应行动，成为企业亟须思考的难题。面对当前挑战，企业需要能够处理和分析大量结构化与非结构化数据，具备高可靠性和经济效益的认知系统。未来，随着数据量的进一步增长，企业将需要一个具备更强事务处理能力、更灵活调配系统架构的领先IT 基础架构。IBM Power一直致力于凭借领先的IT基础架构，满足企业的大数据分析需求，帮助企业实现数字化转型。针对大数据分析与认知工作负载，IBM今年推出了多款Power产品。Power Systems LC服务器基于OpenPOWER基金会创新成果，针对企业大数据分析工作负载，能够提供比同等x86服务器更快的速度及更低的成本，帮助客户实现便捷、快速的部署。此外，IBM不仅凭借基于POWER8的Linux专属服务器帮助用户发展新兴应用，还通过企业级高性能Linux分区服务器为用户的关键应用提供支持，帮助企业发展新兴工作负载、实现业务转型。着眼未来趋势，IBM坚信认知技术与思维是满足企业发展需要不可或缺的一部分。作为IBM在认知计算领域的卓越代表，沃森（Watson）在大数据处理与分析方面已取得突破性成就，拥有分析海量数据、处理并行复杂数据以及快速判断和应答响应等卓越能力。基于由IBM Power平台构建的高性能运算基础架构的支持，IBM正联合多家合作伙伴，推动沃森的应用。除了不断革新Power硬件平台，IBM还通过对本地人才的培养推动大数据应用的创新。今年，IBM已联手CSDN成功举办了8期POWER8极限挑战赛，吸引了逾万人次参赛。IBM也成功举办了十余次培训沙龙，为开发者带来更多学习和交流的机会。此外，IBM还以不同形式联合合作伙伴为本地开发者提供基于Power的开源技术创新环境，帮助开发者加速其创新进程。为提升本地合作伙伴的能力，IBM还与合作伙伴联手，积极推动本地开源技术生态系统的构建。在IBM“中国合伙人”战略的引领下，IBM与CSDN等伙伴联手启动Linux开源生态系统联盟，基于IBM多年来为开源领域提供的先进支持，携手国内ISV、开源技术社区、企业用户、创投公司等多方力量，共同打造一个基于Power技术的开源技术生态圈。IBM还联手OpenPOWER基金会成员推出了全新硬件加速ISV支持计划，为本地ISV免费提供基于RedPOWER服务器以及赛灵思FPGA的云端开发及测试环境，帮助ISV提升大数据、云计算等新兴技术研发能力，促进第二代分布式计算的发展。IBM副总裁、大中华区硬件系统部总经理郭仁声表示：“认知时代的到来标志着信息技术的发展步入了全新阶段，也对企业的IT基础架构提出了更为严苛的要求。为了帮助企业更好地处理、分析数量庞大的结构化和非结构化数据，IBM Power将凭借扎实的硬件基础和深入的行业洞察，帮助企业构建全新的IT基础架构，更好地应对当前和未来包括大数据在内的种种挑战。”
『拾』 大数据时代真的来了吗 数学建模
真正的大数据时代应该没有喜不喜欢只有愿不愿意。现阶段通过所谓的大数据功能，搜索引擎、电商平台、社交平台都可以根据用户喜好进行热点推送。除去那些商家花钱的硬推广告之外还是有许多按照个人喜好推送的物件和消息的。以购物为例，某阶段，用户需要某些东西进行了搜索购买，但因为频繁搜索，被半智能的大数据定义为“喜欢”于是进行了相关信息推送。但这些物件已经购买完毕所以在推送不会因为好奇和喜欢再次重复购买。真正的大数据在这一块可以做的更全面。比如用户购买的是一箱苹果，那么可以智能识别一到两周后再次推送。而用户买的是红酒则自动推送冰桶、启瓶器、高脚杯或是雪碧。所以真正的大数据推送信息不应根据喜欢偏好进行，而是应该通过是否愿意接收这些讯息进行推送。当真正的大数据时代来临安全也许根本不是问题。很多人会担心那些出现在互联网身上的安全隐患统统会出现在物联网身上，而在物联网上的安全问题会给人们带来更大的伤害。当然，这很多人之中包括笔者。而经过对大数据的深入了解，和对大数据未来发展的预估。笔者突然发现一个很重要的实时：物联网的正常运行和发展离不开大数据，而真正的大数据要比人类聪明的多。大数据是集合了人类所有的智慧结晶和数据资源，同时，完善的大数据具有自我手机学习功能。在日前召开的2015中国大数据技术大会上美国俄亥俄州立大学计算机科学与工程系主任张晓东教授表示，现阶段我们所应用的大数据中的数据采集90%源自近两年。而随着移动互联网化的加强和可穿戴设备的兴起，人们的每一个行为和操作都可以被精确采集并收入大数据库。这样比任何人都知识量丰富的大数据即便遇见大脑80%倍应用的人类也是可以对抗的，而人们只要在硬件装置设置上标注上“不准害人”并精确的列出圆满的不伤害人类条例。就可以将物联网安全交给大数据去处理了。无论是黑客攻击还是区域故障。当然，这一切的前提是大数据的全部潜能都被完整开发出来，也就是不仅可以根据需求供给还能自主判断供给的时候。当然这是一条艰辛的路。实现大数据完全颠覆人类生活的时间定义在二十年之后。或许还会更久。大数据时代来了吗?来了!只是还在行走和进化，还不是最理想最完整的它。