1.为什么产生大数据技术？

大数据技术的产生，犹如三个和尚挑水喝的故事，一个和尚挑水喝有的喝，两个和尚甚至三个和尚再用原来的生产效率，其结果就是三个和尚没水喝的局面，大数据犹如这里的水，需求越‘大’就需要更大更好的工作效率，大数据技术的产生是时代的趋势，是必然的结果。

2.为什么要学习大数据技术？

大数据技术有以下几个价值 ：

1.技术价值

大数据，根本上与数学、统计学、计算机学、数据学等基本理论知识无法分割，技术水平突飞猛进给数字领域带来最直接的跃进。

App研发应用、数据库编写应用等促进人类社会技术进步的价值都来源于大数据的发明和运营。

2.商业价值

单就运营而论，数据作为一种度量方式，能够真实的反映运营状况，帮助企业进一步了解产品、了解用户、了解渠道进而优化运营策略是其快速发展的根本动因。

3.行业价值

“公开市场门”即客户在一个开放市场中的各种行为数据，大部分其实不直接与特定企业行业相关，但它能够很大程度地引导企业各种业务的开展方向，为整个行业的走向提供社会趋向指导。

例如微信微博流量、区域偏好、移动数据、娱乐项目偏好等等数据，它能够勾勒客户的个人心理画像，展现行业发展在市场反馈中体现的影响，和人们的态度趋向。

4.大数据可能带来什么样的问题？如何应对这些隐患？、

大数据安全威胁渗透在数据生产/采集、处理和共享等大数据产业链的各个环节，风险成因复杂交织；既有外部攻击，也有内部泄露；既有技术漏洞，也有管理缺陷；既有新技术新模式触发的新风险，也有传统安全问题的持续触发。本报告将聚焦于大数据本身面临的安全威胁，从大数据平台安全、数据安全和个人信息安全三个方面展开分析，确定大数据安全需求。

（一）平台安全问题与挑战

大数据平台在Hadoop 开源模式下缺乏整体安全规划，自身安全机制存在局限性

大数据平台服务用户众多、场景多样，传统安全机制的性能难以满足需求

大数据平台的大规模分布式存储和计算模式导致安全配置难度成倍增长

针对大数据平台网络攻击手段呈现新特点，传统安全监测技术暴露不足

（二）数据安全问题和挑战

1、除数据泄露威胁持续加剧外，大数据的体量大、种类多等特点，使得大数据环境下的数据安全出现了有别于传统数据安全的新威胁。

2、数据采集环节成为影响决策分析的新风险点 3、数据处理过程中的机密性保障问题逐渐显现 4、数据流动路径的复杂化导致追踪溯源变得异常困难

（三）个人隐私安全挑战

大数据应用对个人隐私造成的危害不仅是数据泄露，大数据采集、处理、分析数据的方式和能力对传统个人隐私保护框架和技术能力亦带来了严峻挑战。

1、传统隐私保护技术因大数据超强的分析能力面临失效的可能 2、传统隐私保护技术难以适应大数据的非关系型数据库

4.社会价值

大数据为人的生活带来的不仅只是便利，还有紧密的生活服务网络，将来为人们的出行、就医、上学等服务时，我们将进入新的时代。

通过上边的分析，希望大家对于大数据有更多更深入的了解，通过大数据培训的学员和自学的学员，对于大数据能够更多的了解他的价值所在，方便自己以后工作。

3.用图表和简单的文字简要描述大数据的发展前景和就业趋势，并谈谈你的看法。

一、增强数据分析已经成为主流

　如果你留意过大数据相关领域，相信已经知道数字化与增强数据分析的趋势。

　一个主流挑战是大数据市场正在不断增长。如何应对现有的海量数据。有数据表示我们有250亿字节数据，且我们每天都会立生高达463EB的数据。未来5年后，数据将是现在的185倍。

　数据集合变得如何之大，处理和解释它是现在的一项重大挑战。

　增强分析通过使用机器学习与人工智能技术，对数据进行自动化准备、清洗、共享以及分析数据，并解决问题。

　做过数据分析的开发者应该知道，这本质是将海量数据转换拆分为小颗粒度并可分析的数据集合。

　增强分析将在2021年正式成为主流技术趋势，到2025年，增强数据分析市场的复合年增长率(CAGR)将会达31.2%。

　微推圈大数据表示，在即将到来的2021年，增强分析将成为商业智能(BI)的流驱动力量。

二、大数据与区块链技术的结合

　近期，比特币以及相关数字加密货币的崛起，一些人对加密货币以及区块链产生了新的兴趣。

　我们将加密货币独立来看，亦可以从大数据如何受益的角度来看待：大数据将随着加密意识以及采用率的提高而上升，因此将促进大数据和区块链技术的大联姻。

大数据与区块链技术的结合将确保：

　1、网络架构将难以被篡改，因此大数据是安全的;

　2、更优秀的数据结构，使分析和理解数据成为更多可能。

　从本质上来讲，区块链与大数据的结合将使数据变得易于阅读，又更加安全，原来很多数据的安全噩梦将一去不复返。

三、增加对图表的关注

　知识图谱做为五大新兴技术趋势之一，它可以弥合人与机器之间的鸿沟。

　数据集的不断扩大，这些数据也变得越来越难以分析和理解，这就是知识图谱的价值所在。

　知识图谱是将对象、概念和事件彼此关联笔描述的集合，这些描述通过链接和语义元数据方法，为创建数据提供更良好的上下文体系，这样可以更方便的分析、集成、共享和统一数据。

　在资源描述框架(RDF)中，知识图提供了一个框加，可以方便地表示各种类型的数据，并具有互操作性和标准化。

根据Dataversity定义，知识图谱包括：

1、帮助捕获很多不同概念的数据资产;

2、协调捕获数据并标准化数据分类;

3、通过统一捕获数据来显示关系。

　概括来说，使用知识图谱可以简化大数据的分析和使用，帮助开发考得捕获大量不同的数据集，使其协调一致，并以一种易于理解的方式呈现。

四、大数据推动健康革命

　一场由大数据推动的健康革命即将到来，在新的一年里，我们将看到它开始发挥实际之价值。

　在卫生技术不断进步的同时，由今年的新冠肺炎的大流行，需要更多的技术手段来解决健康这一课题。

　大数据由此也越来越多地被用来解决健康相关问题的解决方法，人们也欣喜的看到这些努力正在变成积极的成果。

　最近，Google的深度学习项目Deepmind的重大技术飞跃，预计它将对医疗健康行业进行彻底变革。

　通过Deepminnd的AlphaFold项目，它能够解决生物学的最大挑战：它成功地从蛋白质氨基酸序列中，确定了蛋白质的三维形状。它解决了一个50余年的生物学难题，比科学家预想的解决方案提早了几十年，而且超过了其它一百多个研发小组。

　此项突破意味着医学的突破性进展，可能会给药物制造带来突破性解决方案，包括对人类疾病比如癌症、痴呆、传染病等，将不再是难治之症。

五、气候变化将更加依赖于大数据

　气候变化一直被列为巨界头号待解决难题之一，联合国在2020年已经将其列为头号之挑战。

　气候变化的行动与这些行动产生的经济利益存在着紧密关系，虽然之前相关方面也采取了部分行动，但在2021年，人们将更加注重利用数据来应对气候变化。

　大数据分析可用来实时收集数据，一方面可以了解对气候变化的反应，也可以了解气候相关行动所引发的讨论，从而更好更容易地应对气候变化。

　另外，一些投资者与消费者，对自己所使用的商品了解不多，人们也不知道哪些商品会对气候变化产生何种影响，通过大数据分析，关注气候变化的人们会对自己选择的商品做出更正确的决策。

这些挑战既是隐患，也是机遇，我们要牢牢把握住，将这个隐患往好的方向指引。