“今天找大家过来，是因为所有的课题前准备已经完全完成，谭凌，你先跟大家简单说一下。”张可也没多啰嗦，直接开始了正事。

谭凌点头，起身说道。

“经过近一个月的准备，前期所有的相关知识储备与小课题实验研究已经全部完成，包括课题实验所需的云计算平台、存储、实验参考数据……等均已准备完成……”

“……”

张可接过话头，“今天，我们便启动『大数据·算法、主导数据与行为模型』课题。”

张可的话语落下后，苏小木等人都没有太意外。

这个大课题拖的时间挺长了。

也是时候开始了。

不过大家都有意无意的看了眼苏小木，心里都明白张可有很大概率是为了等苏小木完成ACM总决赛。

没等大家开口，张可问道，“你们觉得，什么是大数据？”

这个问题问出后，苏小木、谭凌、林唐等人都陷入了沉思。

张可教授要听的肯定不是网络上的那些烂而化之的回答。

而是他们每一个人自己的总结。

从生活中、从学习中、从自身经历的方方面面进行总结归纳并给出答案……

一般看来，大数据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。

从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分，必须采用分布式架构，必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

同时大数据还需要特殊的技术，来有效处理大量的容忍经过时间内的数据。

这些技术包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

IBM也曾提出了大数据的特点：大量、高速、多样、低价值密度、真实性。

但，大家都不会简单的从这些概念上的东西来进行回答。

良久。

谭凌开口道，“我认为大数据就是数量庞大的任意数据，甚至这些数据本身并没有什么卵用，而且还没什么价值，扔之可惜。”

“当然，大数据其实始终贯穿着人类的历史，从古至今的各种法例都能看到大数据的踪迹。”

“比如连环案件分析？”林唐插嘴道。

也不知道林唐是不是最近看柯南看多了，张口就是连环案件。

其他几人各有回答。

独剩下苏小木沉默不语。

“小木同学，你来说说？”张可点了名。

苏小木简单的答道，“说不好，我觉得大数据无非就是多维分析，最终针对的还是人。”

“每个人都有每个人对大数据的理解，我们的课题只是从大数据出，探索主导数据、行为模型的一个片段。”

张可道。

“大家可以通过课题，去找到每个人对大数据的新理解。”

“硬件层面的准备基本完善，但软件层面的部署还得我们亲自来，先是分布式文件系统，我们讨论一下，是否直接使用Hadoop实现的分布式文件系统：HDFS？”

张可的问题引了课题实验组每个成员的意见表。

先HDFS基本上是个通用的大数据分布式文件系统，最重要的一点是设计就是用来部署在低廉硬件上的。

包括Hadoop，完全就是为了大数据而开的程序。

Hadoop框架最核心的设计就两点，HDFS和MapRduc。

HDFS为海量数据提供了存储方式，MapRduc为海量数据提供了计算。

苏小木试图争取了一下，“教授，如果我们课题的时间足够长的话，不如我们试试自己实现，不借用Hadoop，重新设计分布式文件系统、并行运算算法、并行处理数据库这些。”

“这样一来，专业针对的就是课题本身的算法、主导数据与行为模型。”

苏小木的话是有道理的，当然也是有私心的……

======

2更。