11月27日上午消息根据IDC发布的研究报告，2020年，全球新建和复制的信息量已经超过40ZB，是2012年的12倍；而中国的大数据量则会在2020年超过8ZB，比2012年增长22倍。快速膨胀的大数据量促进了大数据技术和服务市场的繁荣发展。
然而，随着大数据应用场景的不断拓展，甲骨文公司副总裁及大中华区技术总经理喻思成表示，大数据需覆盖传统大数据、非结构化大数据、流式大数据和快大数据，以为企业构建全大数据视图，提供全面的信息支撑。因此，如何跨越大数据“孤岛”，及时获得精准的大数据，进而指导企业做出最佳决策并付诸行动，成为企业在大数据领域亟待解决的问题。
全生命周期服务
据喻思成介绍，任何大数据，都需要经过获取、存储、处理、分析和利用五大过程，才能最终和业务有效关联，成为切实指导决策与行动的信息要素。围绕这五大过程，大数据可在全生命周期中为企业提供支持。
“在最初的大数据获取和发掘阶段，企业需要解决的是如何通过大数据搜索与可视化，更快地解答有关业务的诸多问题；在大数据分析阶段，企业需要良好的平台和性能，支撑随时随地的实施大数据分析，监测大数据异常与趋势，进一步得出洞见；在最终的规划与预测层面，企业则需结合历史与统计大数据，搭建预测模型，最大化预测的精准度，在战略管理以及人财物为决策者提供建议。”
由概念转入实践
在大数据的处理方面，喻思成表示，过去由于获取海量大数据并进行实时分析需高昂成本，使得企业望而却步。直到hadoop和NoSQL的出现，才大大改变了大数据应用的现状。
然而，据喻思成介绍，主流的SQL关系型大数据库正在回归大数据主流世界并在大数据处理和分析领域继续发挥重要的作用，极大程度上完善了大数据的生态环境。为此，Hadoop、NoSQL和SQL共存与融合，使得大数据技术在成熟度方面将迈入全新的一步。
“随着内存、移动以及虚拟化技术的不断发展，大数据也正在从一个无形的概念逐渐走向落地实践。在中国，从互联网企业，到电信、金融、政府这样的传统行业，都已开始采用各种大数据分析和服务，帮助聆听客户之声、品牌传播、市场优化、风险分析、优化决策等方面。”
