上海2015年9月2日電(dian) /美通社/ -- 經常有(you)朋友問(wen)，免費(fei)的(de)(de)生(sheng)意(yi)到(dao)底是(shi)怎么玩的(de)(de)？團購這種(zhong)“站在跟前打折(zhe)”的(de)(de)做法沒(mei)有(you)貓膩嗎(ma)？每次我(wo)解(jie)釋完(wan)這類(lei)問(wen)題，常會有(you)人感嘆說：好(hao)精明(ming)(ming)。是(shi)的(de)(de)，傳統上說做這種(zhong)生(sheng)意(yi)的(de)(de)人必須“心眼多”、“會算”。但(dan)換個角度看，“精明(ming)(ming)”和“心眼多”并不是(shi)獨特(te)的(de)(de)天賦，說到(dao)底無非是(shi)“駕(jia)馭數(shu)據的(de)(de)能(neng)力(li)”而(er)已。如果說過去駕(jia)馭數(shu)據很(hen)大(da)程(cheng)度上需要依賴聰明(ming)(ming)才智，那么現在依靠技(ji)術的(de)(de)發展，駕(jia)馭數(shu)據的(de)(de)門檻已經大(da)大(da)降(jiang)低了，進入“大(da)數(shu)據”時代之后，這一(yi)點應該體現得更加(jia)明(ming)(ming)顯。
不得不承認，“大數據”已經成了熱門的詞匯，仿佛一夜之間，我們就進入了“大數據”時代(dai)，處(chu)理數據的各(ge)種限制(zhi)和(he)困(kun)難(nan)都不復(fu)存在(zai)了。隨之而來(lai)的，大家(jia)駕馭(yu)數據的能力都應該突飛猛進，玩轉數據再也(ye)不是什(shen)么難(nan)事。但是，事實真的如此嗎？
不幸的是，現在很多所謂的“大數據”，只有量的積累，沒有質的提升，只有規模的增長，沒有價值的飛躍。依靠迅速提升的存儲能力，我們可以保存幾乎無限的數據。但是大家能從數據里挖掘出來多少內容？看來看去，似乎還只是原先的那些指標，充其量是能更快得到結果而已。這就是我們想要的“大數據”嗎？如果不是，真正的“大數據”應該怎樣玩？
要回答這個問題，可以去閱讀各種和“大數據”相關的書籍，得到一大堆“經典”例子，也可以聽聽在每天與數據打交道的先行者們的說法，傾聽來自第一線的感悟。第一種方式很容易實現，第二種方式則更講機緣 -- 所以，8月29日七牛云存儲在上海舉行的 D-Future “數據重構未來”的大(da)會，就尤(you)其值得參加了。這次(ci)大(da)會不(bu)叫“技術大(da)會”而(er)叫“數(shu)據(ju)大(da)會”，因(yin)為它是(shi)名副其實(shi)的，尤(you)其是(shi)兩位(wei)演(yan)講嘉賓(bin)許(xu)式偉(wei)（老(lao)許(xu)，七(qi)牛(niu)CEO）和李(li)道(dao)兵(bing)（道(dao)哥，七(qi)牛(niu)首席架構師），都(dou)是(shi)我(wo)以前的同事，是(shi)有多年(nian)開發經驗、技術非(fei)常純熟的高手，但他們分享的內容不(bu)是(shi)技術，而(er)是(shi)數(shu)據(ju)以及他們與數(shu)據(ju)打交道(dao)的心得，在我(wo)看(kan)來這些觀點是(shi)非(fei)常有價值的。
老許的第一個觀點是，很多人還沒有為大數據做好準備，最明顯的，還有很多公司仍然在定期清理日志。存儲容量在大數據時代已經不再重要，所以“存儲日志”并沒有嚴(yan)格的(de)(de)(de)容(rong)量限(xian)制(zhi)。即便是(shi)看(kan)來簡單的(de)(de)(de)日志(zhi)，也包含了(le)(le)足夠多的(de)(de)(de)數(shu)(shu)(shu)據(ju)，只是(shi)尚未挖掘出足夠的(de)(de)(de)價值。這個(ge)觀(guan)點被之后(hou)的(de)(de)(de)演講嘉賓，《大(da)數(shu)(shu)(shu)據(ju)時代(dai)》的(de)(de)(de)作者牛津(jin)大(da)學(xue)教授舍恩伯格推進了(le)(le)一步：傳統觀(guan)念里(li)(li)大(da)家把(ba)數(shu)(shu)(shu)據(ju)視作成(cheng)(cheng)本(ben)，為(wei)了(le)(le)某個(ge)目(mu)的(de)(de)(de)（或(huo)者假設），精(jing)打(da)細算(suan)地收(shou)集數(shu)(shu)(shu)據(ju)，分析得出結論。但是(shi)到了(le)(le)大(da)數(shu)(shu)(shu)據(ju)時代(dai)，因為(wei)容(rong)量不再是(shi)問題，所以數(shu)(shu)(shu)據(ju)的(de)(de)(de)角色從成(cheng)(cheng)本(ben)變成(cheng)(cheng)了(le)(le)環境(jing)，很多探索也變為(wei)從“無(wu)目(mu)的(de)(de)(de)”收(shou)集的(de)(de)(de)海量數(shu)(shu)(shu)據(ju)中提煉價值的(de)(de)(de)過(guo)程。所以在大(da)數(shu)(shu)(shu)據(ju)時代(dai)，背靠(kao)云服(fu)務提供商，大(da)家都應當在頭腦里(li)(li)把(ba)“容(rong)量”和(he)“成(cheng)(cheng)本(ben)”解(jie)綁，改換(huan)全新的(de)(de)(de)思(si)維方(fang)式。
老許的另一個觀點我也非常贊同，即“非結構化數據”是未來的重要發展方向。長期以來，有很多技術人員 -- 包括我在內 -- 望世間萬物都是規范嚴謹、邏輯清晰的，就好像柏拉圖那純凈的理念世界。然而真實的世界里總是充滿了噪音、變異、錯誤，于是大家需要做大量的規范和清洗，而且免不了抱怨連天。近幾年我逐漸想到，或許我們不應該簡單把不規范的世界肢解后硬塞到規范的世界里，而應該用更高明的辦法來駕馭不規范的世界；不應當強求接收的數據都是“結構化”的，而應當努力適應各種非結構化的數據。我的遐想在老許那里變成了扎實的結論，老許的演講里提供了不少關于音頻、視頻等“非結構化數據”的(de)巧妙應用，充分(fen)說明了這(zhe)種思路(lu)的(de)價值。
如果說老許的演講更側重于大數據的“靜”的方面，那么之后道哥的分享更側重于“動”的(de)(de)方面，也(ye)就是(shi)通過把數(shu)據(ju)真正(zheng)盤(pan)活。現在很多的(de)(de)云(yun)服務(wu)都側(ce)重存儲和計算，而忽略了真正(zheng)的(de)(de)應用(yong)，云(yun)服務(wu)更(geng)習慣扮演簡單的(de)(de)“保險(xian)箱”，不(bu)去關(guan)心(xin)箱子里(li)到(dao)底裝了什(shen)么(me)，能挖掘出(chu)什(shen)么(me)價值。相應的(de)(de)，很多的(de)(de)應用(yong)開發商也(ye)只把云(yun)服務(wu)當(dang)“保險(xian)箱”來(lai)用(yong)，所(suo)有(you)的(de)(de)應用(yong)都由(you)自己(ji)來(lai)動手(shou)。
比如對于常見的視頻類應用，無論是 SNS 中流行的秒拍，還是安防領域熱門的視頻監控，其背后的要求和邏輯是有很多共性的。但是長期以來市場上并沒有這種“數據+應用”的解(jie)決方(fang)案，所以(yi)即便(bian)有云(yun)服務，應用的開(kai)發團(tuan)隊還是需要花費大量的精(jing)力來(lai)做鑒權、轉(zhuan)碼、分(fen)發、直播等業務。
造成(cheng)這種(zhong)現象的(de)重要原因(yin)是云(yun)服務時代的(de)脫(tuo)節：網(wang)絡上現成(cheng)的(de)類(lei)庫往往側重于功能(neng)(neng)，在單機來做相(xiang)當簡(jian)單，但(dan)是云(yun)環境下的(de)玩(wan)法(fa)不(bu)同于單機，所以把單純的(de)功能(neng)(neng)變成(cheng)云(yun)服務環境下的(de)應(ying)(ying)用就(jiu)成(cheng)了相(xiang)當有挑戰的(de)工(gong)作。結果(guo)，應(ying)(ying)用開發商自己來包裝(zhuang)卻事(shi)倍(bei)功半，或者云(yun)服務提供(gong)商提供(gong)了一些功能(neng)(neng)，但(dan)往往失(shi)之簡(jian)單，無法(fa)與(yu)應(ying)(ying)用深度結合。結果(guo)就(jiu)是功能(neng)(neng)和云(yun)服務融合不(bu)起來，總(zong)有功虧一簣的(de)遺憾(han)。
如(ru)(ru)果云(yun)服(fu)務(wu)(wu)提供商(shang)能深入理(li)解各(ge)種應(ying)用，把通用服(fu)務(wu)(wu)抽象出來(lai)并以云(yun)服(fu)務(wu)(wu)組(zu)件(jian)的(de)方式提供，就(jiu)能實現云(yun)服(fu)務(wu)(wu)提供商(shang)和應(ying)用開發商(shang)的(de)雙贏。如(ru)(ru)果要給云(yun)服(fu)務(wu)(wu)打分的(de)話，數據(ju)的(de)存儲和簡單處理(li)就(jiu)像是(shi)1，各(ge)種包裝好的(de)應(ying)用組(zu)件(jian)就(jiu)像是(shi)0，有多少種應(ying)用組(zu)件(jian)，1后面就(jiu)有多少個0，效能就(jiu)可(ke)以增加(jia)多少個數量級(ji)。從道哥給出的(de)例子(zi)來(lai)看，七牛顯然已經找到(dao)了不小的(de)想象空間。
老許和道哥關于數據(ju)的(de)(de)(de)“動(dong)靜結合”的(de)(de)(de)講解，我(wo)不由(you)得想(xiang)起以前看過的(de)(de)(de)一(yi)本(ben)(ben)書，《硬球：政治是(shi)這樣玩(wan)(wan)的(de)(de)(de)》，因為本(ben)(ben)次大(da)(da)會的(de)(de)(de)介紹的(de)(de)(de)方案，分享的(de)(de)(de)經驗，都在宣示“數據(ju)是(shi)這樣玩(wan)(wan)的(de)(de)(de)”，讓大(da)(da)家看到數據(ju)的(de)(de)(de)真正玩(wan)(wan)法，刷新大(da)(da)家對數據(ju)的(de)(de)(de)認識。
不過(guo)我(wo)也需要承認，聽完整場(chang)大會，長期以來(lai)我(wo)的疑惑(huo)還(huan)是沒有得到解答。
如何(he)確保“大數據(ju)”真正反映了(le)現實，讓(rang)我們能基(ji)于此認識世(shi)界呢(ni)？
我(wo)(wo)們(men)當然(ran)可以(yi)收(shou)集(ji)海(hai)量(liang)的(de)(de)(de)、非結構化的(de)(de)(de)數(shu)(shu)(shu)據，但現(xian)實(shi)世界高(gao)度(du)(du)(du)復(fu)雜(za)的(de)(de)(de)，在(zai)應對(dui)大(da)數(shu)(shu)(shu)據時(shi)，我(wo)(wo)們(men)如(ru)(ru)何才能證明在(zai)我(wo)(wo)們(men)構建(jian)的(de)(de)(de)“數(shu)(shu)(shu)據世界”里(li)已經(jing)包括了足夠(gou)的(de)(de)(de)數(shu)(shu)(shu)據？比如(ru)(ru)要(yao)分析人(ren)的(de)(de)(de)某人(ren)運動(dong)模式，我(wo)(wo)們(men)當然(ran)需(xu)要(yao)收(shou)集(ji)人(ren)的(de)(de)(de)運動(dong)軌(gui)跡，除了常見的(de)(de)(de)經(jing)緯度(du)(du)(du)和速(su)度(du)(du)(du)，是否(fou)還需(xu)要(yao)關(guan)心(xin)高(gao)度(du)(du)(du)、溫度(du)(du)(du)、濕度(du)(du)(du)、心(xin)跳等等信(xin)息？如(ru)(ru)果某項信(xin)息，比如(ru)(ru)血壓(ya)，與(yu)我(wo)(wo)們(men)關(guan)心(xin)的(de)(de)(de)內容或規(gui)律(lv)密切相關(guan)而又(you)沒有(you)被收(shou)集(ji)進來，即便有(you)了海(hai)量(liang)數(shu)(shu)(shu)據，有(you)了超(chao)強的(de)(de)(de)數(shu)(shu)(shu)據分析能力，我(wo)(wo)們(men)是否(fou)仍然(ran)會茫然(ran)無緒？退一(yi)步說，如(ru)(ru)果這些(xie)數(shu)(shu)(shu)據已經(jing)收(shou)集(ji)了，但結構不同，分布(bu)不同，歸屬(shu)不同，我(wo)(wo)們(men)應該如(ru)(ru)何把這些(xie)數(shu)(shu)(shu)據串通融(rong)合起來，真正發(fa)現(xian)其中的(de)(de)(de)規(gui)律(lv)？
這些問題我沒有答案，我也認為暫時不可能有答案。因為解答這類問題，不再依賴單純的思辨和邏輯的推理，而是更多需要依靠扎扎實實的探索，尤其需要大量有聰明才智和深厚積累的人才的持續投入。我能夠確認的是，在這次的數據大會上，我看到了未來的希望。（作者(zhe)：余晟(sheng)）
圖片 -
