文献综述

”大数据” 这个术语最早可追溯到apache org的开源项目Nutch。当时，大数据用来描述大量数据集。而与近年来所说的”大数据”含义最近的是2008年9月杂志《Nature》上的”Big data”专刊，从各方面介绍了”大数据”带来的挑战，现状以及未来发展趋势。自EMC赞助IDC发布”数字宇宙”系列专题报告来，提出庞大的”数字宇宙”中包含大量非结构化和半结构化数据。2011年发布一篇名为”从混乱中挖掘价值” 的报告，自此，才正式出现”Big data”这个词语。

直到2011年5月的”云计算相遇大数据”主题大会上EMC抛出”大数据”概念，”大数据”才真正成为热点。差不多同时，全球知名咨询公司麦肯锡在研究报告《下一个前沿：创新﹑竞争和生产力》指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素，在业界引起巨大反映。国际顶级学术刊物又相继出版专刊来专门探讨对大数据的研究。2011年Science推出”Dealing with data” 专刊，讨论数据洪流带来的挑战。2012年4月欧洲信息学与数学研究协会会刊ERCIM News出版专刊”Big Data”，讨论大数据背景下的数据管理，数据密集型研究等问题。随着大数据在国外日益受重视，国内也开始积极关注大数据。2012年5月，香山科学会议组织了学术研讨会，并就大数据的理论与工程技术研究，应用及大数据研究的组方式进行了深入探讨。6月，”大数据时代，智谋未来”学术报告会开展，就大数据时代的数据挖掘，安全，平台开发等进行了全面探讨。7月，”第二届大数据世界论坛”在北京召开，同月首届中国大数据应用论坛在北京大学召开。

同时，大数据也引起了发达国家政府的极大关注。2012年3月，美国政府公布了”大数据研发计划”,旨在协助加速美国在科学﹑工程上发展的步伐，强化美国国土安全，转变教育和学习模式。

目前，基于大数据的文献资料主要分为三大类：一是大数据现象，二是大数据相关技术，三是大数据对各行业的影响。大数据现象主要简述了大数据时代背景，大数据4V特征，大数据伴生的机遇以及对未来市场的预测等等。大数据相关技术主要分析研究以Google的GFS和Hadoop的HDFS和NoSQL为基础的大数据存储技术，数据挖掘算法优化，可视化技术等等。同时分析了大数据对通信运营行业以及金融行业等的影响，为其做出更好的投资决策和判断。

根据对现有资料的研究分析可知，近两年来，大数据研究是重点。但主要研究还是围绕大数据这个现象及其相关行业，或者是针对数据处理的某一环节的关键技术进行研究。真正以大数据为关键词的研究偏少，并且研究不够系统，基础理论不够全面。并且可以看出，国内对大数据的研究起步较晚，基础比较薄弱。

主要参考文献

[1] 百度百科.大数据[EB/OL].http://baike.baidu.com/view/6954399.html,2012.12.22

[2] Cory Doctorow .Big Data[J]. Nature, 2008, 455（7 209）: 16~21