빅 데이터 시대에는 계산 패턴도 "프로세스" 코어에서 "데이터" 코어로 변경되었습니다. Hadoop 시스템의 분산 컴퓨팅 프레임워크는 항상' 데이터' 를 핵심으로 하는 패러다임이다. 구조화되지 않은 데이터 및 분석 요구 사항은 간단한 증분에서 아키텍처로 IT 시스템의 업그레이드 패턴을 변경합니다. 빅 데이터에 따른 새로운 사고-컴퓨팅 모델의 변화.
둘째, 데이터 가치 원칙: 기능, 가치, 데이터, 가치.
빅 데이터의 정말 흥미로운 점은 데이터가 온라인이 된다는 것입니다. 이것이 바로 인터넷의 특징입니다. 비인터넷 시대 제품의 기능은 반드시 그 가치일 것이다. 오늘날 인터넷에서의 제품 데이터는 반드시 그 가치일 것이다.
셋째, 전체 샘플링 원칙: 샘플링에서 모든 데이터 샘플 요구 사항까지.
샘플이 아닌 모든 데이터 샘플이 필요합니다. 당신이 모르는 것이 당신이 아는 것보다 더 중요하지만, 지금 충분한 데이터가 있다면, 사람들이 규칙을 보고 느낄 수 있게 할 것이다. (존 F. 케네디, 지식명언) 데이터가 너무 많아 미래를 파악하고 불확실한 상태를 판단하고 자신의 결정을 내릴 수 있는 충분한 능력이 있다고 느끼게 한다. 이런 것들은 우리에게 매우 원시적으로 들리지만, 사실 배후의 사고방식은 우리가 오늘 말한 큰 데이터와 매우 비슷하다.
넷째, 효율성에 중점을 두는 원칙: 정확도에서 효율성에 중점을 둡니다.
큰 데이터는 정확성이 아닌 효율성에 초점을 맞추고 있으며, 이는 인류가 세계를 정량화하고 이해하는 데 큰 걸음을 내디뎠다는 것을 의미합니다. 과거에 측정, 저장, 분석, 감상할 수 없었던 많은 것들이 디지털화되고, 대량의 데이터와 덜 정확한 데이터를 보유하고 있으며, 우리가 세상을 알 수 있는 새로운 문을 열었습니다. 빅데이터는 시장의 수요와 사람들의 소비 수요를 알려 주기 때문에 생산성과 판매 효율성을 높일 수 있습니다. 빅데이터는 정확성에서 효율성 향상으로 기업의 의사결정을 더욱 과학적으로 만듭니다. 빅 데이터 분석은 기업의 효율성을 높일 수 있다.
다섯째, 관련성 원칙에주의를 기울이십시오: 인과 관계에서 관련성에 중점을 둡니다.
인과성보다는 상관관계에 초점을 맞추고, 사회는 인과성에 대한 갈망을 포기하고, 상관관계에만 초점을 맞춰야 한다. 즉, 무엇이 무엇인지, 왜 그런지 알 필요가 없다는 것이다. 이것은 예로부터 약속한 속성을 뒤엎고, 우리의 가장 기본적인 결정과 현실을 인식하는 방식도 도전을 받을 것이다.
여섯째, 예측 원칙: 예측할 수 없을 정도로 예측할 수 없다.
큰 데이터의 핵심은 예측이고, 큰 데이터는 여러 측면을 예측할 수 있다. 빅데이터는 기계를 인간처럼 생각하도록 가르치는 것이 아니다. 대신, 그것은 수학적 알고리즘을 대량 데이터에 적용하여 사물이 발생할 가능성을 예측한다. 빅데이터의 법칙 앞에서 모든 사람의 행동은 다른 사람과 마찬가지로 본질적인 변화가 없기 때문에 상가는 소비자보다 소비자의 행동을 더 잘 알 수 있다.
7. 정보 찾기 원칙: 사람이 정보를 찾고, 정보를 찾는 사람이 된다.
인터넷과 빅데이터의 발전은 사람이 정보를 찾는 것에서 정보를 찾는 것에 이르는 과정이다. 첫째, 사람은 정보를 찾고, 다른 사람은 사람을 찾고, 정보는 정보를 찾는다. 지금은 정보가 사람을 찾는 시대이다. 정보를 찾는 시대에, 즉, 한편으로는, 우리는 정보를 찾고, 라디오를 듣고, 텔레비전을 보는 원시 방송 모드로 돌아갔다. 정보가 우리에게 떠밀려온 것이지만, 한 가지 결함은 우리가 누구인지 모른다는 것이다. (존 F. 케네디, 지식명언) 나중에 인터넷은 반대 방향으로 가고 검색 엔진 기술을 제공하여 필요한 정보를 찾는 방법을 알려 주었기 때문에 검색 엔진이 핵심 기술이었습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 인터넷명언)