现在大数据火得不行，几乎人人都在说大数据，但到底什么是大数据，恐怕没有多少人知道，鱼目混珠的人太多。
大数据不是指很多很多数据。
所以不是存储了很多数据就是在搞大数据了，因为“大数据”只是个简称，说全一点应是“大数据挖掘”，没经过挖掘的大数据只是没有开采出来的原油，一点用处都没有。
大数据也不是指一般意义上的数据挖掘。
有很多人以前是搞数据分析或数据挖掘的，当《大数据时代》这本书一问世、大数据开始火的时候，他们摇身一变就成了搞大数据的专家了。如果真是这样，就根本没必要提大数据这事儿，因为它本来就一直存在着，只不过换个说法。就好像我们没必要今天突然提出个说法“饮H2O”来代替“喝水”。嗯，对，那叫玩概念。
“大数据挖掘”其实还没有说全，再说完整点，应该是“大数据自动挖掘”。
以前的数据分析或挖掘，是指人通过数据去进行分析，挖掘出一些规律性的东西以供以后使用。
但面对大数据，由于不光是数据量太大，而且往往包括数据的维度也很多，人已不可能去处理这样海量的数据，甚至是如何处理都不知道，这时必须用电脑来自动处理，挖掘出数据中的规律。
但是目前电脑还不能像人那样进行严密、复杂的逻辑思维，因此它们也无法用我们人的思维模式去分析数据，人可能只要较少的数据就能分析出其中的规律，数据多了反而没有办法，所以我们人类都是采用抽样分析。
电脑则正好相反，无法根据少量数据去分析出规律，但它有一个优势，那就是运算速度非常快，因此有可能处理海量数据以后找出其中的规律。
由于电脑还不能进行复杂的逻辑思维，所以它的处理方法很简单，就是进行简单的统计运算，也就是“硬算”，统计出在什么情况会出什么样的结果，然后当类似的情况再出现时，它就会告诉我们可能会出现某种结果了。
由这里也可看大数据的另一个特点，即大数据主要是进行预测，告诉你未来将会出现什么样的结果。而不是只分析出过去的走势和现状，未来还是要由人去判断。
为什么这种简单的方法会有效呢？这就回到“大数据”这个词上来了，那就是因为数据量非常大，统计出来的结果就往往是正确的。
大家一定都知道这个例子，扔硬币来统计正、反面出现的机率，如果只扔10次，也许正面出现9次，以此来得出结论肯定是错的；但如果你扔10万次、100万次，甚至更多，那你统计出来的结果基本是正确的，正、反面出现的机率一定是各50%。
是的，大数据自动挖掘就是依据这一原理。
这实际是人们根据电脑的优势，找出了一个全新的数据分析、挖掘方式，与传统的方式完全不同，所以传统那些搞数据分析或挖掘的专家并不能称作为搞大数据的。
不过你一定要小心，冷不防你就会碰上一个这样的专家，他们甚至可能是来自某名牌大学的知名教授之类。进到书店你也会看到许多讲大数据的书，封面无一例外都有很大的“大数据”三个字，但其实都是在讲传统、人工的数据分析方式，和大数据一点边都不沾。当然，这里不包括《大数据时代》这本书。
另外，传统搞神经网络、深度学习等人工智能的，也基本不算大数据，因为这里面还是很多人为因素，包括建模型、对程序进行训练等，这里人仍需要对所分析的业务逻辑非常熟悉才能做，目前这种方法也难以达到实用的效果。而大数据只是让电脑根据一些简单却巧妙的算法，去进行大量数据的统计，找出连人都想不到的规律。大数据在这里基本是与业务逻辑无关的，人不需要知道这是什么业务，比如分析移动互联网行业的数据，他不需要知道这个行业的来龙去脉、当前状况等，他只需要对大量历史数据进行统计，就能够找出其未来的走势。
说到这，你一定很想问，那就找不到一个真正搞大数据的了？
先来讲个小故事：
80年代有俩计算机呆子在IBM做翻译系统。当时的砖家都在探索语言之间的内在联系，语法、句法神马的。俩呆子路数不同，他们把能找到的各种语言相对应的文献全部做成数据，旁人批评“这种计算机蛮力不算科学”，后来他俩被一个对冲基金老板招走了。现这俩呆子是复兴科技co-CEO，老板是JimSimons。
复兴科技co-CEO每位年收入大概是1亿美元，比华尔街各大行CEO的年收入要高一些，关键是这两位几乎名不见经传。他们老板JamesSimons比较有名，是位数学家，跟陈省身一起写过定理，跟杨振宁是同事，年收入超过10亿美元，现在退休做慈善。清华有Chern-Simons楼，是杨振宁拉Simons掏钱修的。
这里关键的是很多人批评“这种计算机蛮力不算科学”（这些人肯定都是砖家，否则估计也没资格批评），还有就是金融学家们完全不明白他们在干什么。
这说明了什么？说明了在国外发达国家赞成这种方式的人很少，知道怎么用这种方式的人就更少了，那么各位可以想像下在中国能有多少人知道这种方法该怎么做。
在中国，如果谁用这种非主流的野路子做事，别说评专家、教授了，更别说什么收入上亿了，你估计不被饿死的机率有多大。
也许有人要问了，搞语言方面的去搞数字，这靠谱吗？用大数据的思路，你别管原因，那两个复兴科技的呆子已经告诉你结果了。
非要知道原因，也可以跟你说说：
好了，有点跑题，不好意思。不过你现在知道什么是真正的“大数据”了吧。首先记得大数据是用来进行预测的，即直接告诉你未来的结果，另外就是牢牢记住7个字“大数据自动挖掘”，那就谁也忽悠不了你了。