大数据分析需求迫使数据存储范式发生巨大转变，从传统的基于块和文件的存储网络转向更具可扩展性的模型，如对象存储、横向扩展 NAS 和数据湖。
大数据分析需求迫使数据存储范式发生巨大转变，从传统的基于块和文件的存储网络转向更具可扩展性的模型，如对象存储、横向扩展 NAS 和数据湖。
所谓“屋漏偏逢连夜雨”，就是这个局面。此时，想要用数据描述问题，容易，树个标杆就能看出差距。想用数据诊断问题，就得突破上边层层险阻，争取业务的支持和老板的理解，才能见效。这是从数据到落地的必经之路。
34座已知数据的重点城市中，近8成上半年财政短收。其中，上海一般公共预算收入同比缩水近千亿；天津、武汉财政减收跌破千亿；长春、哈尔滨、昆明减收幅度均在30%以上。
如果真拿这个需求来做，那铁定做不出来。为啥?因为商品销量、用户流失、用户需求，这些都是经过业务手段影响后的综合性结果。比如用户本来不想买，结果业务派了券，用户想买了。此时得先知道：业务会不会派券，会派多大额度的券，才能预测结果。
从本质上看，标准问题牵扯绩效考核，因此业务方才有浑水摸鱼的动力。这是个披着数据问题的办公室政治问题。因此，想破题，一定不能把解题思路引到“有一个完美的数学算法”上面。任何数学算法都解决不了人心贪婪的问题。
随着时代发展，大数据技术也日益完善。因而了解今日的大数据分析技术和方法有哪些，越来越有其必要性。
