大数据

个案一
你开心他就买你焦虑他就抛
华尔街“德温特资本市场”公司首席执行官保罗·霍廷每天的工作之一，就是利用电脑程序分析全球3.4亿微博账户的留言，进而判断民众情绪，再以“1”到“50”进行打分。根据打分结果，霍廷再决定如何处理手中数以百万美元计的股票。
霍廷的判断原则很简单：如果所有人似乎都高兴，那就买入；如果大家的焦虑情绪上升，那就抛。
这一招收效显著——当年第一季度，霍廷的公司获得了7%的收益率。
个案二
国际商用机器公司（IBM）估测，这些“”值钱的地方主要在于时效。对于片刻便能定输赢的华尔街，这一时效至关重要。曾经，华尔街2%的企业搜集微博等平台的“非正式”；如今，接近半数企业采用了这种手段。
●“社会流动”创业公司在“大”行业生机勃勃，和微博推特是合作伙伴。它分析，告诉广告商什么是正确的时间，谁是正确的用户，什么是应该发表的正确内容，备受广告商热爱。
●通过乔希·詹姆斯的Omniture（著名的网页流量分析工具）公司，你可以知道有多少人访问你的网站，以及他们呆了多长时间——这些对于任何企业来说都至关重要。詹姆斯把公司卖掉，进账18亿美元。
●微软吉拉德喜欢把这些“大”结果可视化：他把客户请到办公室，将包含这些公司的图谱展现出来——有些是普通的时间轴，有些像蒲公英，有些则是铺满整个画面的泡泡，泡泡中显示这些客户的粉丝正在谈论什么话题。
●“脸谱”分析师杰弗逊的工作就是搭建分析模型，弄清楚用户点击广告的动机和方式。
处理和分析工具
用于分析大的工具主要有开源与商用两个生态圈。
开源大生态圈：
1、Hadoop HDFS、HadoopMapReduce, HBase、Hive 渐次诞生，早期Hadoop生态圈逐步形成。
2、. Hypertable是另类。它存在于Hadoop生态圈之外，但也曾经有一些用户。
3、NoSQL，membase、MongoDb
商用大生态圈：
1、一体机库/仓库：IBM PureData(Netezza), OracleExadata, SAP Hana等等。
2、仓库：TeradataAsterData, EMC GreenPlum, HPVertica 等等。
3、集市：QlikView、 Tableau 、 以及国内的Yonghong Data Mart 。