谢文的博客

         前不久写了一篇《迎接大数据时代》的文章，发表后颇有反响。一些朋友找我去开这方面的会，一些媒体采访发这方面的文章，一些资本想找这方面的项目投入。这可有点似曾相识燕归来的感觉了。当年写过关于WEB2.0革命，写过网络平台，写过开放，业内和社会上也都有过类似反应，想搭顺风车，混吃混喝的大有人在。为了避免以往悲剧的产生，减少鱼龙混杂，以假乱真的现象，只好多写几篇这方面的感想，权作免责条款吧。

         极而言之，如果全世界网民的网络行为记录都能紧密整合在一起，那当然称得起大数据这个名称。反之，如果只有一个网民的一条孤零零网络记录，那当然撑不起大数据这个概念。问题在于如何在这两个极端之间，找到一个划分大数据与否的区分点，或者找到一组指标，能够具体衡量数据量从量变到质变的相对标准。这无论在学术

         不到一年前，Facebook创始人扎克伯格在Web2.0峰会上宣布，根据Facebook统计数据，社交分享信息量以倍数增长，今天分享信息总量比两年前增加了两倍，从现在开始后的一年，用户所产生的信息分享总量将会翻番。扎克伯格的社交分享定律可以用一个公式来表示：Y = C *2↑x。其中，X代表时间，Y代表用户的信息分享量，C代表现在时刻的分享信息量。如果这个公式成立，那么20年后，一个用户的信息分享量将是今天的一百万倍还多，即2的20次方。

         ----注：这是应邀为财新记者赵何娟的新书《天下有贼》所作的序言。此书已经公开发行，关心电信业和网络业发展的朋友们值得一读。

         小友何娟将过去几年有关电信业的调查报道整理成书。虽然对书中大部分故事都早有了解，对其中有些事还有些近距离观察和切身体验，但以何娟特有的激情与细腻，将各种相关或表面上不相关的事情娓娓道来，还是给人以震撼感。有心人自会从中引发一些思考。

一。

         如果你的网站拥有数以千万计的活跃用户，如果网站上拥有数以百计的产品服务，如果这些服务以多媒体的形式在多个网络终端上运行，如果正在或者打算尝试走向云计算和WEB2.0架构，那就恭喜你了，因为你已经不知不觉地成为大数据时代的先行者或受害者。

         按照维基百科上的定义，所谓“大数据”（big data）在当今的互联网业指的是这样一种现象：一个网络公司日常运营所生成和积累用户网络行为数据“增长如此之快，以至于难以使用现有的数据库管理工具来驾驭，困难存在于数据的获取，存储，搜索，共享，分析和可视化等方面。”这些数据量是如此之大，已经不是以我们所熟知的多少G和多少T为单位来衡量，而是以P（1000个T），E（一百万个T）或Z（10亿个T）为计量单位，所以称之为大数据。

 我曾经在离美墨边境一百公里左右的美国加州橙县生活过近十年，却从没认真动过去墨西哥旅游的念头。除了偶尔去与圣地亚哥毗邻的墨西哥边境城市提华纳度假外，一直没有兴致周游全国。细究起来，除了加州四处可见的墨西哥非法移民给人感觉这个国家不可救药外，媒体上铺天盖地的对墨西哥贩毒集团，贪污腐败，无法无天的报道也给了人们先入为主的印象。还记得早年好莱坞动画片里墨西哥匪帮的形象吗？----戴大草帽的小老鼠！

 2012年到了，被好莱坞同名电影搞得沸沸扬扬的世界末日--12月21日已经不远，据说这日子是按照玛雅古历预言出来的。所以，此时应该去墨西哥探个究竟，以免出了大事都不知道为什么。我们一行在墨西哥探访了众多玛雅文明古迹和阿兹特克文明遗址，看到了无数