新兴产业的出现和发展有两种基本模式。一种是需求导向型，实际应用中出现了明显的痛点，必须要解决，不然就有人一直痛。另一种是技术导向型，革命性的技术先出现，慢慢地新技术扩大了用户的想象空间，进而激发出新的需求。大数据从概念提出到今天形成一个完整的产业，基本上属于第二种模式。
Hadoop生态系统下的技术(包括 pig，hive，spark，storm，hbase等)是目前大数据业界中事实上的标准。但在hadoop从互联网产业走出之前，大数据本身还不能称之为一个“产业”，因为它没有形成足够大的规模。所以大数据并不是指数据量有多大，是GB，TB还是PB，这其实没有关系。真正意义上的大数据是指 hadoop体系技术从互联网行业被引入到其它行业，进而得到快速、广泛、多维度、多层次的大量普及应用。大数据之大，在于应用规模的大，而不是数据量的大。现在大数据的应用已经远远超越了互联网行业，包括公安、智慧城市、医疗、交通、教育、通信、游戏、服装、地产、旅游、保险、银行、证券、食品安全、海事、零售、气象等等--世界正快速进入全面数据服务的时代!
大数据产业发展最快的一个是美国，另一个就是中国。有关中国大数据市场容量的预测和估算有很多版本，激进者估计千亿市场的，悲观的认为国内大数据市场刚刚萌芽。判断一个行业发展趋势最好的工具现在就是求职招聘网站。我们将通过大数据相关职位空缺数，来判断国内大概有多少个企业客户在实施大数据项目。我们以51job为例做些调查分析。分析的方法非常简单，统计大数据相关职位的招聘情况。以下数据截止到2015年4月27日，来源于51job，地域覆盖北上广深杭。
分别选取了比较热门的一些招聘职位：数据分析师、hadoop、数据挖掘、大数据开发工程师，企业招聘情况如下：
合计为2861个，对结果进行一些修正：
(1)因为职位名称，或者没覆盖到的其他大数据技术职位，乘以系数：1.2
(2)因为51job的限制，仅仅统计了5个城市，乘以系数1.3
(3)可能没在51job上发布的职位： 乘以系数1.1
这样修正后，国内大数据职位空缺数4909。根据这个数字，我们来推算客户数：
(4)考虑同一家公司可能同时有1-3个大数据相关职位发布，乘以系数：0.8
(5)假设在实施大数据项目的客户有五分之一的有招聘需求，乘以系数：5.0
最终结果：19636。
也就是说，截止2015年4月27日,国内有大概19636个大数据项目在进行。假设平均一个项目规模为50万(比较保守的估计)，则国内大数据项目的规模合计为98亿人民币。考虑现在才是2015年第二季度，2015全年大数据项目规模肯定超过100亿人民币。数据服务有限公司)
|
2015中国大数据的市场容量有多大？
2015-05-26
946
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
新兴产业的出现和发展有两种基本模式。一种是需求导向型，实际应用中出现了明显的痛点，必须要解决，不然就有人一直痛。另一种是技术导向型，革命性的技术先出现，慢慢地新技术扩大了用户的想象空间，进而激发出新的需求。
相关实践学习
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品，是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法，从场景到实践，体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库，助力开发者学习了解先进的技术栈，并能在实际业务中敏捷的进行大数据分析，赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景，可应用MaxCompute实现数仓搭建，快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理，需要搭建数据仓库？学它！ 没有足够人员和经验来运维大数据平台，不想自建IDC买机器，需要免运维的大数据平台？会SQL就等于会大数据？学它！ 想知道大数据用得对不对，想用更少的钱得到持续演进的数仓能力？获得极致弹性的计算资源和更好的性能，以及持续保护数据安全的生产环境？学它！ 想要获得灵活的分析能力，快速洞察数据规律特征？想要兼得数据湖的灵活性与数据仓库的成长性？学它！ 出品人：阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps
目录
相关文章
|
6月前
|
SQL
资源调度
大数据
|
大数据
调度
大数据运用在机场容量管理的实践
1070
0
0
|
大数据
大数据运用在机场容量管理的实例
1371
0
0
|
2月前
|
分布式计算
DataWorks
IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构；本合集将提供MaxCompute数据的管理和优化指南，以及数据操作中的常见问题和解决策略。
46
0
0
|
2月前
|
SQL
存储
分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构；本合集将提供MaxCompute数据的管理和优化指南，以及数据操作中的常见问题和解决策略。
37
0
0
|
2月前
|
分布式计算
关系型数据库
MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构；本合集将提供MaxCompute数据的管理和优化指南，以及数据操作中的常见问题和解决策略。
33
0
0
|
2月前
|
分布式计算
DataWorks
BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构；本合集将提供MaxCompute数据的管理和优化指南，以及数据操作中的常见问题和解决策略。
38
1
1
|
2月前
|
分布式计算
关系型数据库
数据库连接
MaxCompute数据问题之数据迁移如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构；本合集将提供MaxCompute数据的管理和优化指南，以及数据操作中的常见问题和解决策略。
31
0
0
|
2月前
|
分布式计算
Cloud Native
MaxCompute
MaxCompute数据问题之没有访问权限如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构；本合集将提供MaxCompute数据的管理和优化指南，以及数据操作中的常见问题和解决策略。
38
0
0
|
3天前
|
数据采集
搜索推荐
大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据，源于人类活动，如在线行为和社交互动，是大数据的关键部分，用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性，广泛应用于市场营销和社交媒体分析。然而，数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才，以充分发挥其潜力。
10
3
3
热门文章
最新文章
1
数据之势丨从“看数”到“用数”，百年制造企业用大数据实现“降本增效”
2
利用Hive与Hadoop构建大数据仓库：从零到一
3
【Flume】Flume在大数据分析领域的应用
4
大模型开发：你如何使用大数据进行模型训练？
5
基于Python的数据可视化技术在大数据分析中的应用
6
Java语言在大数据处理中的应用
7
大数据基础：Linux基础详解
8
探索云原生技术在大数据分析中的应用
9
大数据定义详解
10
大数据处理架构Hadoop
1
大数据中的人为数据
10
2
数据之势丨从“看数”到“用数”，百年制造企业用大数据实现“降本增效”
72
3
大数据技术与Python：结合Spark和Hadoop进行分布式计算
20
4
大数据处理架构Hadoop
24
5
大数据项目管理：从需求分析到成果交付的全流程指南
22
6
大数据定义详解
26
7
利用Hive与Hadoop构建大数据仓库：从零到一
38
8
数字太大了，计算加法、减法会报错，结果不正确？怎么办？用JavaScript实现大数据（超过20位的数字）相加减运算。
18
9
【Flume】Flume在大数据分析领域的应用
29
10
Redis HyperLogLog: 高效统计大数据集的神秘利器
22
