博客是个好东西，我可以随便写，而不用担心语法或者行文什么的。说清楚就行了。类似对着一群人在演讲，兴之所至、信手拈来。在这种状态下，反而可以说清楚一些貌似深奥的东东。比如说大数据！

路演多轮以后，我总结了一个简明的定义：“在各种各样海量的数据中，快速获取信息的能力”就是大数据。投资者乍听大数据很新鲜，第一个就问大数据是什么？刚开始，我往往先讲讲大数据的几个特征，比如海量、数据类型多、有价值、获取速度快等等，每个特征都举例若干。大家虽然听得津津有味，但是并没有一个简单易懂的定义。在写第二篇大数据报告是，提炼出这个简单易懂的定义。

在这个简明定义中，有五个关键字。各种各样、海量、快速、信息、能力。各种各样是指数据的多样性，尤其强调非结构化的数据，比如图片、视频、日志等等；海量强调数据量大，像facebook一天产生数据量超过大型企业一年产生的数据量；快速指获取有效信息的时效性；信息，指数据中蕴含的价值；能力关注技术方面，如新兴的NoSQL数据库，Hadoop技术架构等等。

所以在认识大数据概念时，不能被“大”这个修饰词误导。信息是大数据中的珍珠， 是其之所以存在的基础。如果大数据中没有蕴含丰富的信息，那么它就不会受到关注；快速是大数据技术区别于传统数据挖掘技术的关键指标之一，也是两代技术的根本分野。“海量”相比“各种各样”而言，我个人认为多样化的数据更能反映大数据的本质。大数据首先处理的是各种各样的数据类型，像视频、图像、日志等等。传统的结构化的数据，处理的对象是相对固定的。

数据量不是很大，比如只有几个T，但是数据的类型很多，对检索的要求很高。这也是大数据的范畴。这个概念清晰了，就可以理解大数据不只是大型网站的专利，小型企业也照样可以玩的有声有色。

我个人很喜欢一款Google本地搜索应用，叫Google Desktop。它的功能就是为本地硬盘所有的文件编制索引，然后全文检索，一秒可得。这对不爱整理文件的懒人来说，可以说是一大福音。我的硬盘上积累了200多G的文件，word、excel、pdf、邮件等等。要记住文件名很难，但是记住过去的某件事情相对容易。譬如我想找电子商务方面的文件，只要在GoogleDesktop中输入“电子商务”四个字，立刻就会把我硬盘上所有和电子商务相关的文档全部列出来。这也是大数据的一个典型应用。