2004年前后发表的三篇论文。

分别是分布式文件系统gfs、大数据分布式计算框架mapreduce和nosql数据库系统bigtable。

2004年那会儿，整个互联网还处于懵懂时代，google发布的论文实在是让业界为之一振，大家恍然大悟，原来还可以这么玩。

因为那个时间段，大多数公司的关注点其实还是聚焦在单机上，在思考如何提升单机的性能，寻找更贵更好的服务器。

而google的思路是部署一个大规模的服务器集群，通过分布式的方式将海量数据存储在这个集群上，然后利用集群上的所有机器进行数据计算。这样，google其实不需要买很多很贵的服务器，它只要把这些普通的机器组织到一起，就非常厉害了。

2006年，dougcutting将这些大数据相关的功能从nutch中分离了出来，然后启动了一个独立的项目专门开发维护大数据技术。

这就是后来赫赫有名的hadoop，主要包括hadoop分布式文件系统hdfs和大数据计算引擎mapreduce。

hadoop发布之后，yahoo很快就用了起来。大概又过了一年到了2007年，百度和阿里巴巴也开始使用hadoop进行大数据存储与计算。

2008年8月由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在编写《大数据时代》中将“大数据”这个概念完整的阐述出来。

其实“大数据”这个名词本身出现的还要早，1980年未来学者托夫勒在《第三次浪潮》中首次使用了大数据这个名词。

2002年，美国政府在911之后以反恐的名义开始涉足大数据挖掘领域。

“互联网存在着海量的数据，而这些数据都是人与机器交互产生的。”秦少言用力拍着那几个英文字母，“只要经过就必然留下痕迹，也就是数据。”

“每个人每天会产生多少数据，一周呢？一年呢？一万人和十万人呢？”

“这些数据是什么？是财富是宝藏！”

“互联网公司的价值除了概念以外什么最值钱，当然是数据！”

秦少言随后看向了熊潇歌，“当然，我要在这里插一句，你们做互联网风投的对数据的价值远远低估了。”

熊潇歌刚要张嘴反驳，秦少言马上说道：“不过这个也不能怪你们，是现在的互联网从业者对数据的利用手段太少，利用率太低，没有充分挖掘其中的价值。”

“如果能把数据中真正的

本章未完，请点击下一页继续阅读！ 第2页 / 共6页