大資料概念的提出已經超過十年時間，經過這十幾年的快速發展，已經在各個領域廣泛應用，而且應用效果顯著。大資料大力發展的十幾年，也正是雲計算增長最快的時期。可以說雲計算和大資料是相輔相成，互相成就的一對關系。
資料量巨大
顯而易見，資料不大不能稱之為大資料，不僅資料量大，而且增長速度快。
以我們為某高校做的智慧教育項目來說，每個月采集的資料量達到上百 GB，這還是采集高壓縮比的InfluxDB時序資料庫存儲的資料量，如果用傳統的結構化資料庫來存儲的話，每個月的資料量可以達到 TB級别。
資料種類多：
不光文本或數字是資料，圖檔、音視訊等都是資料。
時效性強：
與傳統數倉資料挖掘不同的是，數倉是定時采集過期的資料，事後再從數倉中挖掘出有價值的資料。
而大資料是要從巨大的資料中快速的獲得有價值的資料，要做到這一點，首先就是要靠強大的計算能力。
上面舉例的幾點來說，在非雲計算的環境下是很難做到的。如上面說的巨大的資料及資料增長量，在雲計算環境下，你随時可以從1T 擴充到10T、100T，計算能力不足時，随時可以從16核擴充到32核 甚至64核 ，再不夠的話從一台機器擴充到十台百台機器。雲計算的高可靠性、高可擴充性、存儲與處理的低成本，正好能滿足大資料的要求。
以上說了大資料與雲計算之間的關系，那麼在大資料環境下，企業如何從一個龐大、雜亂的資料堆中擷取到有價值的資料的呢？
上海駐雲自研發的大資料統一分析平台DataFlux就可以輕松解決！
DataFlux可以通過對任何來源、類型、規模的實時資料進行監控、分析和處理，釋放資料價值。
主要是有以下幾個步驟：
1. 資料采集：
豐富的資料采集器，支援幾百種資料源資料的采集。
2. 資料傳輸：
資料采集器采集到的資料，通過資料網關，經過資料網關的資料清洗後，打到中心，先進入消息隊列，後面有任務消費資料隊列中的資料，寫入資料庫，保證資料的高可靠性。
3. 資料存儲：
就大資料的兩大核心特點來說：資料量龐大、實時資料分析能力。就這兩個核心點來說，我們使用的InfluxDB的高壓縮比存儲，超強查詢分析能力，它是個不二選擇。傳統的結構化資料庫根本無法滿足這兩點要求。
資料洞察：
對于大資料來說，我們需要的是資料之間的相關性價值，而不是某一個單一資料的價值。比如有一個很有意思的大資料應用例子：沃爾瑪的飓風與蛋撻的例子。沃爾瑪發現每當飓風來臨時，不但飓風用品的銷量大增，蛋撻銷量也跟着大增。是以沃爾瑪經常會在飓風來臨時，将蛋撻放在臨近飓風用品的位置，進而大大提高了蛋撻的銷量。
上面例子中的飓風就是一個關鍵事件，通過分析各類商品的銷售量曲線，發現每次蛋撻銷量曲線上漲時都有一個“飓風”的關鍵事件，就可以得出以上結論。
資料分析預測：
配合DataFlux的函數計算平台内置大量常用的預測、轉換、檢測函數，可以完成更多的資料分析處理要求。另外也可以很低的入門門檻，編寫自己的預測、轉換、檢測函數，更貼合自己的資料業務場景。
更多DataFlux詳情可通路官方網站：DataFlux.cn