李战怀   王国仁   周傲英

摘要：“大数据”是2012年排名第二的热词，本文试图从数据库研究者的视角来解读大数据，说明“大数据”这个概念的诞生、内涵和外延以及它和传统数据库的关系。将在现今语境下重新审视“数据库研究”，即如何理解“数据库”这个概念以及数据库研究的本质问题。还将讨论Hadoop与大数据的关系，“数据库研究”和“大数据研究”的关系。通过回顾Hadoop的起源和发展，从数据处理的角度说明Hadoop发展的偶然性和必然性，以及它所处的地位。基本观点是：“大数据”是个笼统的概念，对其进行分类有助于深入理解；大数据研究的显著特征是它与应用密切相关；Hadoop是数据管理研究回到文件系统这一原点后的一个有益探索；“大数据”和传统的数据库在研究理念和方法学上是一脉相承的。

关键词：大数据；数据库；Hadoop

总结：1、大数据的概述。介绍大数据的概念、分类与特征。

2、与大数据相关的热点问题。主要有：非结构化数据与大数据、云计算与大数据、NOSQL与大数据、Hadoop与大数据。

3、从数据库角度看大数据研究进展与趋势。首先，提出数据库的三大成就：四十多年来，数据库领域具有里程碑意义的三大事件分别是关系数据模型的提出、查询处理和优化技术的发展、事务管理技术的进步。其次，指出数据库技术面临的挑战。再次，说明大数据研究的问题与难点。大数据的基础研究主要包括：（1）大数据分类学；（2）大数据全生命周期管理；（3）大数据质量管理。大数据研究的主要技术难点包括：（1）大数据语义建模；（2）大数据分析功能/性能均衡；（3）支撑大数据处理的硬件/存储体系结构。最后，指出当前大数据的示范应用主要包括：（1）社交媒体数据分析；（2）互联网广告；（3）基于位置的服务；（4）实时商务智能。

（出处：《计算机工程与科学》第35卷第10期）