看了众多对“大数据”的说法，有人说大数据需要“全息”的数据，才能做到真正的大数据应用，才能做到理想中的BI；还有人说大数据重点是各种数据处理以及更海量数据和海量信息，从超级大的数据挖掘出的东西，往往价值很大。
公安行业的视频影像处理是一个特定应用领域，传统BI、 ETL工具拿这些数据没有办法，采用分布式Hadoop进行处理能够带来很好的效益，因为Hadoop可以处理数据量足够大。公安行业实际上已采集了大量 视频影像数据，利用这些数据，可以追踪一个嫌疑犯的行踪，什么时间在全国哪些地区出现过。这些应用不可能单纯依靠人的力量，需要借助人脸识别、图像识别技 术、模式处理，数据压缩等技术，需要海量处理软件，抓出相关特征，帮助公安人员提高工作效率。

想要系统的认知大数据，必须要全面而细致的分解它，我着手从三个层面来展开：

第一层面是理论

理论是认知的必经途径，也是被广泛认同和传播的基线。我会从大数据的特征定义理解行业对大数据 的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；从对大数据的现在和未来去洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。

第二层面是技术
技术是大数据价值体现的手段和前进的基石。我将分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。

第三层面是实践
实践是大数据的最终价值体现。我将分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。

如今大数据应用更多关注非结构化数据，更多谈论互联网，Twitter、Facebook、博客等非结构化数据，如此理解大数据应用，显然就有些走偏了。结构化数据也属于大数据，且呈现出相同的特点和特征，如数据量大，增长越来越快，对数据处理要求高等,公安行业的视频影像处理是一个特定应用领域，传统BI、 ETL工具拿这些数据没有办法，采用分布式Hadoop进行处理能够带来很好的效益，因为Hadoop可以处理数据量足够大。公安行业实际上已采集了大量 视频影像数据，利用这些数据，可以追踪一个嫌疑犯的行踪，什么时间在全国哪些地区出现过。这些应用不可能单纯依靠人的力量，需要借助人脸识别、图像识别技 术、模式处理，数据压缩等技术，需要海量处理软件，抓出相关特征，帮助公安人员提高工作效率成都舆情监测系统的大数据分析功能搭建。
可以想象一下，当我们可以以360?全方位的角度去观看、控制、触摸这些数据时，这种冲击力自然比面对一个个仅仅配着冷冰冰的数字的柱状图要强得多。而在不远的未来，触觉、嗅觉甚至味觉，都可能成为我们接受数据和信息的感知方式。

成都舆情监测系统的大数据分析功能搭建  有需要的朋友请咨询
深圳源中瑞科技有限公司
班先生
13828812723