大数据和全基因组测序如何理解？

大数据的定义。大数据 ，又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具
，在合理时间内达到撷取 、管理、处理
、并整理成为帮助企业经营决策更积极目的的资讯 。

互联网是个神奇的大网，大数据开发也是一种模式 ，你如果真想了解大数据
，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零 ，按照顺序组合起来就可以找到
，我想说的是，除非你想做或者了解这方面的内容 ，如果只是凑热闹的话
，就不要来了。

大数据的采集
。科学技术及互联网的发展，推动着大数据时代的来临 ，各行各业每天都在产生数量巨大的数据碎片
，数据计量单位已从从Byte、KB 、MB
、 GB、TB发展到PB 、EB
、ZB、YB甚至BB 、NB
、DB来衡量。大数据时代数据的采集也不再是技术问题，只是面对如此众多的数据 ，我们怎样才能找到 其内在规律 。大数据的特点
。数据量大、数据种类多 、 要求实时性强
、数据所蕴藏的价值大。在各行各业均存在大数据，但是众多的信息和咨询是纷繁复杂的
，我们需要搜索、处理 、分析、归纳
、总结其深层次的规律 。

大数据的挖掘和处理
。大数据必然无法用人脑来推算、估测，或者用单台的计算机进行处理 ，必须采用分布式计算架构
，依托云计算的分布式处理 、分布式数据库
、云存储和虚拟化技术，因此 ，大数据的挖掘和处理必须用到云技术。

大数据的应用 。大数据可应用于各行各业
，将人们收集到的庞大数据进行分析整理，实现资讯的有效利用
。举个本专业的例子 ，比如在奶牛基因层面寻找与产奶量相 关的主效基因
，我们可以首先对奶牛全基因组进行扫描，尽管我们获得了所有表型信息和基因信息 ，但是由于数据量庞大
，这就需要采用大数据技术，进行分析比对 ，挖掘主效基因。 大数据的意义和前景 。总的来说，大数据是对大量、动态 、能持续的数据
，通过运用新系统
、新工具、新模型的挖掘，从而获得具有洞察力和新价值的东西
。以前 ， 面对庞大的数据
，我们可能会一叶障目 、可见一斑，因此不能了解到事物的真正本质 ，从而在科学工作中得到错误的推断
，而大数据时代的来临，一切真相会展现在我们面前。

云计算与大数据概述

云计算(cloud computing)是基于互联网的相关服务的增加
、使用和交付模式 ，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源 。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网
，后来也用来表示互联网和底层基础设施的抽象
。狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需 、易扩展的方式获得所需资源;广义云计算指服务的交付和使用模式 ，指通过网络以按需
、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关
，也可是其他服务 。它意味着计算能力也可作为一种商品通过互联网进行流通
。

大数据(big data)，或称海量数据 ，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取 、管理、处理
、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume、Velocity 、Variety
、Veracity 。

从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分
。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库 、云存储和虚拟化技术 。

大数据管理
，分布式进行文件系统，如Hadoop
、Mapreduce数据分割与访问执行;同时SQL支持 ，以Hive+HADOOP为代表的SQL界面支持
，在大数据技术上用云计算构建下一代数据仓库成为热门话题
。从系统需求来看，大数据的架构对系统提出了新的挑战：

1、集成度更高。一个标准机箱最大限度完成特定任务 。

2 、配置更合理
、速度更快
。存储、控制器 、I/O通道
、内存、CPU 、网络均衡设计 ，针对数据仓库访问最优设计
，比传统类似平台高出一个数量级以上。

3、整体能耗更低 。同等计算任务，能耗最低。

4
、系统更加稳定可靠
。能够消除各种单点故障环节 ，统一一个部件、器件的品质和标准。

5 、管理维护费用低 。数据藏的常规管理全部集成
。

6
、可规划和预见的系统扩容、升级路线图。

云计算与大数据的关系

简单来说：云计算是硬件资源的虚拟化
，而大数据是海量数据的高效处理 。虽然从这个解释来看也不是完全贴切，但是却可以帮助对这两个名字不太明白的人很快理解其区别
。当然 ，如果解释更形象一点的话
，云计算相当于我们的计算机和操作系统，将大量的硬件资源虚拟化后在进行分配使用。

可以说 ，大数据相当于海量数据的“数据库 ”，通观大数据领域的发展我们也可以看出
，当前的大数据发展一直在向着近似于传统数据库体验的方向发展，一句话就是 ，传统数据库给大数据的发展提供了足够大的空间 。

大数据的总体架构包括三层：数据存储
，数据处理和数据分析
。数据先要通过存储层存储下来，然后根据数据需求和目标来建立相应的数据模型和数据分析指标体系对数据进行分析产生价值。

而中间的时效性又通过中间数据处理层提供的强大的并行计算和分布式计算能力来完成 。三者相互配合 ，这让大数据产生最终价值
。

不看现在云计算发展情况
，未来的趋势是：云计算作为计算资源的底层，支撑着上层的大数据处理 ，而大数据的发展趋势是
，实时交互式的查询效率和分析能力，借用Google一篇技术论文中的话：“动一下鼠标就可以在妙极操作PB级别的数据” ，确实让人兴奋不能止。