大数据发展历史简介

大数据飞速发展的大背景下，各行各业都开始融入大数据的趋势之中，越来越多的岗位要求数据相关的能力，尤其是数据分析能力，成为更多行业岗位所需要的基本技能之一。今天的大数据业余培训班分享，我们就从入门的角度，来分享一下大数据发展历史。

大数据从首次提出概念，到今天，可以说已经有了近30年的历史了，但是真正落地发展，也就在最近的这几年当中，进入了一个爆发期，国内国外，大大小小的企业，都在被大数据影响着，也都主动被动地被卷入大数据浪潮当中。

大数据发展历史，可以大致分为以下几个阶段——

启蒙阶段：数据仓库的出现

20世纪90年代，商业智能（也就是我们熟悉的BI系统）诞生，它将企业已有的业务数据转化成为知识，帮助老板们进行经营决策。比如零售场景中：需要分析商品的销售数据和库存信息，以便制定合理的采购计划。

显然，商业智能离不开数据分析，它需要聚合多个业务系统的数据（比如交易系统、仓储系统），再进行大数据量的范围查询。而传统数据库都是面向单一业务的增删改查，无法满足此需求，这样就促使了数据仓库概念的出现。

传统的数据仓库，第一次明确了数据分析的应用场景，并采用单独的解决方案去实现，不依赖业务数据库。

技术变革：Hadoop诞生

2000年左右，PC互联网时代来临，同时带来了海量信息，很典型的两个特征：数据规模变大、数据类型多样化。

很显然，传统数据仓库无法支撑起互联网时代的商业智能。2003年，Google公布了3篇鼻祖型论文，包括：分布式处理技术MapReduce，列式存储BigTable，分布式文件系统GFS。这3篇论文奠定了现代大数据技术的理论基础。

苦于Google并没有开源这3个产品的源代码，而只是发布了详细设计论文。2005年，Yahoo资助Hadoop按照这3篇论文进行了开源实现，这一技术变革正式拉开了大数据时代的序幕。

数据工厂时代：大数据平台兴起

商用Ha