大数据与大数据计算

今天听了一场报告会，是清华计算机系60周年系列讲座之一，主讲人是哈工大软院院长李建中教授，主题《计算和数据资源受限的大数据计算的复杂性理论与高效算法研究》，李老师介绍的大数据计算理论体系很完善，由于只有一个小时，很多只能稍微提及，但是还是有很多观点让我受益匪浅，分享一下。

本文预计阅读时间 5 分钟。

什么是大数据？

wiki定义：Big data is data sets that are so big and complex that traditional data-processing application software are inadequate to deal with them.

首先大数据指的是数据集，是纯粹的数据。其次，由于复杂与庞大，传统的数据处理软件无法处理。这样的数据集就可以叫大数据。

这个定义其实很模糊，什么叫传统的数据处理软件无法处理的？也没规定硬件。那超级计算机能处理的算不算？普通的CPU、内存，后面接一个存储柜装个几百 T 数据算不算大数据呢？

因此，个人感觉，应该是普通PC机的配置，256内存，12T硬盘，用传统的数据库Oracle，MySQL不好用了，感觉单机撑不下了，