灵糧

Day40 诗篇1…

寻【释经:诗篇】【杳经:诗篇】

诗篇 【 第108章】【第109章】【第110章】【第111章】【第112章】 【第113章】【第114章】【第115章】【第116章】【第117章】【第118章】 【第119章】 【第120章】【第121章】【第122章】

诗篇 第五卷(107-150篇) 111-119篇

“埃及赞美诗篇”，前后以111/112及119篇框出

111/112.两首在形式及主题上成双并列的诗篇:

论及”公义的”神及敬畏神的人即”甚喜爱祂(神)命令的”人(112:1)

埃及赞美诗篇	113	用在以色列人每年重要宗 教节之诗篇
114
115
116
117
118

119.”喜乐(爱)”神”命令”者(119:35)的祷告
119:

1-8	喜爱神话语的人有福
9-16	靠神的话语可得洁净
17-24	渴慕神的话语为神仆的标记
25-32	从神的话语得教导
33-40	求神帮助能持守祂的话语
41-48	神的话语为人唯一希望
49-56	神的话语为安慰的泉源
57-64	决心爱神的话语
65-72	患难教训人注重神的话语
73-80	求神帮助谨守神的话语
81-88	遵守神的话语可得神的帮助
89-96	神的话永不改变
97-104	喜爱神的话语使人有智慧
105-112	神的话是人生的引路人
113-120	神的话是人生的保障
121-128	遵守神的话语能脱危难
129-136	求神恩助遵守神话语
137-144	神和祂的律法公正严明
145-152	求神施行拯救
153-160	虽恶人环伺仍守神的话语
161-168	每天七次赞美神的话
169-176	重申对神话语的渴慕与赞美

金句：【诗118:1】你们要称谢耶和华，因他本为善，他的慈爱永远长存！【诗119:1-2】行为完全、遵行耶和华律法的，这人便为有福；遵守他的法度、一心寻求他的，这人便为有福。

心得：我们要称谢耶和华，求告他的名，在万民中传扬他的作为。应当称谢耶和华，因他本为善，他的慈爱永远长存。

回应：来13:15 我们应当靠着耶稣，常常以颂赞为祭献给　神，这就是那承认主名之人嘴唇的果子。路11:28 耶稣说：“是，却还不如听　神之道而遵守的人有福。”

金句:『诗118: 8』 投靠耶和华，强似倚赖人。

心得:
投靠上帝永不错
靠人会跑山会倒
认识救主是至宝
一生坚定有磐石

回应:『林前10: 4』 也都喝了一样的灵水，所喝的是出于随着他们的灵磐石，那磐石就是基督

金句：【诗 118:12】 他们如同蜂子围绕我，好像烧荆棘的火，必被熄灭；我靠耶和华的名，必剿灭他们。

心得：
         胜利歌声传云肖
         仇敌如蜂子围绕
         像烧荆棘火被灭
         靠耶和华名必剿

回应：【罗 8:37】 然而，靠着爱我们的主，在这一切的事上已经得胜有余了。
金句:【诗119:71~72】我受苦是与我有益，为要使我学习你的律例。你口中的训言与我有益，胜于千万的金银。

金句:【诗 119:72】 你口中的训言（或作“律法”）与我有益，胜于千万的金银。
【诗 119:127】 所以我爱你的命令胜于金子，更胜于精金。

心得:
听神命令有智慧，
守神法度更通达；
金银不足为比较，
谨守律法神喜悦。

回应:
【诗 119:98】 你的命令常存在我心里，使我比仇敌有智慧。
【诗 119:99】 我比我的师傅更通达，因我思想你的法度；
【诗 119:100】 我比年老的更明白，因我守了你的训词。

金句:【诗119:73】你的手制造我，建立我。求你赐我悟性，可以学习你的命令。

心得:人的聪明悟性都在于神，敬畏神的人必有神的灵在他里面，他变有聪明悟性！

回应【赛11:2】耶和华的灵必住在他身上，就是使他有智慧和聪明的灵、谋略和能力的灵、知识和敬畏耶和华的灵。

金句:求你帮助我们攻击敌人，因为人的帮助是枉然的。我们倚靠　神才得施展大能，因为践踏我们敌人的就是他。(诗 108:12-13 )

心得:愿你派一个恶人辖制他，派一个对头站在他右边！他受审判的时候，愿他出来担当罪名！愿他的祈祷反成为罪！(诗 109:6-7 )

回应经文:耶和华对我主说：你坐在我的右边，等我使你仇敌作你的脚凳。耶和华必使你从锡安伸出能力的杖来；你要在你仇敌中掌权。……他要在列邦中刑罚恶人，尸首就遍满各处；他要在许多国中打破仇敌的头。(诗 110:1-2,6 )
阿们！

金句：【诗121:1】（上行之诗。）我要向山举目，我的帮助从何而来？
【诗121:2】我的帮助从造天地的耶和华而来。
【诗121:8】你出你入，耶和华要保护你，从今时直到永远。

耶和華要保護你，免受一切的災害；祂要保護你的性命。(詩121:7)

金句:【诗 119:72】 你口中的训言（或作“律法”）与我有益，胜于千万的金银。
【诗 119:127】 所以我爱你的命令胜于金子，更胜于精金。

心得:
听神命令有智慧，
守神法度更通达；
金银不足为比较，
谨守律法神喜悦。

回应:
【诗 119:98】 你的命令常存在我心里，使我比仇敌有智慧。
【诗 119:99】 我比我的师傅更通达，因我思想你的法度；
【诗 119:100】 我比年老的更明白，因我守了你的训词。

学习体会:

耶和华向来眷念我们，他还要赐福给我们，要赐福给以色列的家，赐福给亚伦的家。『诗115: 12』

定意赐福耶和华
向来顾念祂百姓
一再恩待以色列
泽被祭司亚伦家

  因为我困苦穷乏，内心受伤。我如日影渐渐偏斜而去；我如蝗虫被抖出来。我因禁食，膝骨软弱；我身上的肉也渐渐瘦了。我受他们的羞辱，他们看见我便摇头。耶和华－我的　神啊，求你帮助我，照你的慈爱拯救我，【诗 109:22-26 】

大卫遭遇患难
亲人朋友背叛
无人能够信靠
惟有向神祈祷

2019年区块链安…

随着现代化信息技术和应用的快速发展，数字资产这种以计算机信息技术为基础的货币形式应运而生。其可追溯、防伪造、防篡改的特性，提升了交易安全性，2019年已成为业界关注的热点，发展十分迅速。

从世界数字资产市场的发展状况来看，世界上已拥有1500多种数字货币，但目前数字货币仍存在法律地位不明确，监管力度不够的问题。致使不法分子利用数字货币的匿名性特征逃避监管，进行投机炒作、非法集资等活动，严重威胁了数字货币的价值储存功能。

2019年，各种原因导致的安全事件也显著增加，数字货币犯罪五花八门，洗钱、诈骗、盗窃、贩毒、挖矿犯罪等案件频发。

一、2019年主流数字资产活跃情况

2008年10月，比特币对点的电子现金系统，阐述了基于区块链技术的比特币电子现金系统理论框架。

至2009年1月。其去中心化、开放自治、匿名、不可篡改等特性立即受到社会广泛关注，发展势头迅猛。其生态系统已延伸到物联网、云计算、大数据、人工智能等多个领域，应用场景也涵盖了金融、投资、监管等机构，引发了新一轮的技术创新和产业变革。在金融领域，2019年区块链已成为金融技术热点，金融科技引擎，推动比特币等加密货币迅猛发展。

据2019年数据统计显示，全球非法定加密货币超过1800种，交易市场数量超过9600个，市值曾高达8200亿美元，可见其市场发展势头之迅猛。

二、2019年数字资产犯罪事件总结及分析

科技是一把双刃剑，有利也有弊，数字资产也不例外。技术本身的特性和缺陷，加上监管的滞后与不足，金融风险如影随形，安全问题不断暴露出来，金融案件如期而至。数字资产成为了洗钱、恐怖融资、金融诈骗、非法集资等涉众型经济犯罪的重要工具，各种数字货币非法犯罪案件愈演愈烈。

在2019年数字资产犯罪案件中，美国占比为28%为全球最多，欧洲占24%，其后为中国占比18%。通过数据统计，从2019年1月至2019年12月中旬，全球约发生超万次数字资产黑客事件，我国发生的与数字资产相关刑事案件多达2000件。

2019年全球数字资产犯罪案件类型包括黑客攻击盗币、诈骗、非法集资、洗钱、暗网非法交易等，总计损失超60亿美元，网络犯罪和暗网交易类涉案金额大体相当，项目方跑路类涉案金额是前二者的2倍还多，其中由于系统漏洞对区块链造成的损失超过10亿美元。

数字资产非法犯罪案例不仅从未停止，并且2019年犯罪手段层出不穷，勒索软件、资金盘跑路模式花样新翻，犯罪团伙来源广泛，犯罪案件数量、犯罪活动涉及总金额呈递增趋势。

（一） 黑客攻击盗取数字资产

1、交易所漏洞

在近一年来，交易所安全事件层出不穷，从1月的Cryptopia交易所两次遭受黑客攻击，被盗ETH和ERC20币种代币损失超过1600万美元，再到11月27日韩国Upbit交易所被盗34万ETH，预计损失超过4900万美元。

在2019年内，共计超过28起交易所安全事件，其中超过7成为交易所数字资产被盗事件，其余包括交易所跑路、交易所信息泄露及其他资产丢失事件，共计超过13亿美元损失。

典型案例：

2019年3月24日，DragonEx平台钱包遭受黑客入侵，导致用户和平台的数字资产被盗，统计显示，DragonEx交易所共损失了价值 6,028,283 美元的数字资产。

2019年5月8日早晨，币安官方发出公告称在系统中发现“大规模安全漏洞”，黑客使用了复合型技术，包括网络钓鱼、病毒等其他攻击手段，在区块高度575012处从币安热钱包中盗取7000枚比特币。致使交易所损失4100万美金。

2019年11月27日，韩国交易所UpBit安全系统遭到破坏，失窃34200个以太币。致使交易所损失超5000万美金。

针对交易所漏洞问题：

（1）、交易所要对系统安全体系有足够的重视，不仅要有合理的安全架构，更要对系统进行整体的安全测试，对于安全公司已经报出来的安全漏洞要及时自查，避免遭到同样攻击。

（2）、交易所要建立完善的风控应急预案，交易所无论技术多么成熟也可能百密一疏被黑客找到可以利用的漏洞，因此在交易所系统中，突发事件引起交易异常和资金被盗时，完善的应急处理机制和补偿机制就显得尤为重要，例如采取风险基金来应对出现的安全事故，或者为用户资金投保，来对冲数据泄露或盗币事件对用户资金带来的影响。

（3）、交易所项目方在难以对自身交易所系统进行全面的安全系统架构时，就需要考虑使用第三方的安全产品或与安全公司合作来共同打造交易所的安全交易环境和风控应急处理机制。

2、智能合约漏洞

2019年DApp数量持续增加，据统计，截止12月初，目前运行在ETH、EOS、波场等公链上的DApp总数量超3000个，智能合约漏洞事件今年超百起，大多被黑事件发生于EOS DApp，截止目前DApp被黑总损失超1000万美元。

EOS公链上今年共发生超60起典型攻击事件，1-4月为集中爆发期，占全年攻击事件的67%，主要原因为EOS公链上菠菜类应用的持续火爆，加之项目合约代码安全性薄弱，导致黑客在多个DApp上就同一个漏洞进行连续攻击，手法主要以交易阻塞、回滚交易攻击，假EOS攻击，随机数破解等。

TRON公链上今年共发生近20起典型攻击事件，主要集中在4、5、7月，以小规模攻击为主，手法为回滚交易为主。

ETH公链今年未发生较严重的DApp攻击事件，一是因为ETH公链上菠菜竞猜类合约数量较少，热度不够，二是因为整体来说ETH智能合约项目方在安全方面做的较完善。

针对智能合约漏洞问题，我们建议：

游戏合约开发者应该重视游戏逻辑严谨性及代码安全性。

尽快将合约代码开源，让更多专业人士和技术团队参与进来，分析整理出易发生的意外事件，提升合约编写的安全性和功能准确性，防患于未然。

项目方全方面做好智能合约安全审计并加强风控策略，必要时可联系第三方专业审计团队，在上链前进行完善的代码安全审计。

3、钱包漏洞 

在过去的一年内，钱包安全问题从未停止过，与之交易所类似，准入门槛低，安全性差，在缺乏监管的情况，极易爆发出钱包携巨款跑路事件。

钱包本身也存在很多安全隐患，容易受到黑客攻击，包括存在钱包APP伪造漏洞、交易密码未检测弱口令、核心代码未加固、未检测到系统运行环境、操作存在截屏及录屏记录等隐患。从6月初钱包GateHub爆出已经被盗超过2300万XRP开始，全年有超过7起钱包安全事件，损失过亿人民币。

针对钱包漏洞问题：

（1）、数字货币钱包服务商一方面应加强对钱包进行安全审计，另一方面要进行包括域名系统安全检测、主机实例安全检测、服务端应用安全检测等一系列审核，同时还要监控私钥、助记词、交易过程、数据存储的安全。

（2）、对于会经常使用到在线钱包的用户，在不同平台设置不同的密码，并且开启二次认证，其次建议资产占有量较大的个人投资者最好将冷钱包与热钱包配合使用，根据具体使用需求分配使用冷热钱包，做到冷热分开，以便隔离风险。

4、公链漏洞

2019年共发生超8起公链被攻击事件，其中半数以上为51%攻击，相对于2018年攻击频率减少，造成损失较小。

典型案例：

目前除了BTC、ETH等足够大的公链几乎不可能遭受51%攻击之外，各非大型公链以及一些小公链币种都应小心来自51%攻击的威胁。

在应对51%攻击时，应尽量保持算力分散，过度集中的算力是导致51%攻击的直接原因，在中本聪的共识基础下，51%攻击理论上是永远存在，设置完善的风控预警机制，交易所采用良好的防御机制，在遭遇51%攻击时可以提高区块确认数，暂停充提币，冻结可疑账户等措施及时避免损失。

5、用户使用不当

2019年整体用户的安全意识上升，仍有个别用户因使用钱包私钥操作不当、访问钓鱼网站等问题造成资产损失。

（二） 利用数字资产进行暗网非法交易

2019年暗网仍然是作为网络犯罪的不法之地，利用数字货币匿名性的特性进行交易，逃避监管，整年已有价值 10.35 亿美元的比特币被用于非法活动，比特币在暗网交易品类最大的是药品，比特币也是最受“欢迎”的数字货币，其次为莱特币。

暗网中充斥着军火、毒品、色情、诈骗等非法活动，一直在威胁着社会、企业和国家的安全。暗网贩卖的非法商品多种多样，主要涉及数据、信息、非法软件、军火、毒品等，而不法分子多选择数字货币作为交易货币，例如：

1、用户数据泄露，在暗网兜售

2、信用卡身份证伪造贩卖

3、Visa贩卖

4、匿名银行账户、信用卡账户贩卖

5、恶意程序贩卖

6、军火毒品伪身份证贩卖

7、毒品交易

（三） 利用数字资产洗钱

由于数字货币是游离于现有货币体系之外的暗线，自成一套体系，其特殊属性使得数字货币交易极其简便，有网络即可转账，若有违法操作也很难追踪到，这给予了犯罪活动以新的资金转移渠道，隐藏赃款。

数字货币相比于其他金融工具，对于洗钱者来说更便捷，他们不再需要找人用脏钱去购买黄金、购买实物然后再卖掉去换钱。2019年已查处的洗钱案中已有超50亿美金是通过加密货币进行的，其中比特币是犯罪分子洗钱的首选。较为典型的洗钱案例如下：

此外，虚数字货币赌博也能实现洗钱，因为赌博网站都不需要求实名认证，所以执法部门也很难知道到底是谁往赌博网站的账户里冲提数字货币。现在全球有100-200家赌博网站可以用数字货币进行赌资支付。犯罪分子在这些网站上开设账号，然后将资金转入账户，进行一些小额赌博，有的甚至都不进行赌博的操作，随后提币到新的地址，实现洗钱目的。

数字货币已经成为了全球犯罪分子洗钱的重要工具，对于执法部门来说，发现洗钱行为、追寻资金源头和目的地也越来越困难。 

（四） 网络犯罪

网络犯罪包括诈骗、勒索、相关区块链服务应用商被破环事件，犯罪分子利用比特币具有匿名性的特点，更频繁的选择比特币作为赎金，通过勒索软件或其他某些不法手段进行敲诈勒索活动。

在2019年的网络勒索式攻击给全球造成 5 — 15 亿美元的损失，相较于去年增加20%，敲诈勒索数字货币的犯罪活动一直不断，甚至有增无减，较为典型的案例如下：

不难看出，今年仍是各类诈骗犯罪事件猖獗的一年，各类网络诈骗事件在网络犯罪活动中仍然占有很大的比例，我们在网络理财平台进行理财时，在面对巨大诱惑的时候，不要轻信所谓的“内幕消息”。 

（五） 资金盘、传销盘、庞氏骗局及项目方跑路

犯罪分子可能将数字货币作为非法集资或集资诈骗的支付工具，以投资发行数字货币、开发比特币底层技术应用、利用数字货币“搬砖”套利等为幌子，以资金盘、传销盘、庞氏骗局等运作模式进行非法集资或集资诈骗，一旦“时机”到达，或问题出现，团伙直接跑路。

2019年在众多资金盘、传销盘、钱包、交易所跑路事件中，最受瞩目的莫过于6月29日的Plustoken钱包跑路事件，当天众多用户反映Plustoken钱包已经无法提现，Plustoken钱包的项目方疑似跑路，涉案金额或超200亿元。截至12月初，今年跑路的区块链项目方涉及资金超过250亿人民币。

（六)  恶意挖矿

电力消耗是挖矿的主要成本，也是决定挖矿收益的关键所在，随着挖矿难度增加，正常手段挖矿所得的收益已经越来越低，不少人便打起了非法挖矿的歪主意。

挖矿木马通过完成大量计算，来获得数字货币系统的奖励，挖矿木马和蠕虫在计算的过程中会占用计算机大量的CPU、GPU资源，导致电脑变得异常卡慢，虽然不会给中毒电脑带来直接损失，但会干扰正常系统的运行，并且传播速度，感染量大，给政府机关和企业服务带来极大影响和损失。

我们建议用户避免使用弱口令密码，一个密码不重复使用；关闭不必要的端口，升级系统固件；及时更新重要补丁，卸载来源不明的软件；提高安全意识，不要点击和浏览一些高风险页面，谨慎打开一些来历不明的文件、邮件、链接等。

（七)  信息泄

在2019年中，总共报出超5起较典型的信息泄露事件，虽然区块链技术可以一定程度上摆脱中心化机构对大数据信息的控制，通过加密手段保证个人隐私数据的传输，但目前很多交易所、钱包仍是中心化运作方式，不可避免会存储用户的个人数据，一旦遭受攻击，黑客便有可能获取大量用户数据，并通过暗网等方式出售数据，获得暴利。

三、数字资产犯罪活动危害

由于数字资产犯罪活动门槛低，利用数字资产进行资金转移极为便利，数字资产犯罪正在演变成传统犯罪的一部分，许多传统的犯罪组织已经使用不局限于比特币的数字货币来支持他们的业务，这种趋势将在2020年持续下去。

据相关信息透露，部分犯罪组织正在引进数字资产专家为他们提供关于将数字货币与欺诈、洗钱和非法赌博活动相结合的建议，甚至还有一些犯罪集团正在接管交易所和比特币矿工作为清洁资金的来源。

数字资产犯罪案件的危害将会是巨大的。

案件往往传播范围极广，案件一旦发生，即可迅速蔓延至世界各国，影响极其恶劣，不仅给全球消费者带来惨重损失，还将严重破坏、扰乱金融市场，并且不法分子借助数字货币进行如上文所述的洗钱、非法集资、恐怖融资等活动也会危害社会稳定，扰乱社会秩序，对世界的和平与稳定会造成恶劣影响。

具体来看，不法分子利用数字货币实施犯罪，对于数字货币行业内正规企业与普通用户而言都会遭受到不同程度的损失。

对企业而言：

对企业而言，由于数字货币交易所、钱包提供商、公链这些平台所占有资金量巨大，涉及用户面极为广泛，而相关交易机构在网络安全和保护投资人资产方面存在不足经验，往往是黑客攻击的首要目标。 

黑客利用其本身存在的漏洞，通过各种攻击方式对平台进行攻击，盗取的数字货币一般都是巨大数额，对大多平台而言可以说都是重度创伤，部分交易所受到黑客攻击，资产几乎被盗空，随之面临的便是无法正常运营，最终倒闭，还可能会影响金融市场的稳定。 

对普通用户而言：

对普通用户而言，不法分子使用的攻击软件也可能侵袭普通用户的电脑和手机，不仅数字货币会损失，法币、私人信息被窃取也是有可能的。

不法分子使用数字货币进行暗网交易，使毒品一类有害物品更容易流通，个人安全也可能会面临威胁，个人隐私信息也随时面临着被放在暗网上抛售的危险。而由于加密货币的交易缺乏约束，如果对行业不过了解，知识储备不够，很容易被投机者操纵和利用，受到不法分子的欺骗，陷入非法融资、非法集资、敲诈勒索的骗局之中。

2019年全球已出现上百种传销币，后来这些传销币的受害者遭受了惨重的损失，一夜倾家荡产的大有人在，还有许多受害者的家庭幸福也受到了不良影响，事实证明这样的危害与损失是普通投资者无法承受的。

 总体来看，数字货币非法犯罪行为给行业带来的影响极其恶劣： 1、当前私人数字货币或准数字货币已经在社会经济体系内发展成为一种“不稳定的力量”。 部分不法分子利用数字货币做掩护进行非法集资与诈骗活动，造“传销币”，恶意炒作数字货币价格，这样导致大量数字货币的创新以及巨量私人数字货币的交易规模、价格极速飙升破坏了市场稳定性。 2、数字货币如今已成为金融行业中的一部分，数字货币价格的暴涨也会推高涉案金额，从而使损失加大，并且由于数字货币通过网络发行，非法犯罪案件一旦发生，可以迅速向世界各国蔓延，对全球造成危害，对金融行业无疑也会起到消极影响，扰乱正常金融秩序。 3、一些严重的非法犯罪案件也可能会造成市场恐慌，增大卖方市场，导致数字货币的价格下跌，挤压市场泡沫。 4、数字货币被大量用于办理假护照，提供色情服务，转移非法资产，买卖毒品和地下军火等交易，这会扰乱社会秩序，对社会的稳定发展构成威胁，还会影响行业正规运营的企业的发展，对整个数字货币行业、对金融行业、对整体社会无疑都是具有极大危害的。  四、数字资产犯罪应急方案及总结 伴随区块链的不断发展，与之而来的安全事件也将层出不穷。在我们看不到的背后，区块链的世界无时无刻不在上演着一场场触目惊心的安全攻防战。如何在当前区块链新时代风口下，切实保障区块链全生态的安全，一直以来都是行业及从业者应该思考和努力的方向，我们呼吁并建议： 

（一）、重视区块链安全问题 在中央政治局第十八次集体学习上，国家特别强调了要“推动区块链安全的有序发展”，国家层面上越发重视区块链的安全问题，也必将激励社会大众越发关注到区块链的安全问题。 

（二）、要搭建起我国“自主创新的区块链安全技术和保障体系” 为进一步贯彻中央政治局的重要指示，安全公司将作为区块链安全领域的中坚力量，需搭建起我国“自主创新、自主可控”的区块链安全技术和保障体系，以增强区块链自身安全能力，防止被攻击而造成重大损失。 

（三）、当前区块链行业面临的安全风险 当前区块链行业仍面临大量安全风险，比如因企业自身忽视建设安全防线，以及数字资产的安全漏洞所引发的如洗钱、敲诈、暗网交易等社会安全问题。加强安全监管，建立起牢固的安全防线，是当前区块链发展的重要任务。 

（四）、整个行业需要正向引导 要想区块链技术更好地服务于我们的实体经济，就必须将其用到“正处”。要善用区块链技术、活用区块链技术，而不是一味地滥用。这就需要区块链从业者从自身养成积极正向的行业态度，共同推动区块链行业健康发展。 

（五）、区块链安全公司的作用 面对当前时有发生的因区块链系统安全漏洞引起的资产被盗事件，以及利用数字资产进行犯罪、传销、跑路等不法行为，区块链安全公司需全力以赴，承担起责任，为行业健康发展多做贡献，一方面协助相关企业做好安全防护工作，提升安全防护能力，减少安全损失；另一方面，继续大力协助政府监管机构做好调查取证等工作，以切实加强安全监管，多为行业发展发出正能量的声音，带头建立起有序的行业规范，并促进安全标准建设。

会计中的区块链

过了很长一段时间，直到我了解了三重记账，才明白了区块链在会计中的重要性，事实上三重记账始于上世纪80年代，但很讽刺的是，直到最近，Ian Grigg将其与区块链技术关联起来后，这个会计的概念才引起了人们的注意。

三重记账是一种会计策略，是传统的复式记账体系的加强版。在三重记账中，所有涉及外部方的会计分录都经过了加密，并通过智能合约链接到了第三个账本。

基于区块链的三重记账与传统的记账系统不同，没有人能轻易地入侵或破坏账本记录。

区块链是透明的、可审计的、不可变的，因此一旦将交易记录输入到第三项智能合约的分类账中，基于区块链的会计系统就不会被破坏。

基于区块链的会计可能会导致审计师失业

审计师的存在是因为公司不信任他们的会计师。会计师是人，因此有可能行为不当，毕竟人都会犯错。

会计记录也有可能被破坏。因此，才需要外部的审计师进行审核。

然而，基于区块链的会计系统是透明的、可审计的、不可变的，这也就意味着这些交易不会受到损害。这意味着，如果将账目记录存储到区块链上，就没有必要邀请外部的审计师进行检验。

因此，将来可能审计师都会失业！！

大数据未来思维变革

一场生活、工作与思维的大变革

大数据，变革公共卫生

09年甲型H1N1，疾控中心数据汇总的滞后性——谷歌基于用户搜索词条构建模型，预测流感

以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见

大数据，变革商业

机票价格走势预测系统，并不能说明原因，只能推测会发生什么（关注相关关系而不是因果关系）

大数据，变革思维

人们对数据的认知：静止和陈旧 >>> 一种商业资本，一项重要的经济投入，可以创造新的经济利益

数据在思维的转变下可以巧妙地用来激发新产品和新型服务

大数据是人们获得新的认知、创造新的价值的源泉；大数据还是改变市场、组织机构，以及政府与公民关系的方法

大数据使社会放弃它对因果关系的渴求，而仅需关注相关关系。只需要知道是什么，而不需要知道为什么

大数据，开启重大的时代转型

大数据必然要经历技术成熟度曲线（炒作周期），是指新技术、新概念在媒体上曝光度随时间的变化曲线

科技诞生的促动期 ：在此阶段，随着媒体大肆的报道过度，非理性的渲染，产品的知名度无所不在，然而随着这个科技的缺点、问题、限制出现，失败的案例大于成功的案例，例如:.com公司 1998~2000年之间的非理性疯狂飙升期。

过高期望的峰值：早期公众的过分关注演绎出了一系列成功的故事——当然同时也有众多失败的例子。对于失败，有些公司采取了补救措施，而大部分却无动于衷。

泡沫化的底谷期 ：在历经前面阶段所存活的科技经过多方扎实有重点的试验，而对此科技的适用范围及限制是以客观的并实际的了解，成功并能存活的经营模式逐渐成长。

稳步爬升的光明期 ：在此阶段，有一新科技的诞生，在市面上受到主要媒体与业界高度的注意，例如:1996年的Internet ，Web。

实质生产的高峰期 ：在此阶段，新科技产生的利益与潜力被市场实际接受，实质支援此经营模式的工具、方法论经过数代的演进，进入了非常成熟的阶段。

数据爆炸的时代

量变引发质变

类比纳米技术

大数据

大数据的科学价值和社会价值体现

对大数据的掌握程度可以转化成对经济价值的来源

大数据已经撼动世界的方方面面，从商业科技到医疗、政府、教育、经济、人文等各个领域

预测，大数据的核心

大数据的核心就是预测

大数据不是让机器像人一样思考，而是把数学算法应用到海量数据上预测事情发生的可能性

垃圾邮件过滤

输入错误识别

预测一个人乱穿马路的行进轨迹和速度

反馈学习机制：利用自己产生的数据判断自身算法和参数选择的有效性，并实时进行调整，持续改进自身的表现

个性化技术：个性化排序和个性化推荐等，属于大数据时代的重要技术

Facebook猜测喜好

关联网站排序

大数据，大挑战

大数据的精髓在于我们分析信息时的三个转变

大数据时代我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样

研究数据如此之多，以至于我们不再热衷于追求精确度（数据规模过大导致精确度可行性降低），适当忽略微观层面的精确度以获得宏观层面更好的洞察能力。

前两个转变促成第三个转变：我们不再热衷于寻找因果关系

因果关系的追求 –> 相关关系的探索

大数据告诉我们“是什么”而不是“为什么”，让数据自己发声，而不必知道现象背后的原因

数据化：我们要从一切事物中汲取信息，将实物数据化

一个人的位置

引擎的振动

桥梁的承重

20世纪，价值已经从实体基建转变为无形财产，从土地和工厂转变为品牌和产权。如今，电脑存储和分析数据的方法取代电脑硬件成为了价值的源泉。

大数据的负面影响

早期政策专家看到了信息化给人们隐私带来的威胁，并建立了庞大的规则体系来保障个人信息安全。但在大数据时代人们自愿分享信息

危险不再是隐私的泄露，而是被预知的可能性，大数据时代需要新的规章制度保护权势面前的个人权利

Part1 大数据时代的思维变革

大数据与三个相互联系相互作用的思维转变有关

要分析与事物相关的所有数据，而不是依靠分析少量的样本数据（本章重点）

乐于接受数据的纷繁复杂，而不再追求精确性

我们的思想发生了转变，从探求难以捉摸的因果关系转为关注事物的相关关系

01 更多：不是随机样本，而是全体数据

技术条件的提高，大大拓展了我们收集数据、处理数据的能力，但我们依然没有完全意识到自己拥有了能够收集和处理大规模数据的能力。

小数据时代的随机采样，最少的数据获得最多的信息

人口普查——1086年英国调查当时的人口土地和财产进行全面的记载行程《末日审判书》，然耗资费时

无奈之举——采样分析

采样分析的精确性随着采样随机性的增加而大幅提高，但与样本数量的增加关系不大（样本数量到达一定数量，从新样本得到的信息将递减，类比经济学中的边际效应递减）

每年采用多次小规模样本人口普查

推广：商业领域的质检

随机采样去的了巨大的成功，但它存在固有缺陷：

1. 一旦采样过程存在任何偏见，分析结果就会相去甚远

2. 随机采样不适合考察子类别的情况

3. 随机采样需要实现设计好问题的结果，调查缺乏延展性，数据不能重新分析以获得计划之外的目的

全数据模式：样本 = 总体

全面性+即时性：技术的进步使得我们可以收集全面完整的数据，提高微观层面分析的准确性以及快速分析反应的能力

大数据不是绝对意义上的“大”，而是相对于随机分析法来说，采用所有数据的方法（全数据）

社科应用举例：对小团体或是整个社会，多样性都有其额外价值

02 更杂：不是精确性，而是混杂性

乐于接受数据的纷繁复杂，而不再追求精确性

允许不精准

数据量的大幅增加及数据采集频率的增加会造成结果的不准确，与此同时，一些错误地数据会混入数据库

各种各样的混乱

错误率

格式的不一致性-清洗数据

大数据通常用概率说话，而不是一副确凿无疑的面孔

大数据的简单算法比小数据的复杂算法更有效

大数据的绝对数量优势压倒了其带来的纷杂错误

纷杂的数据越多越好

全面的数据库使我们不需要担心某个数据点对整套分析的不利影响

• 我们需要做的是接受这些纷杂的数据并从中受益，而不是以高昂的代价消除所有的不确定性（关注焦点的变化）

• 大数据不仅让我们不再期待精确性，也让我们无法实现精确性

  • 错误性不是数据固有的，而是测量、记录和交流数据的工具的缺陷

  • 错误并不是大数据固有的特性，而是亟待解决并可能长期存在的现实问题

新的数据库设计的诞生

• 非关系型数据库的出现——不预设记录结构，允许繁杂数据的记录

• 更多的处理和存储资源——大大降低的存储和处理成本

• 大的数据库的分布式存储对数据库提出更多的要求

• Hadoop：与谷歌的MapReduce系统相对应的开源式分布系统的基础构架

  • 实现超大量数据的处理

  • 内部建立数据副本（应对硬件可能的瘫痪）

  • 假定数据之大导致数据在处理之前不可能整齐排列

  • 假定数据量巨大使其完全无法移动，需要在本地进行数据分析

  • 适用于不要求极端精确的任务，例如顾客分群营销等

  • 只有5%的数据是结构化的，能够适用于传统数据库，接受不确定性，拥抱剩下95%的非结构化数据（网页和照片视频资源等）

  • 大数据更强调数据的完整性和混杂性，帮助我们进一步接触事实的真相（小数据-可能出现管中窥豹的情况）

03 更好：不是因果关系，而是相关关系

是什么就够了，不需要知道为什么

亚马逊推荐系统

个性化推荐系统在亚马逊的使用

知道是什么可以更直接的作用，而为什么需要复杂的推导运算

关联物，预测的关键

相关关系的核心：量化两个数据值之间的数量关系

相关关系通过识别有用的关联来帮助我们分析一个现象，而不是揭示其内部的运作机制

相关关系没有绝对，只有可能性，但强相关关系链接成功的概率还是很高的

利用某个现象的良好的关联物，相关关系可以帮助我们捕捉现在和预测未来

如果寻找关联物

机器计算能力，代替了人工选择一个关联物或者一小部分相似数据进行逐一分析

用数据驱动的关于大数据的相关关系分析法，取代了基于假想的易出错的方法

大数据的相关关系分析法更准确、快速，且不容易受偏见的影响

大数据的核心是建立在相关关系分析法基础上的预测

社会环境下寻找关联物

通过找出新种类数据间的相互联系来解决日常需要 例如用于监测桥梁、机器等的传感器数据用于故障预测

“是什么”，而不是“为什么”

小数据时代获取相关关系和因果关系都耗费巨大（建立假设 >>> 进行实验 ，存在受偏见影响的可能，且数据收集困难），当前这些困难迎刃而解

相关关系：线型关系到非线性关系的发展

快速思维模式与慢性思维模式

快速思维模式使人们偏向于用因果联系看待周围的一切，即使这种关系并不存在

直觉得来的因果关系很多时候并没有加深我们对这个世界的理解，只是给我们一种自己已经理解的错觉。大数据的相关关系将经常证明直觉的因果联系是错误的

因果关系的证明要求单一变量实验，难以在现实中实现

相关关系很有用，它为我们提供新的视角，而且提供视角清洗。而一旦我们把因果关系考虑进来，这些视角就可能被蒙蔽

• 大数据更

(3)大数据社会影…

大数据从概念兴起到应用落地，虚拟化技术、大规模分布式数据管理技术、分布式的并行编程模式、面向服务的应用组装及管理、前端展现及交互技术的发展日新月异，为数据的产生、存储、处理提供了技术支撑。

同时，互联网思维日益喧嚣，各路诸侯跃跃欲试。“互联网+”导致企业视野更广，手臂更长，企业将触及前所未有的海量数据，同时应用场景也将层出不穷。

大数据具有四个特点：

（1）规模性。从现在的TB/PB级体量，很快就将进入ZB时代；

（2）异构性。类型丰富，既包括结构化数据，还包括图片、声音、视频等非结构化数据；

（3）时效性。数据采集和处理即时性强，满足市场的瞬息万变；

（4）价值性。针对实际应用场景，提出可落地的管理建议。

传统的数据，实质上是基于业务逻辑的小数据，来自企业信息系统，如零售商的进销存系统。在万物互联时代，大数据是由非结构化数据构成，这些数据比原来的结构化数据多得多，比如微信里的一张照片抵得上小型超市进销存系统一个月的数据量。

目前，无线网络、可穿戴设备、物联网的普及，在丰富数据来源的同时，大大降低了数据采集成本。

大数据的社会影响

进入大数据时代，工业时代产生的社会结构和政治形态，都将被重塑。在过去，基础设施包括铁路、公路、机场、港口，而今智能终端、云计算、宽带网络扩展了其内涵；

在过去，土地、劳动力、资本是核心生产要素，而今数据已成为最有价值的资产。在过去，基于产业链的分工体系和市场体系，存在着巨大限制，如资源、制造基地和市场在时空层面的隔离与不平衡，会产生高额成本，也会受到规模限制。而今，大数据推动了大规模协同与共享协作方式。

目前，大数据领域每年都会涌现出大量新的技术，成为大数据获取、存储、处理分析或可视化的有效手段。大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来，为人类社会经济活动提供依据，提高各个领域的运行效率，甚至整个社会经济的集约化程度。

1.大数据生命周期

图1展示了一个典型的大数据技术栈。底层是基础设施，涵盖计算资源、内存与存储和网络互联，具体表现为计算节点、集群、机柜和数据中心。

在此之上是数据存储和管理，包括文件系统、数据库和类似YARN的资源管理系统。然后是计算处理层，如hadoop、MapReduce和Spark，以及在此之上的各种不同计算范式，如批处理、流处理和图计算等，包括衍生出编程模型的计算模型，如BSP、GAS 等。数据分析和可视化基于计算处理层。分析包括简单的查询分析、流分析以及更复杂的分析(如机器学习、图计算等)。查询分析多基于表结构和关系函数，流分析基于数据、事件流以及简单的统计分析，而复杂分析则基于更复杂的数据结构与方法，如图、矩阵、迭代计算和线性代数。

一般意义的可视化是对分析结果的展示。但是通过交互式可视化，还可以探索性地提问，使分析获得新的线索，形成迭代的分析和可视化。基于大规模数据的实时交互可视化分析以及在这个过程中引入自动化的因素是目前研究的热点。

有2个领域垂直打通了上述的各层，需要整体、协同地看待。一是编程和管理工具，方向是机器通过学习实现自动最优化、尽量无需编程、无需复杂的配置。另一个领域是数据安全，也是贯穿整个技术栈。

除了这两个领域垂直打通各层，还有一些技术方向是跨了多层的，例如“内存计算”事实上覆盖了整个技术栈。

2.大数据技术生态

大数据的基本处理流程与传统数据处理流程并无太大差异，主要区别在于：由于大数据要处理大量、非结构化的数据，所以在各处理环节中都可以采用并行处理。目前，Hadoop、MapReduce和Spark等分布式处理方式已经成为大数据处理各环节的通用处理方法。

Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。Hadoop 是一个数据管理系统，作为数据分析的核心，汇集了结构化和非结构化的数据，这些数据分布在传统的企业数据栈的每一层。

Hadoop也是一个大规模并行处理框架，拥有超级计算能力，定位于推动企业级应用的执行。Hadoop又是一个开源社区，主要为解决大数据的问题提供工具和软件。

虽然Hadoop提供了很多功能，但仍然应该把它归类为多个组件组成的Hadoop生态圈，这些组件包括数据存储、数据集成、数据处理和其他进行数据分析的专门工具。图2 展示了Hadoop 的生态系统，主要由HDFS、MapReduce、Hbase、Zookeeper、Oozie、Pig、Hive等核心组件构成，另外还包括Sqoop、Flume等框架，用来与其他企业融合。

同时，Hadoop 生态系统也在不断增长，新增Mahout、Ambari、Whirr、BigTop 等内容，以提供更新功能。

大数据对人们生活的…

大数据逐渐渗透我们的日常生活与每个角落，随着2020年的到来，大数据对我们每个人的重要性日益增长，影响和改变我们的生活，这也意味着大数据将成为一个时代。

生活更便利

大数据让生活更加便利，很多人都能感觉到在出行交通、购物、生活缴费等方面有了很大的改变。

安全有保障

公安局利用人工智能技术对千亿级各类结构化数据进行分析，对特殊群体进行智能定性和危险行为精准预测，有效开展诈骗预警和犯罪事先预判，实现事后处置到事前的防范，随着预警系统的建立，保护了人民的财产安全。

居民小区也运用“互联网+智慧社区”的方式为市民建立一道安全保障，入住人员进行实名制管理，并且对进入人员实现可控管理，小区居民在智慧社区平台实名注册登记及人像信息采集后，便可通过手机、身份证刷卡和刷脸进行开门。大数据为市民提供方便、安全的小区进出系统的同时，还为我市公安、综治部门提供了小区门禁出入人员记录、开门影像保存信息。这些信息能让相关部门对城市运行状态进行全面感知、态势预测、事件预警，为事故的溯源提供有力保障。

未来还有更多的改变

交通、购物、就医、旅游、安全……过去数年间，大数据应用其实就是信息化社会发展的一个重要阶段，而大数据的应用则给经济和社会生活带来了深刻的影响。

随着大数据的融合发展，智能化的综合网络 ,一大批新的就业形态和就业方式将被催生，商业交易方式、政府管理模式、社会管理结构也会发生变化。同时，大数据也让人们对于未来有着无限期待。

大数据智能整合data一步到位

Data是一家以大数据为基础，并智能应用于整合营销的大数据公司。汇聚多平台采集的海量数据,通过大数据技术的分析及预测能力为企业提供智能化的数据分析、运营优化、投放决策、精准营销、竞品分析等整合营销服务。已广泛服务于全国各省市及汽车、快销、金融、教育、房产等各行业。

五大产品矩阵

（1）DMarket超级数据市场

基于4亿月度活跃用户，8亿基础用户数据，运用分类、关联、聚类算法，结合地域、年龄、收入等2000+多维度关键词，搭建精准用户画像数据库，提供客户动态ID MAP(动态轨迹)，从而为客户提供多种形式的市场数据支撑服务。

（2）TalkVIP精准外呼平台

Talkvip精准外呼平台是以移动互联网大数据为基础的精准云外呼平台。独有的智能算法模型将全网6亿+活跃数据进行分析，通过AI算法集群运算，精筛细选，为商家提供目标用户群体。

（3）See广告精准投放平台

See广告精准投放平台是“基于效果”的精准营销宣传平台。可根据广告主的投放需求，凭借所覆盖的海量媒体资源，通过精准的用户画像系统和强大的数据分析能力，智能匹配出最优化的投放策略，为广告主打造 “高效”、“可靠”、“省钱”的营销系统。

（4）Insight行业分析平台

Insight是数据量最丰富，分析最权威的APP行业分析平台。全行业数据标签精细划分，为客户提供行业宏观研究、微观运营分析、未来趋势研究、机会风险分析、市场切入建议和投资可行建议全生命周期的综合性服务，帮助从业者更好的决策产品方向、营销策略和投资决策等。

（5）LinkUser虚拟商品城

Linkuser提供视频会员、手机充值卡、Q币充值、游戏币、游戏礼包、装备道具、流量、话费充值等多品种虚拟线上交易业务，通过虚拟商品丰富合作伙伴的积分平台，建立与用户连接通道，辅助各平台积分消耗，活跃会员。

如今，大数据正以稳定的步伐渗透到各个行业的领域之中，未来，我们生活中所接触到的大数据的应用会越来越多。不论企业还是个人，唯有借力于大数据，高效地利用所获得到的信息，发展才能保持强劲动力，生生不息，大数据时代来临，它正在改变我们的生活。

大数据社会的具体应…

在过去的几十年间，数学分析就已经涉猎金融行业了，诺贝尔经济学奖获得者哈里.马克维茨、威廉.夏普、罗伯特.恩格尔就是利用计量经济学知识和金融市场数据来建立数学模型，预测金融市场产品收益同风险波动的关系。

大数据时代的出现简单的讲是海量数据同完美计算能力结合的结果，确切的说是移动互联网、物联网产生了海量的数据，大数据计算技术完美地解决了海量数据的收集、存储、计算、分析的问题。

当我们最初谈大数据的时候，谈的最多的可能是用户行为分析，即通过各种用户行为，包括浏览记录，消费记录，交往和购物娱乐，行动轨迹等各种用户行为产生的数据。由于这些数据本身符合海量，异构的特征，同时通过分析这些数据之间的关联性容易匹配某些结果现象。即有一堆的行为因子x，同时又有一堆的结果构成y，我们找寻到了某种相关性，有利于我们调整后续的各种策略。

搜索本身往往是用户行为的一个重要入口，即搜索引擎具备了实时采集多个用户行为的x因子的能力。而这个能力往往是单个电商门户网站无法做到的。搜索引擎更加容易做交通，疾病，气象等方面的大数据分析和预测；而类似电商平台或类似腾讯更加容易做消费和娱乐类的大数据分析和预测。

一、医疗大数据 看病更高效

除了较早前就开始利用大数据的互联网公司，医疗行业是让大数据分析最先发扬光大的传统行业之一。医疗行业拥有大量的病例，病理报告，治愈方案，药物报告等等。如果这些数据可以被整理和应用将会极大地帮助医生和病人。我们面对的数目及种类众多的病菌、病毒，以及肿瘤细胞，其都处于不断的进化的过程中。在发现诊断疾病时，疾病的确诊和治疗方案的确定是最困难的。

在未来，借助于大数据平台我们可以收集不同病例和治疗方案，以及病人的基本特征，可以建立针对疾病特点的数据库。如果未来基因技术发展成熟，可以根据病人的基因序列特点进行分类，建立医疗行业的病人分类数据库。在医生诊断病人时可以参考病人的疾病特征、化验报告和检测报告，参考疾病数据库来快速帮助病人确诊，明确定位疾病。在制定治疗方案时，医生可以依据病人的基因特点，调取相似基因、年龄、人种、身体情况相同的有效治疗方案，制定出适合病人的治疗方案，帮助更多人及时进行治疗。同时这些数据也有利于医药行业开发出更加有效的药物和医疗器械。

医疗行业的数据应用一直在进行，但是数据没有打通，都是孤岛数据，没有办法进行大规模应用。未来需要将这些数据统一收集起来，纳入统一的大数据平台，为人类健康造福。政府和医疗行业是推动这一趋势的重要动力。

二、生物大数据 改良基因

自人类基因组计划完成以来，以美国为代表，世界主要发达国家纷纷启动了生命科学基础研究计划，如国际千人基因组计划、DNA百科全书计划、英国十万人基因组计划等。这些计划引领生物数据呈爆炸式增长，目前每年全球产生的生物数据总量已达EB级，生命科学领域正在爆发一次数据革命，生命科学某种程度上已经成为大数据科学

基因测试能让未来的父母对于他们未出生的baby的健康有更多的了解。对基因携带者筛查和胚胎植入前诊断，使一个家庭孕育小孩的过程产生了巨大改变。

当下，我们所说的生物大数据技术主要是指大数据技术在基因分析上的应用，通过大数据平台人类可以将自身和生物体基因分析的结果进行记录和存储，利用建立基于大数据技术的基因数据库。

大数据技术将会加速基因技术的研究，快速帮助科学家进行模型的建立和基因组合模拟计算。基因技术是人类未来战胜疾病的重要武器，借助于大数据技术的应用，人们将会加快自身基因和其它他生物的基因的研究进程。未来利用生物基因技术来改良农作物，利用基因技术来培养人类器官，利用基因技术来消灭害虫都即将实现。

与全球蒸蒸日上的生物大数据创新发展热潮相比，中国的研发及应用才拉开帷幕。我国有四大方面非常欠缺：其一，国内现有的生物大数据分析能力虽然与欧美相差不大，但是在数据分析构架、软件系统与先进的IT技术接轨上有待提升。其二，国外在生物大数据领域的领先人才多，尽管我们也有国际顶级刊物上发表的论文和成果，总体而言，国内高水准团队还是少。其三，欧美讲求成果应用，层出不穷的分析软件可被实验室、临床、产业多方应用。其四，在生物大数据理论研究、标准制定和广泛应用上，中国都亟待全面跟进。

三、金融大数据 理财利器

金融行业的大数据面临的往往是同样的问题，但是情况可能要好点，类似企业和个人的一些信用记录现在有全国性质的统一数据库能够拿到部分数据。但是对于单个银行来说，同样是无法拿到用户在其他银行的行为记录数据的，其二银行本身在做很多信贷风险分析的时候，确实需要大量数据做相关性分析，但是很多数据来源于政府各个职能部门，包括工商税务，质量监督，检察院法院等，这些数据短期仍然是无法拿到。还有就是企业或个人本事日常产生的各种行为数据更难拿到，那么对客户的风险性评估还是得借用原来的老方法而已。

大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品；美国银行利用客户点击数据集为客户提供特色服务，如有竞争的信用额度；招商银行利用客户刷卡、存取款、电子银行转帐、微信评论等行为数据进行分析，每周给客户发送针对性广告信息，里面有顾客可能感兴趣的产品和优惠信息。

可见，大数据在金融行业的应用可以总结为以下五个方面：

（１）精准营销：依据客户消费习惯、地理位置、消费时间进行推荐

（２）风险管控：依据客户消费和现金流提供信用评级或融资支持，利用客户社交行为记录实施信用卡反欺诈

（３）决策支持：利用抉策树技术进抵押贷款管理，利用数据分析报告实施产业信贷风险控制

（４）效率提升：利用金融行业全局数据了解业务运营薄弱点，利用大数据技术加快内部数据处理速度

（５）产品设计：利用大数据计算技术为财富客户推荐产品，利用客户行为数据设计满足客户需求的金融产品

四、零售大数据 最懂消费者

零售行业大数据应用有两个层面，一个层面是零售行业可以了解客户消费喜好和趋势，进行商品的精准营销，降低营销成本。另一层面是依据客户购买产品，为客户提供可能购买的其它产品，扩大销售额，也属于精准营销范畴。另外零售行业可以通过大数据掌握未来消费趋势，有利于热销商品的进货管理和过季商品的处理。零售行业的数据对于产品生产厂家是非常宝贵的，零售商的数据信息将会有助于资源的有效利用，降低产能过剩，厂商依据零售商的信息按实际需求进行生产，减少不必要的生产浪费。

未来考验零售企业的不再只是零供关系的好坏，而是要看挖掘消费者需求，以及高效整合供应链满足其需求的能力，因此信息科技技术水平的高低成为获得竞争优势的关键要素。不论是国际零售巨头，还是本土零售品牌，要想顶住日渐微薄的利润率带来的压力，在这片红海中立于不败之地，就必须思考如何拥抱新科技，并为顾客们带来更好的消费体验。

想象一下这样的场景，当顾客在地铁候车时，墙上有某一零售商的巨幅数字屏幕广告，可以自由浏览产品信息，对感兴趣的或需要购买的商品用手机扫描下单，约定在晚些时候送到家中。而在顾客浏览商品并最终选购商品后，商家已经了解顾客的喜好及个人详细信息，按要求配货并送达顾客家中。未来，甚至顾客都不需要有任何购买动作，利用之前购买行为产生的大数据，当你的沐浴露剩下最后一滴时，你中意的沐浴露就已送到你的手上，而虽然顾客和商家从未谋面，但已如朋友般熟识。

五、电商大数据 精准营销法宝

电商是最早利用大数据进行精准营销的行业，除了精准营销，电商可以依据客户消费习惯来提前为客户备货，并利用便利店作为货物中转点，在客户下单15分钟内将货物送上门，提高客户体验。马云的菜鸟网络宣称的24小时完成在中国境内的送货，以及京的刘强东宣传未来京东将在15分钟完成送货上门都是基于客户消费习惯的大数据分析和预测。

电商可以利用其交易数据和现金流数据，为其生态圈内的商户提供基于现金流的小额贷款，电商业也可以将此数据提供给银行，同银行合作为中小企业提供信贷支持。由于电商的数据较为集中，数据量足够大，数据种类较多，因此未来电商数据应用将会有更多的想象空间，包括预测流行趋势，消费趋势、地域消费特点、客户消费习惯、各种消费行为的相关度、消费热点、影响消费的重要因素等。依托大数据分析，电商的消费报告将有利于品牌公司产品设计，生产企业的库存管理和计划生产，物流企业的资源配制，生产资料提供方产能安排等等，有利于精细化社会化大生产，有利于精细化社会的出现。

六、农牧大数据 量化生产

大数据在农业应用主要是指依据未来商业需求的预测来进行农牧产品生产，降低菜贱伤农的概率。同时大数据的分析将会更见精确预测未来的天气气候，帮助农牧民做好自然灾害的预防工作。大数据同时也会帮助农民依据消费者消费习惯决定来增加哪些品种的种植，减少哪些品种农作物的生产，提高单位种植面积的产值，同时有助于快速销售农产品，完成资金回流。牧民可以通过大数据分析来安排放牧范围，有效利用牧场。渔民可以利用大数据安排休渔期、定位捕鱼范围等。

由于农产品不容易保存，因此合理种植和养殖农产品对十分重要。如果没有规划好，容易产生菜贱伤农的悲剧。过去出现的猪肉过剩、卷心菜过剩、香蕉过剩的原因就是农牧业没有规划好。借助于大数据提供的消费趋势报告和消费习惯报告，政府将为农牧业生产提供合理引导，建议依据需求进行生产，避免产能过剩，造成不必要的资源和社会财富浪费。农业关乎到国计民生，科学的规划将有助于社会整体效率提升。大数据技术可以帮助政府实现农业的精细化管理，实现科学决策。在数据驱动下，结合无人机技术，农民可以采集农产品生长信息，病虫害信息。相对于过去雇佣飞机成本将大大降低，同时精度也将大大提高。

七、交通大数据 畅通出行

交通作为人类行为的重要组成和重要条件之一，对于大数据的感知也是最急迫的。近年来，我国的智能交通已实现了快速发展，许多技术手段都达到了国际领先水平。但是，问题和困境也非常突出，从各个城市的发展状况来看，智能交通的潜在价值还没有得到有效挖掘：对交通信息的感知和收集有限，对存在于各个管理系统中的海量的数据无法共享运用、有效分析，对交通态势的研判预测乏力，对公众的交通信息服务很难满足需求。

这虽然有各地在建设理念、投入上的差异，但是整体上智能交通的现状是效率不高，智能化程度不够，使得很多先进技术设备发挥不了应有的作用，也造成了大量投入上的资金浪费。这其中很重要的问题是小数据时代带来的硬伤：从模拟时代带来的管理思想和技术设备只能进行一定范围的分析，而管理系统的那些关系型数据库只能刻板的分析特定的关系，对于海量数据尤其是半结构、非结构数据无能为力。

尽管现在已经基本实现了数字化，但是数字化和数据化还根本不是一回事，只是局部的提高了采集、存储和应用的效率，本质上并没有太大的改变。而大数据时代的到来必然带来破解难题的重大机遇。大数据必然要求我们改变小数据条件下一味的精确计算，而是更好的面对混杂，把握宏观态势；大数据必然要求我们不再热衷因果关系而是相关关系，使得处理海量非结构化数据成为可能，也必然促使我们努力把一切事物数据化，最终实现管理的便捷高效。

目前，交通的大数据应用主要在两个方面，一方面可以利用大数据传感器数据来了解车辆通行密度，合理进行道路规划包括单行线路规划。另一方面可以利用大活数据来实现即时信号灯调度，提高已有线路运行能力。科学的安排信号灯是一个复杂的系统工程，必须利用大数据计算平台才能计算出一个较为合理的方案。

科学的信号灯安排将会提高30％左右已有道路的通行能力。在美国，政府依据某一路段的交通事故信息来增设信号灯，降低了50%以上的交通事故率。机场的航班起降依靠大数据将会提高航班管理的效率，航空公司利用大数据可以提高上座率，降低运行成本。铁路利用大数据可以有效安排客运和货运列车，提高效率、降低成本。

八、教育大数据 因材施教

随着技术的发展，信息技术已在教育领域有了越来越广泛的应用。考试、课堂、师生互动、校园设备使用、家校关系……只要技术达到的地方，各个环节都被数据包裹。

在课堂上，数据不仅可以帮助改善教育教学，在重大教育决策制定和教育改革方面，大数据更有用武之地。美国利用数据来诊断处在辍学危险期的学生、探索教育开支与学生学习成绩提升的关系、探索学生缺课与成绩的关系。举一个比较有趣的例子，教师的高考成绩和所教学生的成绩有关吗？究竟如何，不妨借助数据来看。比如美国某州公立中小学的数据分析显示，在语文成绩上，教师高考分数和学生成绩呈现显著的正相关。

也就是说，教师的高考成绩与他们现在所教语文课上的学生学习成绩有很明显的关系，教师的高考成绩越好，学生的语文成绩也越好。这个关系让我们进一步探讨其背后真正的原因。其实，教师高考成绩高低某种程度上是教师的某个特点在起作用，而正是这个特点对教好学生起着至关重要的作用，教师的高考分数可以作为挑选教师的一个指标。如果有了充分的数据，便可以发掘更多的教师特征和学生成绩之间的关系，从而为挑选教师提供更好的参考。

大数据还可以帮助家长和教师甄别出孩子的学习差距和有效的学习方法。比如，美国的麦格劳-希尔教育出版集团就开发出了一种预测评估工具，帮助学生评估他们已有的知识和达标测验所需程度的差距，进而指出学生有待提高的地方。评估工具可以让教师跟踪学生学习情况，从而找到学生的学习特点和方法。有些学生适合按部就班，有些则更适合图式信息和整合信息的非线性学习。这些都可以通过大数据搜集和分析很快识别出来，从而为教育教学提供坚实的依据。

在国内尤其是北京、上海、广东等城市，大数据在教育领域就已有了非常多的应用，譬如像慕课、在线课程、翻转课堂等，其中就应用了大量的大数据工具。

毫无疑问，在不远的将来，无论是针对教育管理部门，还是校长、教师，以及学生和家长，都可以得到针对不同应用的个性化分析报告。通过大数据的分析来优化教育机制，也可以做出更科学的决策，这将带来潜在的教育革命。不久的将来个性化学习终端，将会更多的融入学习资源云平台，根据每个学生的不同兴趣爱好和特长，推送相关领域的前沿技术、资讯、资源乃至未来职业发展方向，等等，并贯穿每个人终身学习的全过程。

九、体育大数据 夺冠精灵

从《点球成金》这部电影开始，体育界的有识之士们终于找到了向往已久的道路，那就是如何利用大数据来让团队发挥最佳水平。从足球到篮球，数据似乎成为赢得比赛甚至是奖杯的金钥匙。

大数据对于体育的改变可以说是方方面面，从运动员本身来讲，可穿戴设备收集的数据可以让自己更了解身体状况。媒体评论员，通过大数据提供的数据更好的解说比赛，分析比赛。数据已经通过大数据分析转化成了洞察力，为体育竞技中的胜利增加筹码，也为身处世界各地的体育爱好者随时随地观赏比赛提供了个性化的体验。

尽管鲜有职业网球选手愿意公开承认自己利用大数据来制定比赛策划和战术，但几乎每一个球员都会在比赛前后使用大数据服务。有教练表示：“在球场上，比赛的输赢取决于比赛策略和战术，以及赛场上连续对打期间的快速反应和决策，但这些细节转瞬即逝，所以数据分析成为一场比赛最关键的部分。对于那些拥护并利用大数据进行决策的选手而言，他们毋庸置疑地将赢得足够竞争优势。”

十、环保大数据 对抗PM2.5

前年7月21日北京遭遇特大暴雨，在一天之内，平均降雨量达164毫米，也是北京市61年以来最大规模暴雨。此次暴雨因来势凶猛而给广大市民生活带来巨大影响。其实，摊上这种事儿，最主要的还是需要气象部门及时、准确地做出预警，并协同其他运营商部门，将这种预警信息第一时间下发到北京市民（包括在京旅行的人士）。也正是如此，前年的那场暴雨不仅暴露出了管理工作上的漏洞，也引起了业内人士关于一场“大数据”的探讨。

气象对社会的影响涉及到方方面面。传统上依赖气象的主要是农业、林业和水运等行业部门，而如今，气象俨然成为了二十一世纪社会发展的资源，并支持定制化服务满足各行各业用户需要。借助于大数据技术，天气预报的准确性和实效性将会大大提高，预报的及时性将会大大提升，同时对于重大自然灾害，例如龙卷风，通过大数据计算平台，人们将会更加精确地了解其运动轨迹和危害的等级，有利于帮助人们提高应对自然灾害的能力。天气预报的准确度的提升和预测周期的延长将会有利于农业生产的安排。

尤其是进入秋冬季以来，我国多个城市爆发雾霾天气，空气污染严重。随着PM2.5对于人体健康的危害日益被公众熟知，人们对于“雾霾假”的呼声也越来越高。有人调侃，重度污染天走在上班路上就是一台“人肉吸尘器”。

由此看来，依靠大数据分析北京或其他城市空气污染的形成及对策，任重道远。一是数据的来源。高耗能企业的生产规模、排放量这些数据是否层层上报，准确统计？掌握此数据的部门是否能向社会公开？北京500万辆汽车所加汽油到底有哪些成分，产生的尾气对空气污染指数的“贡献”率到底多大？二是要冲破数据挖掘分析应用的技术壁垒，当然前提就是数据公开。

在美国NOAA（国家海洋暨大气总署）其实早就在使用大数据业务。每天通过卫星、船只、飞机、浮标、传感器等收集超过35亿份观察数据。收集完毕后，NOAA会汇总大气数据，海洋数据，以及地质数据，进行直接测定，绘制出复杂的高保真预测模型，将其提供给NWS（国家气象局）做出气象预报的参考数据。目前，NOAA每年新增管理的数据量就高达30PB。由NWS生成的最终分析结果，就呈现在日常的天气预报和预警报道上。

十一、食品大数据 舌尖上的安全

民以食为天，食品安全问题直是国家的重点关注问题，关系着人们的身体健康和国家安全。近几年，毒胶囊、镉大米、瘦肉精、洋奶粉等食品安全事件不断考验着消费者的承受力，让消费者对食品安全产生了担忧。

近几年外国旅游者减少了到中国旅游，进口食品大幅度增加，这其中一个主要原因就是食品安全问题。随着科学技术和生活水平的不断提高，食品添加剂及食品品种越来越多，传统手段难以满足当前复杂的食品监管需求，从不断出现的食品安全问题来看，食品监管成了食品安全的棘手问题。此刻，通过大数据管理将海量数据聚合在一起，将离散的数据需求聚合能形成数据长尾，从而满足传统中难以实现的需求。

在数据驱动下，采集人们在互联网上提供的举报信息，国家可以掌握部分乡村和城市的死角信息，挖出不法加工点，提高执法透明度，降低执法成本。国家可以参考医院提供的就诊信息，分析出涉及食品安全的信息，及时进行监督检查，第一时间进行处理，降低已有不安全食品的危害。参考个体在互联网的搜索信息，掌握流行疾病在某些区域和季节的爆发趋势，及时进行干预，降低其流行危害。政府可以提供不安全食品厂商信息，不安全食品信息，帮助人们提高食品安全意识。

当然，有专业人士认为食品安全涉及到从田头到餐桌的每一个环节,需要覆盖全过程的动态监测才能保障食品安全,以稻米生产为例,产地、品种、土壤、水质、病虫害发生、农药种类与数量、化肥、收获、储藏、加工、运输、销售等环节,无一不影响稻米安全状况,通过收集、分析各环节的数据,可以预测某产地将收获的稻谷或生产的稻米是否存在安全隐患。

大数据不仅能带来商业价值，亦能产生社会价值。随着信息技术的发展，食品监管也面临着众多的各种类型的海量数据，如何从中提取有效数据成为关键所在。可见，大数据管理是一项巨大挑战，一方面要及时提取数据以满足食品安全监管需求；另一方面需在数据的潜在价值与个人隐私之间进行平衡。相信大数据管理在食品监管方面的应用，可以为食品安全撑起一把有力的保护伞。

十二、政府调控和财政支出 大数据令其有条不紊

政府利用大数据技术可以了解各地区的经济发展情况，各产业发展情况，消费支出和产品销售情况，依据数据分析结果，科学地制定宏观政策，平衡各产业发展，避免产能过剩，有效利用自然资源和社会资源，提高社会生产效率。大数据还还可以帮助政府进行监控自然资源的管理，无论是国土资源、水资源、矿产资源、能源等，大数据通过各种传感器来提高其管理的精准度。同时大数据技术也能帮助政府进行支出管理，透明合理的财政支出将有利于提高公信力和监督财政支出。

大数据及大数据技术带给政府的不仅仅是效率提升、科学决策、精细管理，更重要的是数据治国、科学管理的意识改变，未来大数据将会从各个方面来帮助政府实施高效和精细化管理。政府运作效率的提升，决策的科学客观，财政支出合理透明都将大大提升国家整体实力，成为国家竞争优势。大数据带个国家和社会的益处将会具有极大的想象空间。

十三、舆情监控大数据

国家正在将大数据技术用于舆情监控，其收集到的数据除了解民众诉求，降低群体事件之外，还可以用于犯罪管理。大量的社会行为正逐步走向互联网，人们更愿意借助于互联网平台来表述自己的想法和宣泄情绪。社交媒体和朋友圈正成为追踪人们社会行为的平台，正能量的东西有，负能量的东西也不少。一些好心人通过微博来帮助别人寻找走失的亲人或提供可能被拐卖人口的信息，这些都是社会群体互助的例子。国家可以利用社交媒体分享的图片和交流信息，来收集个体情绪信息，预防个体犯罪行为和反社会行为。最近警方通过微搏信息抓获了聚众吸毒的人，处罚了虐待小孩的家长。

大数据技术的发展带来企业经营决策模式的转变，驱动着行业变革，衍生出新的商机和发展契机。驾驭大数据的能力已被证实为领军企业的核心竞争力，这种能力能够帮助企业打破数据边界，绘制企业运营全景视图，做出最优的商业决策和发展战略。其实，不论是哪个行业的大数据分析和应用场景，可以看到一个典型的特点还是无法离开以人为中心所产生的各种用户行为数据，用户业务活动和交易记录，用户社交数据，这些核心数据的相关性再加上可感知设备的智能数据采集就构成一个完整的大数据生态环境。

大数据的优点和缺点

如今，几乎每个企业都在使用大数据。大数据分析提供了一个真正具有潜在利益的矿藏，但它也带来了可能抵消潜在收益的重大挑战。

在着手实施新的分析项目之前，专家建议企业需要仔细权衡大数据的利弊，查看其计划是否值得面临风险和投资。

大数据的优势

绝大多数企业表示大数据的好处是巨大的。看到了可衡量的业务成果。此外，也有一些企业高管认为，现在判断这些投资对他们公司的影响还为时尚早。

那么大数据的优势是什么?

•更好的决策：大数据分析可以为业务决策者提供他们所需的数据驱动的洞察力，以帮助企业开展竞争和业务发展。

•提高生产力：现代大数据工具使分析师能够更快地分析更多数据，从而提高个人生产力。此外，从这些分析中获得的见解通常使组织能够在整个公司内更广泛地提高生产力。

•降低成本：公司的大数据工具帮助他们提高了运营效率，并降低了成本，只有13.0%的受访者选择降低成本作为大数据分析的主要目标，这表明对于许多人而言，这只是一个非常受欢迎的附带好处。

•改善客户服务：社交媒体、客户关系管理(CRM)系统、其他客户为当今的企业提供了大量有关其客户的信息，他们很自然地会使用这些数据来更好地为这些客户提供服务。

•欺诈检测：特别是在金融服务行业。依赖于机器学习的大数据分析系统的一大优势是它们在检测模式和异常方面非常出色。这些能力可以让银行和信用卡公司能够发现被盗信用卡或欺诈性购买，并且通常是在持卡人知道出现问题之前发现问题。

•增加收入：他们正在使用大数据工具来增加收入，并根据更好的洞察力加速增长。

•提高灵活性：许多组织正在使用其大数据来更好地调整其IT和业务工作，并且他们正在使用他们的分析来支持更快、更频繁地更改其业务战略和策略。

•更好的创新：主要是作为创新和颠覆市场的手段。他们认为，如果他们能够收集竞争对手所没有的见解，他们就可以通过新产品和服务领先于其他企业。

•更快的上市速度：大数据的这种优势也可能带来额外的好处，例如更快的增长和更高的收入。

大数据的缺点

•对人才的需求：为创建数据庫时。雇用或培训员工可能会大大增加成本，获取大数据技能的过程需要相当长的时间。

•数据质量：数据科学家和分析师需要确保他们使用的信息准确和相关，并且采用适当的格式进行分析。这大大减缓了报告流程，但如果企业不解决数据质量问题，他们可能会发现他们的分析所产生的洞察力毫无价值，甚至在采取行动时是有害的。

•需要进行文化变革：希望使用分析在企业内部创建数据驱动的文化。公司正在创建这种新型企业文化。然而，只有32.4%的受访者表示在这方面取得了成功。

•合规性：企业的大数据分析中包含的大部分信息都是敏感的或个人的信息，这意味着企业在处理和存储数据时可能需要确保它们符合行业标准或政府要求。数据治理(包括合规性)是处理大数据的第三大障碍。事实上，当受访者被要求按照从1(最重要)到5(最不重要)的等级对大数据挑战进行排序时，大数据在合规性的缺点显然是最重要等级。

•网络安全风险：存储大数据(特别是敏感数据)，可以使企业成为网络攻击者更具吸引力的目标。高管将网络安全漏洞列为企业所面临的最大数据威胁。

•快速变化：组织可能面临着非常多变的情况，他们将投资于特定的技术，只是为了在几个月之后获得更好的结果。快速变化列为他们面临的潜在挑战中的第四位。

•硬件需求：是支持大数据分析计划所需的IT基础设施。用于存储数据的存储空间，用于将数据传输到分析系统或从分析系统传输的网络带宽，以及用于执行这些分析的计算资源在购买和维护方面都是十分昂贵的。一些组织可以通过使用基于云计算的分析来解决此问题，但这通常不会完全消除基础设施问题。

•成本：当今许多大数据工具都依赖于开源技术，这大大降低了软件成本，但企业仍然面临与人员配备、硬件、维护和相关服务相关的大量开支。大数据分析计划在预算范围内大幅度运行并且比IT经理最初预期的部署时间更长，这种情况并不少见。

•难以集成遗留系统：大多数经营多年的企业已经在各种环境中的各种不同应用程序和系统中分析和存储了数据。集成所有这些不同的数据源，并将数据移动到需要的位置也会增加处理大数据的时间和费用。

感知大数据的挑战

资料来源：AtScale 2018年大数据成熟度调查

大数据的利弊

最后，在权衡大数据的利弊时，大多数组织都认为优点大于缺点。但是，在启动新的大数据项目之前，大数据的优点和缺点总是让企业值得仔细考虑。

大数据的优点和缺点
优点	更好的决策
提高生产力
降低成本
改善客户服务
欺诈识别
增加收入
提高灵活性
更大的创新
更快的上市时间
缺点	数据质量
需要人才
文化变革
合规性
网络安全风险
快速变化
硬件需求
成本
难以集成遗留系统

c6.4 教育首要…

🔊 Listen to this

在一切受造之物上，都可以看出神的印证来。自然界见证上帝。那易于感受的心智，一旦与宇宙的奇迹奥秘接触，就不得不承认那无穷之能力的运行。地球并非借其本身固有的能力而产生万物，并年年继续环绕太阳而行，一只看不见的手在指导行星与天际循轨道而行。一种神秘的生命弥漫在一切自然物中。这生命维持着无数的大千世界，寄寓于飘浮在清风中昆虫原子之内，使燕飞翔，使哀鸣的雏鸦得食，使蓓蕾开放，并使花朵结成果实。

这维持自然的同一能力，也正在人身之中运行着。这管理星辰和原子的同一大规律，也支配着人的生命。那控制心脏活动，调节身体命脉的规律，也就是那大能的全智者用以统治人的规律。一切生命都是从他而来。惟有与他协和，才能觉察其活动的真范围。因他所创造的万物，情形都是一样的–即是借着接受上帝的生命以维持生命，并按照创造主的旨意而使用生命。人不拘在身体，心智，或道德方面违背他的规律，就是使自己与宇宙不和，并招致倾轧，紊乱，与毁灭。

一切自然物对于凡学习如此去解释其教训的人，就成为很了然的了;世界就是课本，生活就是学校。人之与自然并与上帝合而为一，则律法的普遍权能，以及违背律法的结果，就不会不铭刻于心，而形成品格了。

这些教训是我们的儿女所需要学习的。对于那尚不能读书，不能从事课室内日常作业的幼童，自然提供了教学与喜乐的无尽资源。那尚未因与恶接触而致变硬的心，是易于觉察有上帝弥漫在一切受造之物中的。那尚未被世俗的喧嚣所麻木的耳朵，是会倾听那借自然发言之声音的。对于那些年龄稍长，经常须要属灵的永恒方面之无声提醒者的人，自然的教训亦足为其研究及欣赏的资料。那住在伊甸的人怎样从自然的课本学习，摩西怎样在亚拉伯的平原和山头上看出上帝的手迹，幼童耶稣怎样在拿撒勒的山边学习，今日的儿童也可能照样学习他。那不可见的已在可见之事物上显明了。地上的一切，从森林中最高巍的树到附着于岩石上的苔藓，从无边的海洋到岸上最小的贝壳，都足以令他们看出上帝的形象和手笔。

当尽可能使儿童自幼即置身于此向他展开的奇妙课本的环境中。使他观赏那位大美术家在变化无穷的天空中所绘的各种辉煌景象;使他熟识海和地的一切奇迹;使他注意时季变换所揭露的奥秘，并在一切造化之工上，学习创造主。

舍此而外，别无它途可为真教育建立一个如此坚定稳固的根基。然而当儿童与自然接触时，也必看到疑难不解的地方。他不会不察觉那反对势力的活动。在这种情形中，自然界便需要一位解释者。即使看到自然界所显明的不幸，人人也可学得同样悲惨的教训－“这是仇敌作的。”（太13:28）

只有凭着从髑髅地所发出的光，才能给予自然的教训以正确的解释。当借着伯利恒和十字架的故事，显明善是怎样的制胜恶，并证明我们所得的一切福气怎样都是救赎的恩赐。

荆辣的蒺藜，刺草和稗子，都是代表那行损害并毁坏的恶。歌唱的鸟，开放的花，雨水和月光，清风和甘露，以及自然界的千万事物，从森林中的橡树到其根旁所开的堇花，都表现出那复兴还原的爱。自然界仍然向我们宣述上帝的善良。

“耶和华说，我知道我向你们所怀的意念，是赐平安的意念，不是降灾祸的意念。”（耶29:11） 这便是人们借十字架的光，而可能从自然界中所有的表现上拜读到的信息。诸天宣扬他的荣耀，遍地满了他的丰富。

大教师导使他的听众与自然接触，以便他们谛听那借一切受造之物而发言的声音;及至他们的心地柔化，思想能以容受了，他就帮助他们解释所见事物的属灵教训。他所喜爱用以发挥真理教训的比喻，显明他对于自然界影响所有的精神是何等地开明，以及他是何等地乐意从日常生活环境中采取属灵的教训。

空中的飞鸟，田野里的百合花，撒种的人和种子，牧羊人和羊群，这一切都是基督用以解释永存真理的例证。他也取譬于生活上的事例，也就是听众所习知的经验事实–如面酵，埋藏的财宝，珠子，鱼网，遗失的钱，浪子，和建造在磐石与沙土上的房屋等。在他的教训中，有些事物是人人都感到兴趣，且是诉诸每一个人心的。这样，就使日常的职务不致仅成为一番苦役，而丧失其高深的意义，反倒因不时使人想起那属灵和未见之事而成为愉快高尚的了。

我们也当如此教导。使儿童学习从自然界中看出上帝仁爱与智慧的流露;使他们看到禽鸟，花卉和树木的时候，便联想到上帝;使一切能见的事物，对于他们都成为未见之事的解答，并使人生的一切境遇，都作为神圣教育的工具。

当他们学习如此研究一切受造之物和一切生活经验的教训时，就必看出那统治自然事物与人生境遇的规律，也就是支配我们的规律;这些规律是为我们的利益而制定的;惟有服从这些规律，我们才能获得真正的幸福与成功。

天上地下的万物，无不宣扬那伟大的生命律就是一种服务的规律。无穷的天父为每一生物的生命而服务。基督到世上来成为“服务人的。”（路22:27） 众天使也都是“服役的灵、奉差遣为那将要承受救恩的人效力。”（来1:14） 这一服务的规律也表现在一切自然事物上。空中的飞鸟，田野的走兽，林中的树木，枝叶花草，天空的太阳和发光的星辰，无不各有其服务的工作。湖泊与海洋，江河与泉源，都是有受必施的。

各种自然物如此地为世界的生命而服务，同时也获得了自己的生命。“你们要给人，就必有给你们的。”（路6:38） 这一教训不仅载于《圣经》之中，也的确写在自然界之内了。

山麓及平原留出通路来，让山上的溪水可以流至海洋，其所作的施舍获得了百倍的报偿
。流水潺潺的涌泻过去，留下它那美丽丰盛的礼物。那被夏日炎阳暴晒的赤地，出现了一带青翠的草木，指明河流经过之处;每一株大树，每一个蓓蕾，每一朵鲜花，都是上帝必报赏凡向世人传授他恩命之人的明证。

在生长的各项步骤所含的无数教训中，有些最可贵的已在救主撒种的比喻中发挥了。这比喻对于老幼都有教训。

“上帝的国，如同人把种撒在地上，黑夜睡觉，白日起来，这种就发芽渐长，那人却不晓得如何这样。地生五谷，是出于自然的;先发苗，后长穗，再后穗上结成饱满的子粒。”（可4:26－28）

种子具有一种发芽的本质，这种本质乃是上帝所亲自赋予的;虽然如此，但种子本身仍无发芽生长的能力。人固然能设法促进谷粒的成长;但终有其无能为力之处。他必须仰赖那位用自己全能将撒种与收割奇妙联系起来的主。

种子含有生命，土壤含有能力;但若非那无穷的大能昼夜运行，种子就决不能有何收成。那干旱的田地必须经受雨水的滋润;太阳必须散放温度;埋下的种子必须受电的感应。那经造物主所注入的生命，惟有他才能唤起。每一种子的生长，每一植物的发育，均须靠赖上帝的大能。

“种子就是上帝的道。”“田地怎样使百谷发芽，园子怎样使所种的发生，主耶和华必照样使公义和赞美在万民中发出。”（路8:11;赛61:11） 自然方面的撒种如何，灵性方面的撒种也是如此;那唯一能产生生命的能力，乃是从上帝而来的。

撒种之人的工作乃是出于信心的工作。他虽不能了解种子发芽生长的奥秘;但他信任上帝借以使植物繁殖的种种媒介。他将种子撒下，期望在收获时得到多倍的丰收。照样，父母及教师也当努力工作，务期从所撒的种子上有所收获。

那好种子初时或将隐藏在心中。看不出已扎了根;但后来一经上帝的灵吹入心灵之上，那埋藏的种子就发芽了，最后竟结出果实来。我们不知道在生平的事业上，或此或彼，究竟何者将要发旺。但这一问题并不需要我们解决。“早晨要撒你的种，晚上也不要歇你的手。”（传11:6） 上帝伟大的约言，乃是“地还存留的时候，稼穑……就永不停息。”（创8:22） 农夫就凭着信靠这一应许而耕种;我们在撒播属灵种子的事上，也当同样地凭着信心而工作，信赖他的保证:“我口所出的话也必如此，决不徒然返回，却要成就我所喜悦的，在我发它去成就的事上必然亨通。”“那带种流泪出去的，必要欢欢乐乐地带禾捆回来。”（赛55:11;诗126:6）

种子的发芽代表灵命的肇始，植物的发育乃是品格发展的象征。若不生长，决无生命。植物不长则死。植物的生长是默默而不知不觉，却又继续不断的，品格的发展也如此。在发展的每一阶段中，我们的生命也许是完全的;然而上帝对我们的旨意若得以成全，则我们仍将继续不断地长进。

植物因接受上帝所供备维持其生命的事物而生长;照样，属灵的生长也必须借着与神圣的媒介合作，方可达成。植物在土壤中生根，我们也须在基督里生根。植物接受阳光和雨露，我们也须接受圣灵。我们若坚心依赖基督，他就必临到我们“像甘雨，像滋润田地的春雨。”他必如“公义的日头”兴起，以具有“医治之能”的光线照耀我们。我们“必如百合花开放。”我们必“发旺如五谷，开花如葡萄树。”（何6:3;玛4:2;何14:5，7）

麦子生长时，“先发苗，后长穗，再后穗上结成饱满的子粒。”（可4:28） 农夫撒种栽培的目的，是希望结出子粒来，使饥饿的获得粮食，并得传种以待将来的收获。那神圣的“田主”也是同样地期望收获。他力求要在跟从他的人心中及生活上重显他自己，以便借着他们使他可以重显在别人的心中与生活上。

植物从子粒逐渐成长的步骤，是儿童训练的一个实物教训。“先发苗，后长穗，再后穗上结成饱满的子粒。”（可4:28） 那位讲述这比喻的主，创造了渺小的子粒，赋以维持生命的质素，并定立了控制它生长的规律。这比喻所指示的真理也在他自己的生活上实现了。他贵为天庭之君，荣耀的王，竟在伯利恒变成婴孩，暂时代表那在母亲照护下孱弱无力的婴儿。他在幼年说话行事都像小孩，孝敬他的父母，顺从他们的心意帮助他们。但自从他的心智启发之后，他就不断地在恩典和真理的知识上有长进。

父母与教师当定意如此培养少年的意向，使之在人生的每一阶段中均可表现该时期所应有的优美特性，正如园中的植物一般，自然而然地发展。

当教育儿童保有其赤子之真。当训练他们乐意作帮助人的小事并从事与他们年龄相符的游戏及任务。儿童时期正如比喻中所说的苗，苗有其本身特具的美质。不应强令儿童早熟，须尽可能使其保持幼时的朝气与美德。儿童的生活愈安静愈纯朴，愈少掺入人为的兴奋并愈多与自然协调，就于体力、智力及灵力方面更有助益。

在救主使五千人吃饱的神迹上，就显明了上帝能力在庄稼收获上的运行。耶稣揭开了那遮蔽自然界的帘幕，显露出那不断为我们的利益而施用的创造之能。那位使饼加多的主每天都在施行神迹，使撒在地里的种子增加。他借着神迹，使田地的出产不断地供养千万人。人们奉召在种植五谷预备食物的事上与他合作，他们反因此而忽视了神圣的作为。他能力的运行反被认为自然的因果，或是归功于人的作为;并且往往以他的恩赐供自私之用，致使福惠反而成了咒诅。上帝正在设法改变这一切的情形。他渴望我们麻木的感觉活跃起来，能觉察他的慈悲仁爱，以致他的恩赐能以按他本意成为我们的福惠。

那赋予子粒以生命的乃是上帝的道，也就是他生命的授畀;我们在食用五谷时，便成了那生命的分享者。上帝希望我们体察这事;他要我们就在每日的饮食上，也可以看出他的作为，并可借此更加与他亲近。

依照自然界上帝的律法，有其因必有其果，这是确切不移的。收获证实所撒的种;这也是无可推诿的。人或者可以欺骗人，而在未曾致力的事上竟博得人的称赞与报酬。但在自然界中却是无法欺骗的。对于不忠心的农夫，所收的庄稼就要定他的罪。就最深的意义而言，属灵方面的情形也是如此。罪恶似乎是成功的，然而实际上却不然。逃学的儿童，懒于读书的青年，不为雇主忠心服务的学徒或店员，以及无论在任何事务或专业上不竭忠尽职的人，或者自以为只要能文过饰非，就于己有利;但事实上并非如此;他乃是欺骗自己。生命的收获乃是品格，那决定今世及来生命运的也是品格。

庄稼乃是所撒种子的繁殖。每一子粒的结实都“各从其类。”我们所养成的各种品性也
是如此。自私、自利、自负和任性，都必生出同样的恶果，结局乃是困苦和灭亡。因为“顺着情欲撒种的，必从情欲收败坏;顺着圣灵撒种的，必从圣灵收永生。”（加6:8） 仁爱、同情与良善所结的乃是福果，是永垂不朽的收获。

在收获中种子繁殖了。一粒麦子因经多次的播种繁殖。而致布满一大片金黄色的麦田。一个人的生命甚至一次行动所生的影响，也可能照样广布开来。

那瓶为膏基督而开的真哪哒香膏，在历代以来不知曾激起了多少的仁爱行为！那无名的穷寡妇所投的“两个小钱，就是一个大钱，”（可12:42） 不知曾引起了多少为救主工作而献上的礼物！

第五节　因死得生

撒种的教训能教人慷慨。“少种的少收，多种的多收。”（林后9:6）
主说，“你们在各水边撒种……的有福了。”（赛32:20） 在各水边撒种，意即何处需要我们帮助，我当施舍。施舍决不至于使人穷困。“多种的多收。”撒种的人须将种子撒出去，才能使它繁殖。照样，我们也须分赠幸福，方能增进一己的幸福。上帝的应许保证丰足，俾使我们得以继续施舍。

不但如此，当我们分赠今生幸福时，那获得幸福的人就必心怀感激，准备接受属灵的真理，这样就得着收获到永生了。

救主以种子撒在地里代表他为我们所作的牺牲。他说:“一粒麦子不落在地里死了，仍旧是一粒; 若是死了，就结出许多子粒来。”（约12:24） 只有借着那“苗裔”–基督的牺牲，才能为上帝的国结出果子来。依照植物界的规律，生命乃是由于他的死而来的。

凡与基督同工而结果子的人，也是如此。自私自利的心必须消灭;必须将生命舍弃在世界需要的沟畦之中。然而牺牲自我的规律，也就是保全自我的规律。农夫因舍弃子粒而得以保存他的子粒。照样，也只有那为上帝与人类服务而甘愿牺牲的生命，才是必得保全的生命。

种子死了，就长出新的生命来。我们可从这事学得复活的教训。上帝论到那被埋藏在坟而任其腐朽的尸体，曾说:“所种的是必朽坏的，复活的是不朽坏的，所种的是羞辱的，复活的是荣耀的;所种的是软弱的，复活的是强壮的。”（林前15:42－43）

父母及教师在讲授这些教训时，当采用实际的方法。当使儿童自行培土撒种。当他们在工作时，父母或教师可向其说明心中的园地和撒在其中的好种或坏种，并解释园地必须预备妥当方可下种;人心也是如此，必须预备妥当，才能撒下真理的种子。在将种子撒在地里的时候，可教他们以基督之死的教训;在发芽的时候，可教以复活的道理。当植物生长的时候，仍可继续发挥自然的撒种与属灵的撒种二者之间的相合之处。

教导青年也当采用同样的方法。从田地的耕种上，可不断地学得教训。无人将立即收获庄稼的期望，寄诸未经开垦的荒土上。必须先在预备土壤，撒播种子，和栽培禾稼的事上，殷勤不倦地努力方可。属灵方面的撒种也须如此。心园必须开恳。心地必须借悔改掘松。那阻碍好种发育的有害之物必须根除。正如一度满布荆棘的土地，只有借着殷勤地操作，方能开垦;照样，内心邪恶的倾向，也惟有靠基督的名和能力而诚恳地努力，才能胜过。

在开垦土地的时候，细心的工人就必看出有许多从未梦想过的宝贝在他面前出现。人若不注意有关的规律，就决不能在农事或园艺上获致成功。每一种植物的特别需要，必须加以研究。不同的植物需要不同的土壤与栽培，而获致成功的条件就是遵从与每一植物有关的规律。移种之时必须注意，连一条须根也务使不受挤轧或被误置;稚嫩植物的照护;修剪与浇灌;使植物夜间不受霜打，白昼不被日晒;防免野草，疾病和害虫;以及栽培修理等工作，不仅予人以发展品格的教训，而且这种工作的本身也就是一种发展的方法。在培养谨慎、忍耐、注意细节，顺从规律上，这种工作也予人以最重要的训练。得与生命的奥秘及自然的美丽时常接触，以及由照顾上帝所造这一切美丽之物唤起的仁爱，均足以刺激人的心智，锻炼并提高人的品格;而且所受的教训，能使工作人员得以更有效地应付他人的心智。

第六节　其他的实物教训

“凡有智慧的，必在这些事上留心，也必思想耶和华的慈爱。”

上帝医治之能是贯彻于自然界的。一棵树若被砍断，一个人若受了伤或折断了一根骨头，自然就立刻从事修复伤处。甚至在尚未发生需要之前，那些医治的能媒就已准备好了;一旦遇有某一部分受伤，全副精力就专注于恢复的工作。属灵方面的情形也是如此。在罪恶尚未造成需要之前，上帝早已预备了补救的方法。每一屈从试探的人就是被仇敌击伤了，压制了;但无论哪里有了罪恶，那里也有了救主。基督的工作就是要“医好伤心的人，报告被掳的得释放，……叫那受压制的得自由。”（路4:18; 赛61:1）

我们应当在这种工作上合作。“若有人偶然被过犯所胜，当 – 把他挽回来。”（加6: 1） 这里所译的“挽回”二字，意思就是连接，如同使脱了关节的骨头重行接合一样。这比喻是多么地含意深长啊！那做错或犯罪的人，即是与他周围的一切失去了原有的关系。他也许觉得自己的错误而充满懊悔的心;但他却无法自己复原。他是处在狼狈不堪与莫知如措的景况中，是个被击败而无力自拔的人，必须有人去挽救他，医治他，使他重新振作起来。“你们属灵的人，就当……把他挽回过来。”只有那从基督的心里洋溢出来的爱才能医治。只有那在里面有这爱的溢流，正如同液汁之在树身或血液之在人体内溢流着的人，才能挽回那受伤的心灵。

爱的种种媒介具有奇妙的能力，因为它们也是神圣的。我们如果能学得那“使怒消退”的柔和的回答，那“恒久忍耐，又有恩慈”的爱，以及那“能遮掩许多的罪”的爱，（箴15:1;林前13:4；彼前4:8） 则我们的人生将要赋有何等的医治之能啊！我们的生活将有何等的改变，而使人间成为天上，得以预享天国之福啊！

这些宝贵的教训，可用最简单的方法教授，甚至儿童也能明白。儿童的心地是柔软而易于受感动的;我们年龄较长的人如能“变成小孩子的样式，”（太18:3） 学习救主的纯朴，温柔和仁慈的爱心，就不难感动小孩们的心，并将爱心的医治之服务教导他们。

上帝的一切作为，不拘是最微小的或最伟大的，无不完善。那将诸世界悬于太空中的手，也就是那模造田间百花的手。试将路旁最小最普通的花朵拿来放在显微镜下察看，注意它每一部分是如何的精美与完全。照样，在最卑微的人身上，也可以找出那真正的优点;那最普通的职务，只要凭着爱心忠诚去作，在上帝看来也是美好的。我们若在小事上尽心注意，就能成为与上帝同工的人，且能蒙那位看见并知道万事者的嘉许。

 那横跨天空而发出拱形之光的虹，乃是上帝“与地上各样有血肉的活物所立的永约”的记号。（创9:16） 那环绕天上宝座的虹，也是上帝赐给他儿女平安之约的记号。

云彩中的虹乃由日光和雨水联合而成，照样，那在上帝宝座之上的虹，也代表他的慈爱和公义的联合。上帝对那悔改的罪人说，你可以存活;因为“我已经得了赎价。”（伯33:24）

“我怎样起誓不再使挪亚的洪水漫过遍地，我也照样起誓不再向你发怒，也不斥责你。大山可以挪开，小山可以迁移;但我的慈爱必不离开你，我平安的约也不迁移;这是怜恤你的耶和华说的。”（赛54:9－10）

第七节　众星的信息

星辰对于每一个人也有一道快乐的信息。在那人人所必遭遇的时辰，就是心志沮丧，试探严重;所遇的艰难似乎不能胜过，人生的目的似乎不能达到，人生的希望似乎已成画饼的时候;我们除了在上帝所曾吩咐我们从那坚定不移的星辰而得的教训以外，还能从什么地方得到勇气与决心呢?

“你们向上举目，看谁创造这万象，按数目领出，他一一称其名，因他的权能，又因他的大能大力，连一个都不缺。雅各啊!你为何说：‘我的道路向耶和华隐藏?’以色列啊，你为何言：‘我的冤屈上帝并不查问?’你岂不曾知道么?你岂不曾听见么?永在的上帝耶和华，创造地极的主，并不疲乏，也不困倦;他的智慧无法测度。疲乏的，他赐能力;软弱的，他加力量。”“你不要害怕，因为我与你同在；不要惊惶，因为我是你的上帝。我必坚固你，我必帮助你，我必用我公义的右手扶持你。”“我耶和华你的上帝，必搀扶你的右手，对你说：不要害怕!我必帮助你。”（赛40:26－29;41:10，13）

棕树虽在沙漠中饱受烈日的暴晒及飞沙的袭击，但仍保持青翠，茂盛与繁殖。它的根有活泉的灌溉。在干燥荒凉的平原上，从遥远之处就可以看见它那青葱的树顶了;垂死的旅客因此得以策励他那疲惫的脚步再往前行，直到那清凉的荫下和那救命的水旁。

沙漠中的树乃是一种表号，代表上帝要他的子民在这世上所当度的生活。他们当领导那些疲乏无力，心神不安，而行将在罪恶的沙漠中死亡的人，到活水那里。他们当向同胞指明那位邀请说“人若渴了，可以到我这里来喝”的主。（约7:37）

那广而深的江河，供应世界各国交通运输之用，被人认为有造福于全世界的价值;但那些协助合成大川的涓涓细流究竟如何呢?假若没有它们，那江河也就不存在了。江河之所以存在的，全赖乎它们。照样，那些蒙召在大事上作领袖的人被人尊荣，似乎是事业的成功全在他们;殊不知成功需靠无数低微工人的忠诚合作，这些工人是不为世人所知的。世上多数劳苦大众，他们的工作无人赞扬，他们的辛劳无人赏识。在这种境况中，许多人便心怀不平;他们觉得一生是虚度了。但那涓涓溪流无声无息地挟带着健康，肥沃与美丽，穿过丛林和草原，它的功用正与广大的江河相同。而且在供应江河的时候，它帮助达成了江河自身所永远不能成功的事。

这是许多人所需要的教训。人们太崇拜才干，太贪恋地位了。那非当领袖便不作事的人太多了;那非得人的称赞便没有兴趣去苦干的人也太多了！我们所当学习的教训，就是要忠心地充分利用我们所有的能力和机会，并在上天所赋予我们的境遇上心满意足。

第八节　信赖的教训

“你且问走兽，走兽必指教你，又问空中的飞鸟，飞鸟必告诉你;……海中的鱼也必向你说明。”“你去察看蚂蚁的动作。”“你们看那天上的飞鸟。”“你想乌鸦。”（伯12:7－8;箴6:6; 太6:26;路12:24）

我们不仅要告诉儿童关于这一切上帝所造之物的事，也须使之从动物直接获得教训。蚂蚁可给人耐心勤劳，坚忍克难，以及为将来而准备的教训。飞鸟可给人信靠的好教训。我们的天父固然供养它们; 但它们却必须采集食物，营筑巢穴，并养育小鸟。它们时刻冒着仇敌伤害的危险;然而它们却仍是多么愉快地去作它们的工！它们的歌曲该是多么地充满快乐！

那位作诗者所形容上帝照顾林中动物的话，该是多么地美妙啊！
“高山为野山羊的住所;
 岩石为沙番的藏处。”（诗104:18）

他使那飞鸟住宿，“在树枝上叫啼”的山中有水泉流出。（诗104:12） 林中和山间的一切动物，都是他大家庭的一部分。他一张手，凡“有生气的都随愿饱足。”（诗145:16）

阿尔卑士山的老鹰有时因受暴风的袭击，落在狭小的山峡中。那暴风雨的密云把这林中的大鸟围困了;凝聚的黑云，使它与自己住栖当阳的山巅隔离了。它虽设法逃避，终属徒劳。于是它在空中展翅翱翔，往来哀鸣，响激群山。最后它终于奏凯上升，穿云而过，得以重见光明，而将黑暗与风暴远远地抛在下面了。照样，我们有时也可能被艰难、灰心和黑暗所包围了。虚谎、灾祸、与不平的事把我们困住了。有许多云雾是我们不能驱散的。我们与环境斗争，终归徒然。我们只有一条逃生之路。云雾都是靠近地面的;在云海之上，有上帝的荣光照耀着。我们以信心为翅，就可升入有上帝同在的阳光之中。

照着这种方法，可以学得许多教训。例如树木能教人自恃;树木独自生长在平原或山麓之上，其根深入土中，而能力足以抵御风暴。设将细嫩的小树屈折为弯曲多结的树干，以后不拘用什么方法，都不能使它恢复原有匀称的形状。这事可以教人明白幼年所受影响的能力。荷花能教人圣洁生活的秘诀。荷花生长在污浊的池塘中，为杂草和废物所包围，但它那空心的花茎却是从水底清洁的沙土中生长出来的;它从那里得到生命，在日光中开出那馨香而又洁白无疵的花朵来。

这样，儿童和青年一方面可从教师及课本上获得实际的知识，一方面也能自己学得教训，分辨真理。在他们从事园艺的时候，可以询问他们从栽种修理的工作上得到些什么教训。当他们观赏美丽的风景之时，可以问他们上帝为什么使田野森林具有各种美丽的色彩。为什么不使万物一律是深褐色的呢? 当他们采集花朵的时候，可导使他们想到上帝为什么从伊甸留下这些美丽的花木来给我们。教导他们注意自然界到处所有的证据，证明上帝是顾念我们，使万物都奇妙地适合我们的需要与快乐。

只有那在自然界中认出天父亲手的工作，在地上的一切丰盛与美丽中看出天父之手笔的人，才能从自然界的事物上学得最深奥的教训，并获得它们最高度的服务。只有那看山林、幽谷和江河、大海等为上帝思想的表示，视之为创造者的启示的人，才能充分地欣赏它们的意义。

《圣经》的作者采用了许多自然的例证;当我们观察自然界的事物时，我们就能在圣灵的引导之下，更加充分地明了上帝圣言所含的教训。这样，自然界就成了开启《圣经》宝库的钥匙了。

当鼓励儿童在自然界搜寻那些解释《圣经》教训的事物，并从《圣经》中找出由自然界而引申的比喻。他们须从《圣经》及自然界中找出每一件代表基督的事物，和他用以解释真理的一切事物。这样，他们就可学习在树木与葡萄藤，百合与玫瑰，太阳与星辰中看出基督。他们也可学习在禽鸟的歌声，树木的啸声，轰轰的雷声和海洋的乐声中，听出他的声音。自然界的每一事物都必向他们重述他的宝训。

对于那些这样使自己认识基督的人，地球就不再成为荒凉之处;而将成为他们天父的家，到处都有那位曾经一度住在人间的主同在。

c6.4《圣经》是…

🔊 Listen to this

第一节 心智与灵性的修养

你行走，它必引导你;你躺卧，它必保守你;你睡醒，它必与你谈论。” 第一节 心智与灵性的修养
“房屋 ; 因知识充满各样好宝贵的财物。”

根据上帝的律例，人的心思、灵性和身体方面的能力，必须由努力而得增进。惟有练习始能发展。上帝已依照这一定例，在他的圣言中预备了心智与灵性发展的方法。

《圣经》含有人所需要明了，以便适应今世或来生的一切原理。这些原理是人人均可了解的。凡存心尊重《圣经》教训的人，每读一段经文，无不从中获得若干有益的思想。然而《圣经》中最有价值的教训却并非得自偶然或断续的研究;其重要的真理系统，也非躁急或草率的读者所能识别。其中有许多珍宝隐藏在深处，惟有借着勤恳研究与不辍的努力，方能获得。那组成伟大完整的各种真理，必须“这里一点，那里一点”（赛28:10）地搜寻采集。

这些真理一经如此搜集，就必发现是彼此完全符合的。每一部福音，乃是其他福音的补充;每一种预言，乃是另一预言的解释;每一项真理，也是若干其他真理的启发。犹太人所有的各种制度，都一一由福音说明了。上帝圣言中的每一原理各有其地位，每一事实各有其意义。而此圆满的结构，在计划与实施上，均见证其创作者。像这样的一种结构，除了无穷之主以外，绝非人的心智所能想象或设计得出的。

在查考《圣经》各部并研究其相互关系时，人心智上的最高能力，便获得了高度的运用。凡如此从事研究的人，无不在智力上有所发展。

研究《圣经》之所以具有心智方面的价值 ，不仅在乎搜寻真理而将其综合起来，也在乎为领悟其所述主题而作的努力。人的心智若仅顾及平凡陈腐之事，就会变成狭小软弱。若永不用以明了那些远大的真理，不久就会失去增长的能力。欲求防御此种退化而刺激发展，莫如研究上帝的圣言。

《圣经》如作为心智训练的工具，其成效当胜于其他任何一部书或一切书的总和。

《圣经》题旨的博大，词句的简洁，想象的美妙，对于思想的鼓舞及提高，实属无与伦比。任何其他的研究，均不能较努力领悟伟大真理的启示更足予人以心智的能力。人的心智既经如此与无穷者的思想接触，自不能不有所扩张与增强。

《圣经》在发展人的灵性上，其能力更为伟大。人的被造原为与上帝交往，惟有借着这种交往，方能获得其真正的人生与发展。他的被造原是要在上帝里面获得最大的喜乐，除此并无别法能静止其内心的欲望，满足其灵性的饥渴。凡存着真诚与受教的精神研究上帝的圣言，而欲尽力了解其中真理的人，就必与其创作者接触;这样的人除非自甘暴弃，则其发展的可能必是无可限量的。

《圣经》的题材与文体，范围极其广大，对于每一个人，都有足以引起其兴趣，诉诸其心意之处。《圣经》的记载中，有最古的历史;有最真实的生活传记;有治国齐家的原理，这些原理是人的智慧所无可比拟的。

《圣经》包含有最深奥的哲理、最美妙、最宏壮、最感人与最凄怆的诗歌。

《圣经》的著述仅就以上几点而论，即已远超乎任何世上作者的作品;但就其对那伟大中心思想的关系而言，这些著述的范围就更加无限广博，价值也就更加无限高贵了。就这一思想的观点而观察，则每一个题目都具有一种新的意义。在那叙述极为简明的道理中，也包含着有高与天齐而达到永生的原则。

《圣经》的中心题目，也就是全书其他各题所集中的一个总题，乃是救赎的计划，即在人心中恢复上帝的形象。自从在伊甸首次公布那含有希望的宣判，以致启示录内末次所述荣耀的应许，“也要见他的面;他的名字必写在他们的额上，”（启22:4）

《圣经》每一卷每一段的主旨都阐明这奇妙的总题–人类的高举–上帝的能力，“使我们借着我们的主耶稣基督得胜。”（林前15:57） 

凡理解这一层意义的人，眼前便有供其研究的无限领域。他也获得了那开启全部上帝圣言之宝库的关键。

救赎的科学乃是一切科学中的科学;这是天使和一切未堕落之世界的诸圣者所研究的科学;也是引起我们主救主之注意的科学;是参入无穷之主所怀旨意中“永古隐藏不言”（罗16:25） 的科学;也将成为上帝救赎之民在无尽岁月中所从事研究的科学。这是人类可能从事的一种最高尚的研究。这种研究能促进人的心智，提高人的灵性，而为其他研究所无能为力者。

“惟独智慧能保全智慧人的生命，这就是知识的益处。”耶稣说道:“我对你们所说的话就是灵，就是生命。”“认识你独一的真神，并且认识你所差来的耶稣基督，这就是永生。”（传7:12; 约6:63;17:3）

那使诸世界出现的创造之能就在上帝的话中。这话能授与能力;产生生命。每一道命令即是一个应许;人若定意领受，将其接纳在心灵之中，那位无穷之主的生命就必与之偕来。它改变人的本性，并照着上帝的形象重造人的心灵。

如此分得的生命也必照样得着维持。因人活着乃“靠上帝口里所出的一切话。”（太4:4）

人的心思与灵性乃由其所获的供养而得建立;而决定采用何种供养之权却在乎我们。每一个人均有权选择其所时常思想与形成品格的题目。

上帝论到每一获得特权可以阅读《圣经》之人说:“我为他写了律法万条。”“你求告我，我就应允你，并将你所不知道、又大又难的事指示你。”（何8:12; 耶33:3）

每一个人，不论其人生的处境如何，只要有上帝的圣言在手，便可随意拣选所欲与交往的人。他在《圣经》的篇章中，可以和人类中最高尚最良好的人物交谈，并可倾听那位永活者对人说话的声音。在他研究并默想那些“天使也愿意详细察看”（彼前1:12）之题目时，他就可和他们来往。

他也可以追随那位从天而来之教师的脚踪，听他往日在山上、平原与海边教训人时所说的话。他可以住在此世而置身于属天的氛围中，将具有希望的思想与渴慕圣洁的意念分给在地上忧伤而遭受试探的人;他自己也得与那位看不见的主有愈益亲近的交契;正如那昔日与主同行的人一般，日渐接近永存世界的门，直至那门开了，他便可以进去。他会发觉自己不是生客。那欢迎他的声音乃是他在地上眼不可见之同伴，众圣者的声音，这些声音乃是他在此世已经学会辨明而且爱好的。凡借着上帝的圣言而与天国交结的人，将来置身于天国友伴之中，就必有如归故乡之感。

世界就是一个数据时…

认识大数据之后，世界却不可避免地分为大数据时代、小数据时代。

谈论核心价值之前，我们先来看看什么是大数据：

很多人这样理解大数据“大数据就是大规模的数据”，这个说法真的准确吗？

其实“大规模”只是指数据的量而言，数据量大，但并不代表着数据一定有可以被深度学习算法利用的价值。例如：地球绕太阳运转的过程中，每一秒钟记录一次地球相对太阳的运动速度、位置，可以得到大量数据。可如果只有这样的数据，其实并没有太多可以挖掘的价值！

关于大数据这里我们参阅马丁·希尔伯特的总结，今天我们常说的大数据其实是在2000年后，因为信息交换、信息存储、信息处理三个方面能力的大幅增长而产生的数据：

信息交换：

据估算，从1986年到2007年这20年间，地球上每天可以通过既有信息通道交换的信息数量增长了约217倍，这些信息的数字化程度，则从1986年的约20%增长到2007年的约99.9%。在数字化信息爆炸式增长的过程里，每个参与信息交换的节点都可以在短时间内接收并存储大量数据。

信息存储：

全球信息存储能力大约每3年翻一番。从1986年到2007年这20年间，全球信息存储能力增加了约120倍，所存储信息的数字化程度也从1986年的约1%增长到2007年的约94%。1986年时，即便用上我们所有的信息载体、存储手段，我们也不过能存储全世界所交换信息的大约1%，而2007年这个数字已经增长到大约16%。信息存储能力的增加为我们利用大数据提供了近乎无限的想象空间。

信息处理：

有了海量的信息获取能力和信息存储能力，我们也必须有对这些信息进行整理、加工和分析的能力。谷歌、Facebook等公司在数据量逐渐增大的同时，也相应建立了灵活、强大的分布式数据处理集群。

信息交换 信息存储 信息处理

大数据具有数据规模大、数据类别复杂、数据处理速度快、数据真实性高、数据蕴藏价值的特点，对于大数据的处理和挖掘很大程度上需要依赖于云计算平台的分布式处理、分布式数据库、云存储和虚拟化技术。

关于大数据的应用和价值：

我们先来看一则新闻聊天机器人竟自创语言“对话” 脸书将其紧急关停，大数据被认为是人工智能的一部分，大数据也被称之为“人工智能的基石”。目前的深度学习主要是建立在大数据的基础上，即对大数据进行训练，并从中归纳出可以被计算机运用在类似数据上的知识或规律。

实际上无论是人工智能还是云计算的蓬勃发展，离不开海量数据的支撑，云计算、大数据、人工智能也被称之为“铁三角”的关系。

实际上无论是人工智能还是云计算的蓬勃发展，离不开海量数据的支撑，云计算、大数据、人工智能也被称之为“铁三角”的关系。

其实，大数据已经无所不在！

当你热议互联网杀熟的时候，背后可能是大数据要背锅；

当你在某个平台上提交你的信息，也许紧接着你还会收到保险公司、借贷机构等热情轰炸；

当你在淘宝、京东、头条、携程等逛逛看看的时候，你会发现这些app越来越懂你，因为他们会越来越精准的推送给你喜欢的产品、感兴趣新闻话题；

基于大数据，电商会在大促之前做好需求预测，提前布局仓库存储；

基于大数据，谷歌、高德、百度等地图工具服务商能够提供越来越精准的数据拟合；

基于大数据，航空公司通过分析温度、响声、振幅、飞行时间等研究来进行设备故障的预防。

大数据往往可以取代传统意义上的抽样调查，大数据混合了来自多个数据源的多维度信息。

大数据的价值在于数据分析以及分析基础上的数据挖掘和智能决策，通过对数据的分析，发现数据的变化以及各数据间的相关性、挖掘以往被忽视的规律、获得具有洞察力和新价值的东西，实现对人类行为的预测，从而可以有针对性地做出商业决策。

大数据可能告诉我们，未来会发生什么，但也许并不能解释背后的原因；
大数据帮助产品更好的了解用户、服务用户，但其实背后的大数据本身已经成为一款产品；
大数据在大数据时代正在迅速膨胀，有有利一面，但同时背后可能隐藏着“蝴蝶效应”的隐患！

 “大数据”是近年来IT行业的热词，大数据在各个行业的应用逐渐变得广泛起来，如2014年的两会，我们听得最多的也是大数据分析，那么，什么是大数据呢，什么是大数据概念呢，大数据概念怎么理解呢，一起来看看吧。

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。例子还有很多。

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，一切真相将会展现 在我么面前。

想来有趣，在网上购物、订外卖、手机支付已成为很多人日常生活的一部分，可穿戴设备、智能家居设备等风头正旺的现在，我们每天的吃饭、睡觉、工作，甚至娱乐产生的“数据”都会通过某种手段被保留和集中起来。根据IBM调研的说法，人类每天生成的数据涵盖我们发送的文本、上传的照片、各类传感器数据、设备与设备之间的通信的所有信息等，相当于从地球到月球的距离。

将这样量级的数据称为“大数据”可一点也不为过。最早提出“大数据”时代到来的全球知名咨询公司麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”今天我们就来说说大数据。

一、什么是大数据

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中，大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理的分析方法；而研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；根据维基百科的定义，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。

我们这里主要采用第三种定义，即所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到获取、管理、处理、并整理成为帮助企业经营决策的目的资讯。

湖畔大学曾鸣老师曾列举的的大数据与传统的数据最大的差别是：在线、实时与全貌。

①在线：首先大数据必须是永远是在线的，而且在线的还得是热备份的，不是冷备份的，不是放在磁带里的，是随时能调用的。不在线的数据不是大数据，因为你根本没时间把它导出来使用。只有在线的数据才能马上被计算、被使用。

②实时：大数据必须实时反应。我们上淘宝输入一个商品，后台必须在10亿件商品当中，瞬间进行呈现。如果要等一个小时才呈现，我相信没有人再上淘宝。十亿件商品、几百万个卖家、一亿的消费者，瞬间完成匹配呈现，这才叫大数据。

③全貌：大数据还有一个最大的特征，它不再是样本思维，它是一个全体思维。以前一提到数据，人们第一个反应是样本、抽样，但是大数据不再抽样，不再调用部分，我们要的是所有可能的数据，它是一个全貌。其实叫全数据比大数据更准确。

二、大数据对企业有什么好处

“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。据统计，企业内部的经营交易信息、互联网中的商品物流信息、人与人交互信息、位置信息等数据，每2～3年时间就会成倍增长。

而信息是现代企业的重要资源，是企业运用科学管理、决策分析的基础。这些数据蕴含着巨大的商业价值，但是企业所关注的通常只占在总数据量的2%～4%左右。因此，企业仍然没有最大化地利用已存在的数据资源，以至于浪费了更多的时间和资金，也失去制定关键商业决策的最佳契机。

对于一般的企业而言，大数据的作用主要表现在两个方面：

1.帮助企业了解用户

大数据通过相关性分析，将客户和产品、服务进行关系串联，对用户的偏好进行定位，从而提供更精准、更有导向性的产品和服务，提升销售业绩。典型的例子就是电商。像阿里淘宝这样的电子商务平台，积累了大量的用户购买数据。在早期的时候，这些数据都是累赘和负担，存储它们需要大量的硬件成本。但是，现在这些数据都是阿里最宝贵的财富。

大数据也可以对业绩产生直接影响。它的效率和准确性，远远超过传统的用户调研。除了电商，包括能源、影视、证券、金融、农业、工业、交通运输、公共事业等，都是大数据的用武之地。

2.帮助企业了解自己

除了帮助了解用户之外，大数据还能帮助了解自己。企业生产经营需要大量的资源，大数据可以分析和锁定资源的具体情况，例如储量分布和需求趋势。这些资源的可视化，可以帮助企业管理者更直观地了解企业的运作状态，更快地发现问题，及时调整运营策略，降低经营风险。总而言之，“知己知彼，百战百胜”。大数据，就是为决策服务的。

三、大数据有什么特点

大数据的特点有4个层面：

1.Volume（海量化）：数据体量巨大。从TB级别，跃升到PB级别；

2.Variety（多样化）：数据的形式是多种多样的，包括数字（价格、交易数据、体重、人数等）、文本（邮件、网页等）、图像、音频、视频、位置信息（经纬度、海拔等），等等，都是数据；

3.Velocity（时效性）：处理速度快，1秒定律，从数据的生成到消耗，时间窗口非常小。数据的变化速率，还有处理过程，越来越快。例如变化速率，从以前的按天变化，变成现在的按秒甚至毫秒变化；

4.Value（价值密度）：大数据的数据量很大，但随之带来的，就是价值密度很低，数据中真正有价值的，只是其中的很少一部分。只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报

四、大数据的开发

1.数据采集

数据采集有线上和线下两种方式，线上一般通过爬虫，通过抓取或者通过已有应用系统的采集。

在这个阶段，我们可以做一个大数据采集平台，依托自动爬虫（使用Python或者Node.js制作爬虫软件），ETL工具、或者自定义的抽取转换引擎，从文件中、数据库中、网页中专项爬取数据。如果这一步通过自动化系统来做的话，可以很方便的管理所有的原始数据，并且从数据的开始对数据进行标签采集，可以规范开发人员的工作，同时目标数据源可以更方便的管理。

数据采集的难点在于多数据源，例如mysql、postgresql、sqlserver 、 mongodb 、sqllite。还有本地文件、excel统计文档、甚至是doc文件。如何将它们规整、有方案地整理进我们的大数据流程中也是必不可缺的一环。

2.数据汇聚

数据的汇聚是大数据流程最关键的一步，你可以在这里加上数据标准化，你也可以在这里做数据清洗，数据合并，还可以在这一步将数据存档，将确认可用的数据经过可监控的流程进行整理归类，这里产出的所有数据就是整个公司的数据资产，到了一定的量就是一笔固定资产。

数据汇聚的难点在于如何标准化数据，例如表名标准化，表的标签分类，表的用途，数据的量，是否有数据增量？数据是否可用？

这些需要在业务上下很大的功夫，必要时还要引入智能化处理，例如根据内容训练结果自动打标签，自动分配推荐表名、表字段名等，还有如何从原始数据中导入数据等。

3.数据转化与映射

经过数据汇聚的数据资产如何提供给具体的使用方使用？在这一步，主要就是考虑数据如何应用，如何将两、三个数据表转换成一张能够提供服务的数据。然后定期更新增量。

经过前面的那几步，在这一步难点并不太多了，如何转换数据与如何清洗数据、标准数据无二，将两个字段的值转换成一个字段，或者根据多个可用表统计出一张图表数据等等。

4.数据应用

数据的应用方式很多，有对外的、有对内的，如果拥有了前期的大量数据资产，是通过restful API提供给用户？还是提供流式引擎 KAFKA 给应用消费? 或者直接组成专题数据，供自己的应用查询？这里对数据资产的要求比较高，所以前期的工作做好了，这里的自由度很高。

五、大数据、数据分析和数据挖掘的区别

大数据、数据分析、数据挖掘的区别是，大数据是互联网的海量数据挖掘，而数据挖掘更多是针对内部企业行业小众化的数据挖掘，数据分析就是进行做出针对性的分析和诊断，大数据需要分析的是趋势和发展，数据挖掘主要发现的是问题和诊断：

1.大数据

指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

2.数据分析

是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

3.数据挖掘

又译为资料探勘、数据采矿。它是数据库知识发现(英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。

数据挖掘(Data Mining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

根据信息存储格式，用于挖掘的对象有关系数据库、面向对象数据库、数据仓库、文本数据源、多媒体数据库、空间数据库、时态数据库、异质数据库以及Internet等。

大数据是范围比较广的数据分析和数据挖掘。按照数据分析的流程来说，数据挖掘工作较数据分析工作靠前些，二者又有重合的地方，数据挖掘侧重数据的清洗和梳理。数据分析处于数据处理的最末端，是最后阶段。数据分析和数据挖掘的分界、概念比较模糊，模糊的意思是二者很难区分。大数据概念更为广泛，是把创新的思维、信息技术、统计学等等技术的综合体，每个人限于学术背景、技术背景，概述的都不一样。

六、大数据的应用

数据在行业中的应用的越来越广泛，我们先看看大数据在当下有怎样的杰出表现：

1.大数据帮助政府实现市场经济调控、公共卫生安全防范、灾难预警、社会舆论监督；大数据帮助城市预防犯罪，实现智慧交通，提升紧急应急能力；电力企业会通过大数据实时做数据的监测和预测，让我们更好、更方便做这种电力的调度；

2.医疗中更是有着比较广泛的应用，现在的基因工程以及疾病的预测分析和每个病人的手术方案等等，可能都会用到大数据。 大数据帮助医疗机构建立患者的疾病风险跟踪机制，帮助医药企业提升药品的临床使用效果，帮助艾滋病研究机构为患者提供定制的药物；

3.大数据帮助电商公司向用户推荐商品和服务，帮助旅游网站为旅游者提供心仪的旅游路线，帮助二手市场的买卖双方找到最合适的交易目标，帮助用户找到最合适的商品购买时期、商家和最优惠价格；

4.大数据帮助企业提升营销的针对性，降低物流和库存的成本，减少投资的风险，以及帮助企业提升广告投放精准度；大数据帮助社交网站提供更准确的好友推荐，为用户提供更精准的企业招聘信息，向用户推荐可能喜欢的游戏以及适合购买的商品；

5.大数据帮助娱乐行业预测歌手，歌曲，电影，电视剧的受欢迎程度，并为投资者分析评估拍一部电影需要投入多少钱才最合适，否则就有可能收不回成本；另外电影其实都是需要渲染的，之前每渲染一分钟可能就需要上千台机器、可能需要一两个月，现在通过云计算、大数据的方式，可能渲染一个一分钟的电影镜头就缩短成了一秒或者两秒。

6.大数据帮助航空公司节省运营成本，帮助电信企业实现售后服务质量提升，帮助保险企业识别欺诈骗保行为，帮助快递公司监测分析运输车辆的故障险情以提前预警维修，帮助电力公司有效识别预警即将发生故障的设备；

七、大数据的展望

其实，除了以上大数据的应用外，未来大数据的身影应该无处不在，就算无法准确预测大数据终会将人类社会带往到哪种最终形态，但我相信只要发展脚步在继续，因大数据而产生的变革浪潮将很快淹没地球的每一个角落。

比如，Amazon的最终期望是：“最成功的书籍推荐应该只有一本书，就是用户要买的下一本书。”Google也希望当用户在搜索时，最好的体验是搜索结果只包含用户所需要的内容，而这并不需要用户给予Google太多的提示。

而当物联网发展到达一定规模时，借助条形码、二维码、RFID等能够唯一标识产品，传感器、可穿戴设备、智能感知、视频采集、增强现实等技术可实现实时的信息采集和分析，这些数据能够支撑智慧城市，智慧交通，智慧能源，智慧医疗，智慧环保的理念需要，这些都所谓的智慧将是大数据的采集数据来源和服务范围。

未来的大数据除了将更好的解决社会问题，商业营销问题，科学技术问题，还有一个可预见的趋势是以人为本的大数据方针。人才是地球的主宰，大部分的数据都与人类有关，要通过大数据解决人的问题。

大数据并不是一种概念，而是一种方法论，一句话概括，就是通过分析和挖掘全量的非抽样的数据辅助决策。

技术连接一切，数据改变生活！

1 人赞同了该回答

在这个大数据、机器学习、区块链的时代，什么是大数据？这个问题已经是老生常谈的了。关于此问题，探码科技的CEO曾接受全球大数据联盟的采访时，有一个深入的回答，并对大数据如何改变人们的生活做了浅显易懂的回复。

详情：小球访谈|大数据如何改变人们的生活？ | 探码大数据 | 探码科技【官网】

我其实是挺反对大数据概念的滥用的，比如两会大数据分析的报道，其实就是百度的搜索关键词的统计，你可能都不知道他是基于数据全集统计的还是抽样统计。我和一位数据库公司老总在谈数据的重要性的时候他的一个观点我很认同，传统的数据仓库，一堆数据在要盘阵里趴着，这为叫大数据，大数据就需要对这些趴着的数据不停的排列、重组、统计、分析，依靠你的模型从数据出发为决策提供支撑，这才是大数据。

所以我理解的大数据是随着信息技术的发展，数据的积累越来越迅速，处理速度也越来越快，对数据从不同维度运用不同模型进行分析处理，而最终使数据为我们的决策服务。至于其存在的形式，无非就是楼上说的sql和非结构化数据等，没有什么特别的。

大数据是什么？投资者眼里是金光闪闪的两个字：资产。比如，Facebook上市时，评估机构评定的有效资产中大部分都是其社交网站上的数据。

如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

典型案例

1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情汇报”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。那几乎是重复着千篇一律枯燥无味的数据：每支部队歼敌多少、俘虏多少;缴获的火炮、车辆多少，枪支、物资多少……有一天，参谋照例汇报当日的战况，林彪突然打断他：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗?”大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗?林彪扫视一周，见无人回答，便接连问了三句：“为什么那里缴获的短枪与长枪的比例比其它战斗略高?”“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高?”“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高?”林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜想，不，我断定!敌人的指挥所就在这里!”果然，部队很快就抓住了敌方的指挥官廖耀湘，并取得这场重要战役的胜利。

什么是大数据,什么是大数据概念?

现如今，我们身边很多人对一些热门的新技术、新趋势往往趋之若鹜却又很难说得透彻，比如大数据，如果被问大数据和你有什么关系，估计很少能说出一二三来。究其原因，一是因为大家对新技术有着相同的原始渴求，至少知其然，在聊天时不会显得很“土鳖”；二是在工作和生活环境中，真正能参与实践的大数据案例实在太少了，所以大家没有机会花时间去知其所以然。

　　我希望有些不一样，所以对该如何去认识大数据进行了一番思索，包括查阅了资料，翻阅了最新的专业书籍，但我并不想把那些零散的资料碎片或不同理解论述简单规整并堆积起来形成毫无价值的转述或评论，我很真诚的希望进入事物探寻本质。

　　如果你说大数据就是数据大，或者侃侃而谈4个V，也许很有深度的谈到BI或预测的价值，又或者拿Google和Amazon举例，技术流可能会聊起Hadoop和Cloud Computing，不管对错，只是无法勾勒对大数据的整体认识，不说是片面，但至少有些管窥蠡测、隔衣瘙痒了。……也许，“解构”是最好的方法。

怎样结构大数据?

首先，我认为大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。

其次，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。如果你对大数据开发感兴趣，想系统学习大数据或是大数据分析的话，可以戳我加入大数据技术学习交流群，了解课程，获取学习资源

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。

和大数据相关的理论

特征定义

最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”

业界(IBM 最早定义)将大数据的特征归纳为4个“V”(量Volume，多样Variety，价值Value，速Velocity)，或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T);第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。

其实这些V并不能真正说清楚大数据的所有特征，下面这张图对大数据的一些相关特性做出了有效的说明。

古语云：三分技术，七分数据，得数据者得天下。先不论谁说的，但是这句话的正确性已经不用去论证了。维克托·迈尔-舍恩伯格在《大数据时代》一书中举了百般例证，都是为了说明一个道理：在大数据时代已经到来的时候要用大数据思维去发掘大数据的潜在价值。书中，作者提及最多的是Google如何利用人们的搜索记录挖掘数据二次利用价值，比如预测某地流感爆发的趋势;Amazon如何利用用户的购买和浏览历史数据进行有针对性的书籍购买推荐，以此有效提升销售量;Farecast如何利用过去十年所有的航线机票价格打折数据，来预测用户购买机票的时机是否合适。

那么，什么是大数据思维?维克托·迈尔-舍恩伯格认为，1-需要全部数据样本而不是抽样;2-关注效率而不是精确度;3-关注相关性而不是因果关系。

阿里巴巴的王坚对于大数据也有一些独特的见解，比如，

“今天的数据不是大，真正有意思的是数据变得在线了，这个恰恰是互联网的特点。”

“非互联网时期的产品，功能一定是它的价值，今天互联网的产品，数据一定是它的价值。”

“你千万不要想着拿数据去改进一个业务，这不是大数据。你一定是去做了一件以前做不了的事情。”

特别是最后一点，我是非常认同的，大数据的真正价值在于创造，在于填补无数个还未实现过的空白。

有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。

价值探讨

大数据是什么?投资者眼里是金光闪闪的两个字：资产。比如，Facebook上市时，评估机构评定的有效资产中大部分都是其社交网站上的数据。

如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

Target 超市以20多种怀孕期间孕妇可能会购买的商品为基础，将所有用户的购买记录作为数据来源，通过构建模型分析购买者的行为相关性，能准确的推断出孕妇的具体临盆时间，这样Target的销售部门就可以有针对的在每个怀孕顾客的不同阶段寄送相应的产品优惠卷。

Target的例子是一个很典型的案例，这样印证了维克托·迈尔-舍恩伯格提过的一个很有指导意义的观点：通过找出一个关联物并监控它，就可以预测未来。Target通过监测购买者购买商品的时间和品种来准确预测顾客的孕期，这就是对数据的二次利用的典型案例。如果，我们通过采集驾驶员手机的GPS数据，就可以分析出当前哪些道路正在堵车，并可以及时发布道路交通提醒;通过采集汽车的GPS位置数据，就可以分析城市的哪些区域停车较多，这也代表该区域有着较为活跃的人群，这些分析数据适合卖给广告投放商。

不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。

从大数据的价值链条来分析，存在三种模式：

1- 手握大数据，但是没有利用好;比较典型的是金融机构，电信行业，政府机构等。

2- 没有数据，但是知道如何帮助有数据的人利用它;比较典型的是IT咨询和服务企业，比如，埃森哲，IBM，Oracle等。

3- 既有数据，又有大数据思维;比较典型的是Google，Amazon，Mastercard等。

未来在大数据领域最具有价值的是两种事物：1-拥有大数据思维的人，这种人可以将大数据的潜在价值转化为实际利益;2-还未有被大数据触及过的业务领域。这些是还未被挖掘的油井，金矿，是所谓的蓝海。

Wal-Mart作为零售行业的巨头，他们的分析人员会对每个阶段的销售记录进行了全面的分析，有一次他们无意中发现虽不相关但很有价值的数据，在美国的飓风来临季节，超市的蛋挞和抵御飓风物品竟然销量都有大幅增加，于是他们做了一个明智决策，就是将蛋挞的销售位置移到了飓风物品销售区域旁边，看起来是为了方便用户挑选，但是没有想到蛋挞的销量因此又提高了很多。

还有一个有趣的例子，1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情汇报”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。那几乎是重复着千篇一律枯燥无味的数据：每支部队歼敌多少、俘虏多少;缴获的火炮、车辆多少，枪支、物资多少……有一天，参谋照例汇报当日的战况，林彪突然打断他：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗?”大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗?林彪扫视一周，见无人回答，便接连问了三句：“为什么那里缴获的短枪与长枪的比例比其它战斗略高?”“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高?”“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高?”林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜想，不，我断定!敌人的指挥所就在这里!”果然，部队很快就抓住了敌方的指挥官廖耀湘，并取得这场重要战役的胜利。

这些例子真实的反映在各行各业，探求数据价值取决于把握数据的人，关键是人的数据思维;与其说是大数据创造了价值，不如说是大数据思维触发了新的价值增长。

现在和未来

我们先看看大数据在当下有怎样的杰出表现：

大数据帮助政府实现市场经济调控、公共卫生安全防范、灾难预警、社会舆论监督;

大数据帮助城市预防犯罪，实现智慧交通，提升紧急应急能力;

大数据帮助医疗机构建立患者的疾病风险跟踪机制，帮助医药企业提升药品的临床使用效果，帮助艾滋病研究机构为患者提供定制的药物;

大数据帮助航空公司节省运营成本，帮助电信企业实现售后服务质量提升，帮助保险企业识别欺诈骗保行为，帮助快递公司监测分析运输车辆的故障险情以提前预警维修，帮助电力公司有效识别预警即将发生故障的设备;

大数据帮助电商公司向用户推荐商品和服务，帮助旅游网站为旅游者提供心仪的旅游路线，帮助二手市场的买卖双方找到最合适的交易目标，帮助用户找到最合适的商品购买时期、商家和最优惠价格;

大数据帮助企业提升营销的针对性，降低物流和库存的成本，减少投资的风险，以及帮助企业提升广告投放精准度;

大数据帮助娱乐行业预测歌手，歌曲，电影，电视剧的受欢迎程度，并为投资者分析评估拍一部电影需要投入多少钱才最合适，否则就有可能收不回成本;

大数据帮助社交网站提供更准确的好友推荐，为用户提供更精准的企业招聘信息，向用户推荐可能喜欢的游戏以及适合购买的商品。

其实，这些还远远不够，未来大数据的身影应该无处不在，就算无法准确预测大数据终会将人类社会带往到哪种最终形态，但我相信只要发展脚步在继续，因大数据而产生的变革浪潮将很快淹没地球的每一个角落。

比如，Amazon的最终期望是：“最成功的书籍推荐应该只有一本书，就是用户要买的下一本书。”

Google也希望当用户在搜索时，最好的体验是搜索结果只包含用户所需要的内容，而这并不需要用户给予Google太多的提示。

而当物联网发展到达一定规模时，借助条形码、二维码、RFID等能够唯一标识产品，传感器、可穿戴设备、智能感知、视频采集、增强现实等技术可实现实时的信息采集和分析，这些数据能够支撑智慧城市，智慧交通，智慧能源，智慧医疗，智慧环保的理念需要，这些都所谓的智慧将是大数据的采集数据来源和服务范围。

未来的大数据除了将更好的解决社会问题，商业营销问题，科学技术问题，还有一个可预见的趋势是以人为本的大数据方针。人才是地球的主宰，大部分的数据都与人类有关，要通过大数据解决人的问题。

比如，建立个人的数据中心，将每个人的日常生活习惯，身体体征，社会网络，知识能力，爱好性情，疾病嗜好，情绪波动……换言之就是记录人从出生那一刻起的每一分每一秒，将除了思维外的一切都储存下来，这些数据可以被充分的利用：

医疗机构将实时的监测用户的身体健康状况;

教育机构更有针对的制定用户喜欢的教育培训计划;

服务行业为用户提供即时健康的符合用户生活习惯的食物和其它服务;

社交网络能为你提供合适的交友对象，并为志同道合的人群组织各种聚会活动;

政府能在用户的心理健康出现问题时有效的干预，防范自杀，刑事案件的发生;

金融机构能帮助用户进行有效的理财管理，为用户的资金提供更有效的使用建议和规划;

道路交通、汽车租赁及运输行业可以为用户提供更合适的出行线路和路途服务安排;

当然，上面的一切看起来都很美好，但是否是以牺牲了用户的自由为前提呢?只能说当新鲜事物带来了革新的同时也同样带来了“病菌”。比如，在手机未普及前，大家喜欢聚在一起聊天，自从手机普及后特别是有了互联网，大家不用聚在一起也可以随时随地的聊天，只是“病菌”滋生了另外一种情形，大家慢慢习惯了和手机共渡时光，人与人之间情感交流仿佛永远隔着一张“网”。

大数据隐私

你或许并不敏感，当你在不同的网站上注册了个人信息后，可能这些信息已经被扩散出去了，当你莫名其妙的接到各种邮件，电话，短信的滋扰时，你不会想到自己的电话号码，邮箱，生日，购买记录，收入水平，家庭住址，亲朋好友等私人信息早就被各种商业机构非法存储或贱卖给其它任何有需要的企业或个人了。

　　更可怕的是，这些信息你永远无法删除，它们永远存在于互联网的某些你不知道的角落。除非你更换掉自己的所有信息，但是这代价太大了。

　　用户隐私问题一直是大数据应用难以绕开的一个问题，如被央视曝光过的分众无线、罗维邓白氏以及网易邮箱都涉及侵犯用户隐私。目前，中国并没有专门的法律法规来界定用户隐私，处理相关问题时多采用其他相关法规条例来解释。但随着民众隐私意识的日益增强，合法合规地获取数据、分析数据和应用数据，是进行大数据分析时必须遵循的原则。

　　说到隐私被侵犯，爱德华斯诺登应该占据一席之地，这位前美国中央情报局(CIA)雇员一手引爆了美国“棱镜计划”(PRISM)的内幕消息。“棱镜”项目是一项由美国国家安全局(NSA)自2007年起开始实施的绝密电子监听计划，年耗资近2000亿美元，用于监听全美电话通话记录，据称还可以使情报人员通过“后门”进入9家主要科技公司的服务器，包括微软、雅虎、谷歌、Facebook、PalTalk、美国在线、Skype、YouTube、苹果。这个事件引发了人们对政府使用大数据时对公民隐私侵犯的担心。

再看看我们身边，当微博，微信，QQ空间这些社交平台肆意的吞噬着数亿用户的各种信息时，你就不要指望你还有隐私权了，就算你在某个地方删除了，但也许这些信息已经被其他人转载或保存了，更有可能已经被百度或Google存为快照，早就提供给任意用户搜索了。

因此在大数据的背景下，很多人都在积极的抵制无底线的数字化，这种大数据和个体之间的博弈还会一直继续下去……

专家给予了我们一些如何有效保护大数据背景下隐私权的建议：1-减少信息的数字化;2-隐私权立法;3-数字隐私权基础设施(类似DRM数字版权管理);4-人类改变认知(接受忽略过去);5-创造良性的信息生态;6-语境化。

但是这些都很难立即见效或者有实质性的改善。

比如，现在有一种职业叫删帖人，专门负责帮人到各大网站删帖，删除评论。其实这些人就是通过黑客技术侵入各大网站，破获管理员的密码然后进行手工定向删除。只不过他们保护的不是客户的隐私，而大多是丑闻。还有一种职业叫人肉专家，他们负责从互联网上找到一个与他们根本就无关系用户的任意信息。这是很可怕的事情，也就是说，如果有人想找到你，只需要两个条件：1-你上过网，留下过痕迹;2-你的亲朋好友或仅仅是认识你的人上过网，留下过你的痕迹。这两个条件满足其一，人肉专家就可以很轻松的找到你，可能还知道你现在正在某个餐厅和谁一起共进晚餐。

当很多互联网企业意识到隐私对于用户的重要性时，为了继续得到用户的信任，他们采取了很多办法，比如google承诺仅保留用户的搜索记录9个月，浏览器厂商提供了无痕冲浪模式，社交网站拒绝公共搜索引擎的爬虫进入，并将提供出去的数据全部采取匿名方式处理等。

在这种复杂的环境里面，很多人依然没有建立对于信息隐私的保护意识，让自己一直处于被滋扰，被精心设计，被利用，被监视的处境中。可是，我们能做的几乎微乎其微，因为个人隐私数据已经无法由我们自己掌控了，就像一首诗里说到的：“如果你现在继续麻木，那就别指望这麻木能抵挡得住被”扒光”那一刻的惊恐和绝望……”

和大数据相关的技术

云技术

大数据常和云计算联系到一起，因为实时的大型数据集分析需要分布式处理框架来向数十、数百或甚至数万的电脑分配工作。可以说，云计算充当了工业革命时期的发动机的角色，而大数据则是电。

云计算思想的起源是麦卡锡在上世纪60年代提出的：把计算能力作为一种像水和电一样的公用事业提供给用户。

如今，在Google、Amazon、Facebook等一批互联网企业引领下，一种行之有效的模式出现了：云计算提供基础架构平台，大数据应用运行在这个平台上。

业内是这么形容两者的关系：没有大数据的信息积淀，则云计算的计算能力再强大，也难以找到用武之地;没有云计算的处理能力，则大数据的信息积淀再丰富，也终究只是镜花水月。

那么大数据到底需要哪些云计算技术呢?

这里暂且列举一些，比如虚拟化技术，分布式处理技术，海量数据的存储和管理技术，NoSQL、实时流数据处理、智能分析技术(类似模式识别以及自然语言理解)等。

云计算和大数据之间的关系可以用下面的一张图来说明，两者之间结合后会产生如下效应：可以提供更多基于海量业务数据的创新型服务;通过云计算技术的不断发展降低大数据业务的创新成本。

如果将云计算与大数据进行一些比较，最明显的区分在两个方面：

第一，在概念上两者有所不同，云计算改变了IT，而大数据则改变了业务。然而大数据必须有云作为基础架构，才能得以顺畅运营。

第二，大数据和云计算的目标受众不同，云计算是CIO等关心的技术层，是一个进阶的IT解决方案。而大数据是CEO关注的、是业务层的产品，而大数据的决策者是业务层。

分布式处理技术

分布式处理系统可以将不同地点的或具有不同功能的或拥有不同数据的多台计算机用通信网络连接起来，在控制系统的统一管理控制下，协调地完成信息处理任务—这就是分布式处理系统的定义。

以Hadoop(Yahoo)为例进行说明，Hadoop是一个实现了MapReduce模式的能够对大量数据进行分布式处理的软件框架，是以一种可靠、高效、可伸缩的方式进行处理的。

而MapReduce是Google提出的一种云计算的核心计算模式，是一种分布式运算技术，也是简化的分布式编程模式，MapReduce模式的主要思想是将自动分割要执行的问题(例如程序)拆解成map(映射)和reduce(化简)的方式，在数据被分割后通过Map 函数的程序将数据映射成不同的区块，分配给计算机机群处理达到分布式运算的效果，在通过Reduce 函数的程序将结果汇整，从而输出开发者需要的结果。

再来看看Hadoop的特性，第一，它是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。其次，Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。

你也可以这么理解Hadoop的构成，Hadoop=HDFS(文件系统，数据存储技术相关) HBase(数据库) MapReduce(数据处理) ……Others

Hadoop用到的一些技术有：

HDFS: Hadoop分布式文件系统(Distributed File System) – HDFS (HadoopDistributed File System)

MapReduce：并行计算框架

HBase: 类似Google BigTable的分布式NoSQL列数据库。

Hive：数据仓库工具，由Facebook贡献。

Zookeeper：分布式锁设施，提供类似Google Chubby的功能，由Facebook贡献。

Avro：新的数据序列化格式与传输工具，将逐步取代Hadoop原有的IPC机制。

Pig:大数据分析平台，为用户提供多种接口。

Ambari：Hadoop管理工具，可以快捷的监控、部署、管理集群。

Sqoop：用于在Hadoop与传统的数据库间进行数据的传递。

说了这么多，举个实际的例子，虽然这个例子有些陈旧，但是淘宝的海量数据技术架构还是有助于我们理解对于大数据的运作处理机制:

淘宝的海量数据产品技术架构分为五个层次，从上至下来看它们分别是：数据源，计算层，存储层，查询层和产品层。

数据来源层。存放着淘宝各店的交易数据。在数据源层产生的数据，通过DataX，DbSync和Timetunel准实时的传输到下面第2点所述的“云梯”。

计算层。在这个计算层内，淘宝采用的是Hadoop集群，这个集群，我们暂且称之为云梯，是计算层的主要组成部分。在云梯上，系统每天会对数据产品进行不同的MapReduce计算。

存储层。在这一层，淘宝采用了两个东西，一个使MyFox，一个是Prom。MyFox是基于MySQL的分布式关系型数据库的集群，Prom是基于Hadoop Hbase技术的一个NoSQL的存储集群。

查询层。在这一层中，Glider是以HTTP协议对外提供restful方式的接口。数据产品通过一个唯一的URL来获取到它想要的数据。同时，数据查询即是通过MyFox来查询的。

最后一层是产品层，这个就不用解释了。

存储技术

大数据可以抽象的分为大数据存储和大数据分析，这两者的关系是：大数据存储的目的是支撑大数据分析。到目前为止，还是两种截然不同的计算机技术领域：大数据存储致力于研发可以扩展至PB甚至EB级别的数据存储平台;大数据分析关注在最短时间内处理大量不同类型的数据集。

提到存储，有一个著名的摩尔定律相信大家都听过：18个月集成电路的复杂性就增加一倍。所以，存储器的成本大约每18-24个月就下降一半。成本的不断下降也造就了大数据的可存储性。

比如，Google大约管理着超过50万台服务器和100万块硬盘，而且Google还在不断的扩大计算能力和存储能力，其中很多的扩展都是基于在廉价服务器和普通存储硬盘的基础上进行的，这大大降低了其服务成本，因此可以将更多的资金投入到技术的研发当中。

以Amazon举例，Amazon S3 是一种面向 Internet 的存储服务。该服务旨在让开发人员能更轻松的进行网络规模计算。Amazon S3 提供一个简明的 Web 服务界面，用户可通过它随时在 Web 上的任何位置存储和检索的任意大小的数据。此服务让所有开发人员都能访问同一个具备高扩展性、可靠性、安全性和快速价廉的基础设施，Amazon 用它来运行其全球的网站网络。再看看S3的设计指标：在特定年度内为数据元提供 99.999999999% 的耐久性和 99.99% 的可用性，并能够承受两个设施中的数据同时丢失。

S3很成功也确实卓有成效，S3云的存储对象已达到万亿级别，而且性能表现相当良好。S3云已经拥万亿跨地域存储对象，同时AWS的对象执行请求也达到百万的峰值数量。目前全球范围内已经有数以十万计的企业在通过AWS运行自己的全部或者部分日常业务。这些企业用户遍布190多个国家，几乎世界上的每个角落都有Amazon用户的身影。

感知技术

大数据的采集和感知技术的发展是紧密联系的。以传感器技术，指纹识别技术，RFID技术，坐标定位技术等为基础的感知能力提升同样是物联网发展的基石。全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，都会产生海量的数据信息。

而随着智能手机的普及，感知技术可谓迎来了发展的高峰期，除了地理位置信息被广泛的应用外，一些新的感知手段也开始登上舞台，比如，最新的”iPhone 5S”在home键内嵌指纹传感器，新型手机可通过呼气直接检测燃烧脂肪量，用于手机的嗅觉传感器面世可以监测从空气污染到危险的化学药品，微软正在研发可感知用户当前心情智能手机技术，谷歌眼镜InSight新技术可通过衣着进行人物识别。

除此之外，还有很多与感知相关的技术革新让我们耳目一新：比如，牙齿传感器实时监控口腔活动及饮食状况，婴儿穿戴设备可用大数据去养育宝宝，Intel正研发3D笔记本摄像头可追踪眼球读懂情绪，日本公司开发新型可监控用户心率的纺织材料，业界正在尝试将生物测定技术引入支付领域等。

　　其实，这些感知被逐渐捕获的过程就是就世界被数据化的过程，一旦世界被完全数据化了，那么世界的本质也就是信息了。

　　就像一句名言所说，“人类以前延续的是文明，现在传承的是信息。”

大数据的实践

互联网的大数据

　　互联网上的数据每年增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。据IDC预测，到2020年全球将总共拥有35ZB的数据量。互联网是大数据发展的前哨阵地，随着WEB2.0时代的发展，人们似乎都习惯了将自己的生活通过网络进行数据化，方便分享以及记录并回忆。

互联网上的大数据很难清晰的界定分类界限，我们先看看BAT的大数据：

百度拥有两种类型的大数据：用户搜索表征的需求数据;爬虫和阿拉丁获取的公共web数据。搜索巨头百度围绕数据而生。它对网页数据的爬取、网页内容的组织和解析，通过语义分析对搜索需求的精准理解进而从海量数据中找准结果，以及精准的搜索引擎关键字广告，实质上就是一个数据的获取、组织、分析和挖掘的过程。搜索引擎在大数据时代面临的挑战有：更多的暗网数据;更多的WEB化但是没有结构化的数据;更多的WEB化、结构化但是封闭的数据。

阿里巴巴拥有交易数据和信用数据。这两种数据更容易变现，挖掘出商业价值。除此之外阿里巴巴还通过投资等方式掌握了部分社交数据、移动数据。如微博和高德。

腾讯拥有用户关系数据和基于此产生的社交数据。这些数据可以分析人们的生活和行为,从里面挖掘出政治、社会、文化、商业、健康等领域的信息，甚至预测未来。

在信息技术更为发达的美国，除了行业知名的类似Google，Facebook外，已经涌现了很多大数据类型的公司，它们专门经营数据产品，比如：

Metamarkets：这家公司对Twitter、支付、签到和一些与互联网相关的问题进行了分析，为客户提供了很好的数据分析支持。

Tableau：他们的精力主要集中于将海量数据以可视化的方式展现出来。Tableau为数字媒体提供了一个新的展示数据的方式。他们提供了一个免费工具，任何人在没有编程知识背景的情况下都能制造出数据专用图表。这个软件还能对数据进行分析，并提供有价值的建议。

ParAccel：他们向美国执法机构提供了数据分析，比如对15000个有犯罪前科的人进行跟踪，从而向执法机构提供了参考性较高的犯罪预测。他们是犯罪的预言者。

QlikTech：QlikTech旗下的Qlikview是一个商业智能领域的自主服务工具，能够应用于科学研究和艺术等领域。为了帮助开发者对这些数据进行分析，QlikTech提供了对原始数据进行可视化处理等功能的工具。

GoodData：GoodData希望帮助客户从数据中挖掘财富。这家创业公司主要面向商业用户和IT企业高管，提供数据存储、性能报告、数据分析等工具。

TellApart：TellApart和电商公司进行合作，他们会根据用户的浏览行为等数据进行分析，通过锁定潜在买家方式提高电商企业的收入。

DataSift：DataSift主要收集并分析社交网络媒体上的数据，并帮助品牌公司掌握突发新闻的舆论点，并制定有针对性的营销方案。这家公司还和Twitter有合作协议，使得自己变成了行业中为数不多可以分析早期tweet的创业公司。

Datahero：公司的目标是将复杂的数据变得更加简单明了，方便普通人去理解和想象。

举了很多例子，这里简要归纳一下，在互联网大数据的典型代表性包括：

1-用户行为数据(精准广告投放、内容推荐、行为习惯和喜好分析、产品优化等)

2-用户消费数据(精准营销、信用记录分析、活动促销、理财等)

3-用户地理位置数据(O2O推广，商家推荐，交友推荐等)

4-互联网金融数据(P2P，小额贷款，支付，信用，供应链金融等)

5-用户社交等UGC数据(趋势分析、流行元素分析、受欢迎程度分析、舆论监控分析、社会问题分析等)

政府的大数据

近期，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来，对数据的占有和控制甚至将成为陆权、海权、空权之外的另一种国家核心资产。

在国内，政府各个部门都握有构成社会基础的原始数据，比如，气象数据，金融数据，信用数据，电力数据，煤气数据，自来水数据，道路交通数据，客运数据，安全刑事案件数据，住房数据，海关数据，出入境数据，旅游数据，医疗数据，教育数据，环保数据等等。这些数据在每个政府部门里面看起来是单一的，静态的。但是，如果政府可以将这些数据关联起来，并对这些数据进行有效的关联分析和统一管理，这些数据必定将获得新生，其价值是无法估量的。

具体来说，现在城市都在走向智能和智慧，比如，智能电网、智慧交通、智慧医疗、智慧环保、智慧城市，这些都依托于大数据，可以说大数据是智慧的核心能源。从国内整体投资规模来看，到2012年底全国开建智慧城市的城市数超过180个，通信网络和数据平台等基础设施建设投资规模接近5000亿元。“十二五”期间智慧城市建设拉动的设备投资规模将达1万亿元人民币。大数据为智慧城市的各个领域提供决策支持。在城市规划方面，通过对城市地理、气象等自然信息和经济、社会、文化、人口等人文社会信息的挖掘，可以为城市规划提供决策，强化城市管理服务的科学性和前瞻性。在交通管理方面，通过对道路交通信息的实时挖掘，能有效缓解交通拥堵，并快速响应突发状况，为城市交通的良性运转提供科学的决策依据。在舆情监控方面，通过网络关键词搜索及语义智能分析，能提高舆情分析的及时性、全面性，全面掌握社情民意，提高公共服务能力，应对网络突发的公共事件，打击违法犯罪。在安防与防灾领域，通过大数据的挖掘，可以及时发现人为或自然灾害、恐怖事件，提高应急处理能力和安全防范能力。

另外，作为国家的管理者，政府应该有勇气将手中的数据逐步开放，供给更多有能力的机构组织或个人来分析并加以利用，以加速造福人类。比如，美国政府就筹建了一个http://data.gov网站，这是奥巴马任期内的一个重要举措：要求政府公开透明，而核心就是实现政府机构的数据公开。截止目前，已经开放了有91054 个datasets;349citizen-developed apps;137 mobile apps;175 agencies and subagencies;87 galleries;295 Government APIs。

企业的大数据

企业的CXO们最关注的还是报表曲线的背后能有怎样的信息，他该做怎样的决策，其实这一切都需要通过数据来传递和支撑。在理想的世界中，大数据是巨大的杠杆，可以改变公司的影响力，带来竞争差异、节省金钱、增加利润、愉悦买家、奖赏忠诚用户、将潜在客户转化为客户、增加吸引力、打败竞争对手、开拓用户群并创造市场。

那么，哪些传统企业最需要大数据服务呢?抛砖引玉，先举几个例子：1) 对大量消费者提供产品或服务的企业(精准营销);2) 做小而美模式的中长尾企业(服务转型);3) 面临互联网压力之下必须转型的传统企业(生死存亡)。

对于企业的大数据，还有一种预测：随着数据逐渐成为企业的一种资产，数据产业会向传统企业的供应链模式发展，最终形成“数据供应链”。这里尤其有两个明显的现象：1) 外部数据的重要性日益超过内部数据。在互联互通的互联网时代，单一企业的内部数据与整个互联网数据比较起来只是沧海一粟;2) 能提供包括数据供应、数据整合与加工、数据应用等多环节服务的公司会有明显的综合竞争优势。

对于提供大数据服务的企业来说，他们等待的是合作机会，就像微软史密斯说的：“给我提供一些数据，我就能做一些改变。如果给我提供所有数据，我就能拯救世界。”

然而，一直做企业服务的巨头将优势不在，不得不眼看新兴互联网企业加入战局，开启残酷竞争模式。为何会出现这种局面?从 IT 产业的发展来看，第一代 IT 巨头大多是 ToB 的，比如 IBM、Microsoft、Oracle、SAP、HP这类传统 IT 企业;第二代 IT 巨头大多是ToC 的，比如 Yahoo、Google、Amazon、Facebook 这类互联网企业。大数据到来前，这两类公司彼此之间基本是井水不犯河水;但在当前这个大数据时代，这两类公司已经开始直接竞争。比如 Amazon 已经开始提供云模式的数据仓库服务，直接抢占 IBM、Oracle 的市场。这个现象出现的本质原因是：在互联网巨头的带动下，传统 IT 巨头的客户普遍开始从事电子商务业务，正是由于客户进入了互联网，所以传统 IT 巨头们不情愿地被拖入了互联网领域。如果他们不进入互联网，他们业务必将萎缩。在进入互联网后，他们又必须将云技术，大数据等互联网最具有优势的技术通过封装打造成自己的产品再提供给企业。

以IBM举例，上一个十年，他们抛弃了PC，成功转向了软件和服务，而这次将远离服务与咨询，更多地专注于因大数据分析软件而带来的全新业务增长点。IBM执行总裁罗睿兰认为，“数据将成为一切行业当中决定胜负的根本因素，最终数据将成为人类至关重要的自然资源。”IBM积极的提出了“大数据平台”架构。该平台的四大核心能力包括Hadoop系统、流计算(StreamComputing)、数据仓库(Data Warehouse)和信息整合与治理(Information Integration and Governance)

另外一家亟待通过云和大数据战略而复苏的巨头公司HP也推出了自己的产品：HAVEn，一个可以自由扩展伸缩的大数据解决方案。这个解决方案由HP Autonomy、HP Vertica、HP ArcSight 和惠普运营管理(HP OperationsManagement)四大技术组成。还支持Hadoop这样通用的技术。HAVEn不是一个软件平台，而是一个生态环境。四大组成部分满足不同的应用场景需要，Autonomy解决音视频识别的重要解决方案;Vertica解决数据处理的速度和效率的方案;ArcSight解决机器的记录信息处理，帮助企业获得更高安全级别的管理;运营管理解决的不仅仅是外部数据的处理，而是包括了IT基础设施产生的数据。

个人的大数据这个概念

个人的大数据概念很少有人提及，简单来说，就是与个人相关联的各种有价值数据信息被有效采集后，可由本人授权提供第三方进行处理和使用，并获得第三方提供的数据服务。

举个例子来说明会更清晰一些：

未来，每个用户可以在互联网上注册个人的数据中心，以存储个人的大数据信息。用户可确定哪些个人数据可被采集，并通过可穿戴设备或植入芯片等感知技术来采集捕获个人的大数据，比如，牙齿监控数据，心率数据，体温数据，视力数据，记忆能力，地理位置信息，社会关系数据，运动数据，饮食数据，购物数据等等。

用户可以将其中的牙齿监测数据授权给XX牙科诊所使用，由他们监控和使用这些数据，进而为用户制定有效的牙齿防治和维护计划;也可以将个人的运动数据授权提供给某运动健身机构，由他们监测自己的身体运动机能，并有针对的制定和调整个人的运动计划;还可以将个人的消费数据授权给金融理财机构，由他们帮你制定合理的理财计划并对收益进行预测。当然，其中有一部分个人数据是无需个人授权即可提供给国家相关部门进行实时监控的，比如罪案预防监控中心可以实时的监控本地区每个人的情绪和心理状态，以预防自杀和犯罪的发生。

以个人为中心的大数据有这么一些特性：

1、数据仅留存在个人中心，其它第三方机构只被授权使用(数据有一定的使用期限)，且必须接受用后即焚的监管。

2、采集个人数据应该明确分类，除了国家立法明确要求接受监控的数据外，其它类型数据都由用户自己决定是否被采集。

3、数据的使用将只能由用户进行授权，数据中心可帮助监控个人数据的整个生命周期。

展望过于美好，也许实现个人数据中心将遥遥无期，也许这还不是解决个人数据隐私的最好方法，也许业界对大数据的无限渴求会阻止数据个人中心的实现，但是随着数据越来越多，在缺乏监管之后，必然会有一场激烈的博弈：到底是数据重要还是隐私重要;是以商业为中心还是以个人为中心。