“大数据”概念出现距今已经15年，在经历社会大众和各行各业对其深入探讨后，从最开始的互联网搜索行业，到企业运营和生产制造，再到城市治理和教育医疗等，目前，大数据已在各领域成熟应用。
我们今天不讲那些耳熟能详的大数据应用案例，而从一个“另类”的大数据体验说起。
你玩的是游戏，别人玩的是“大数据”
去年，“吃鸡”游戏《绝地求生》大火，很多玩家在学习加班之余，都投入到“吃
鸡”大军中，当然，绝大多数时候都免不了在开局初期就成 “盒”(被击杀)。
于是，为了提高战绩，一些玩家换1080Ti显卡，在高位升级2条内存，有的还买
了个高性能鼠标，但吃鸡不成反被击杀的“悲剧”还是屡次上演。最近一篇文章从大数据的角度，对20G的游戏日志数据进行了分析，或许能让这些玩家“恍然大悟”。
文章作者获取到了近70万次游戏内击杀的数据集，然后使用Mathematica工具
进行了简单的大数据分析，解锁了几条游戏新姿势：
1.通过分析击杀者和被击杀者的相对位置信息，作者得出“在房屋视觉死角方向，靠近
房屋可以大幅降低被击杀的几率”的结论;
2.通过分析击杀发生的坐标信息，分析出游戏中的最容易发生击杀事件的区域，玩家可以根据自己的游戏策略，选择进入高危区域或者躲避高危区域;
3.通过击杀次数统计，得出“击杀15名对手的玩家，有75%的概率能赢得比赛”的结论。这说明，在游戏中只有多击杀对手，才是获得最终胜利的关键。
探索大数据的未来之路
实际上，“吃鸡”游戏只是大数据应用一个很普通的案例，当前，“大数据”已经从少
数机构的技术杀手锏，变成每个企业都可以快速应用的通用技术，技术演进貌似也已经进入一个相对平稳的阶段。我们不禁要问，大数据的未来在哪里?
在过去的十几年，硬件的性能，尤其是网络性能一直是大数据应用的瓶颈, 天才的架构师们自然想到了集群化大数据系统架构。无论是分布式集群集中部署，还是数据分散存储在物理机每个硬盘上，亦或数据本地化，这些都是存算一体的大数据技术架构。经过十多年的发展，网络性能已经提升了100倍，内存容量也提升了数十倍。
但当大数据处理的瓶颈逐渐从网络转移到CPU上，上述存算一体架构的缺点也逐渐突显出来：
首先是刚性扩容，资源浪费。不同场景需要的存储空间和算力配比是不一样的，实际使用中要么计算资源达到瓶颈，要么是存储容量不足，只能对集群进行刚性扩容，造成集群资源浪费。其次，不同场景、不同时期需要的算力是不固定的，存在波峰和波谷，物理机中存储数据造成无法大规模关闭闲置节点，造成算力闲置和能源浪费。
再次，随着企业数据多种数据格式并存，且存储在不同的系统中，容易形成数据孤岛，数据之间互相访问转换成本高，制约了数据价值的进一步挖掘。最后，企业拥有EB级数据已经成为常态，多任务并发下，极易出现作业拥塞，影响企业正常运作。
华为预测，到2025年，全球年新增数据存储量为180ZB，企业的数据利用率会达到86%。如此巨大的数据如何高效地分析其中的价值?显然，现有的大数据架构已经无法满足未来的需求，那么，大数据的未来在哪里?
8月27日，重庆悦来国际会议中心，华为云城市峰会重庆站，华为云鲲鹏大数据解决方案BigData Pro重磅发布，为您揭开大数据的未来之路。
