今天，很多人還沒弄懂大數(shù)據(jù)，區(qū)塊鏈又來了。區(qū)塊鏈與大數(shù)據(jù)究竟有著怎樣的關系？進入大數(shù)據(jù)時代，云計算成為大數(shù)據(jù)基礎設施，也使得大數(shù)據(jù)的核心思想和云計算一脈相承。大數(shù)據(jù)和區(qū)塊鏈兩者之間有個共同的關鍵詞：分布式，代表了一種從技術權威壟斷到去中心化的轉變。
區(qū)塊鏈讓數(shù)據(jù)真正“放心”流動起來
區(qū)塊鏈以其可信任性、安全性和不可篡改性，讓更多數(shù)據(jù)被解放出來。用一個典型案例來說明，即區(qū)塊鏈是如何推進基因測序大數(shù)據(jù)產(chǎn)生的。區(qū)塊鏈測序可以利用私鑰限制訪問權限，從而規(guī)避法律對個人獲取基因數(shù)據(jù)的限制問題，并且利用分布式計算資源，低成本完成測序服務。區(qū)塊鏈的安全性讓測序成為工業(yè)化的解決方案，實現(xiàn)了全球規(guī)模的測序，從而推進數(shù)據(jù)的海量增長。
分布式的儲存
大數(shù)據(jù)，指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)需要應對海量化和快增長的存儲，這要求底層硬件架構和文件系統(tǒng)在性價比上要大大高于傳統(tǒng)技術，能夠彈性擴張存儲容量。
區(qū)塊鏈，是比特幣的底層技術架構，它在本質上是一種去中心化的分布式賬本。區(qū)塊鏈技術作為一種持續(xù)增長的、按序整理成區(qū)塊的鏈式數(shù)據(jù)結構，通過網(wǎng)絡中多個節(jié)點共同參與數(shù)據(jù)的計算和記錄，并且互相驗證其信息的有效性。從這一點來說，區(qū)塊鏈技術也是一種特定的數(shù)據(jù)庫技術。由于去中心化數(shù)據(jù)庫在安全、便捷方面的特性，很多業(yè)內(nèi)人士看好其發(fā)展，認為它是對現(xiàn)有互聯(lián)網(wǎng)技術的升級與補充。區(qū)塊鏈則是純粹意義上的分布式系統(tǒng)。
分布式計算
大數(shù)據(jù)的分析挖掘是數(shù)據(jù)密集型計算，需要巨大的分布式計算能力。節(jié)點管理、任務調度、容錯和高可靠性是關鍵技術。Google是這種分布式計算技術的代表，通過添加服務器節(jié)點可線性擴展系統(tǒng)的總處理能力，在成本和可擴展性上都有巨大的優(yōu)勢。現(xiàn)在，除了批計算，大數(shù)據(jù)還包括了流計算、圖計算、實時計算、交互查詢等計算框架。
區(qū)塊鏈的共識機制，就是所有分布式節(jié)之間怎么達成共識，通過算法來生成和更新數(shù)據(jù)，去認定一個記錄的有效性，這既是認定的手段，也是防止篡改的手段。區(qū)塊鏈主要包括四種不同的共識機制，適用于不同的應用場景，在效率和安全性之間取得平衡。以比特幣為例，采用的是“工作量證明”，只有在控制了全網(wǎng)超過51%的記賬節(jié)點的情況下，才有可能偽造出一條不存在的記錄。
大數(shù)據(jù)與區(qū)塊鏈的不同點
2011年，“大數(shù)據(jù)”第一次上榜，位于技術萌芽期的爬坡階段，當時還統(tǒng)稱為“Big Data and Extreme Information Processing and Management”（“大數(shù)據(jù)”和極端信息處理和管理）。2012年更進一步，并在2013年幾乎達到了過熱期頂峰。經(jīng)歷了2014年的下滑，從2015年開始，“大數(shù)據(jù)”突然從曲線中消失，可解讀為Gartner對大數(shù)據(jù)的定位已從“新興”轉為“主流”。當前，大數(shù)據(jù)對于企業(yè)的意義已從能力要素上升為戰(zhàn)略核心。相對而言，“區(qū)塊鏈”直到2016年才第一次出現(xiàn)在《技術成熟度曲線》中，并直接進入“過熱期”?？偟膩砜?，“大數(shù)據(jù)”和“區(qū)塊鏈”所處的生命周期階段大不相同，兩者約有5年左右的差距。
大數(shù)據(jù)通常用來描述數(shù)據(jù)集足夠大，足夠復雜，以致很難用傳統(tǒng)的方式來處理。區(qū)塊鏈能承載的信息數(shù)據(jù)是有限的，離“大數(shù)據(jù)”標準還差得很遠。
大數(shù)據(jù)與區(qū)塊鏈的差異
結構化 vs 非結構化：區(qū)塊鏈是結構定義嚴謹?shù)膲K，通過指針組成的鏈，典型的結構化數(shù)據(jù)，而大數(shù)據(jù)需要處理的更多的是非結構化數(shù)據(jù)。
獨立 vs 整合：區(qū)塊鏈系統(tǒng)為保證安全性，信息是相對獨立的，而大數(shù)據(jù)著重的是信息的整合分析。
直接 vs 間接：區(qū)塊鏈系統(tǒng)本身就是一個數(shù)據(jù)庫，而大數(shù)據(jù)指的是對數(shù)據(jù)的深度分析和挖掘，是一種間接的數(shù)據(jù)。
數(shù)學 vs 數(shù)據(jù)：區(qū)塊鏈試圖用數(shù)學說話，區(qū)塊鏈主張“代碼即法律”，而大數(shù)據(jù)試圖用數(shù)據(jù)說話。
匿名 vs 個性：區(qū)塊鏈是匿名的（公開賬本，匿名擁有者，相對于傳統(tǒng)金融機構的公開賬號，賬本保密），而大數(shù)據(jù)有意的是個性化。
在區(qū)塊鏈中使用大數(shù)據(jù)技術
區(qū)塊鏈是一種不可篡改的、全歷史的分布式數(shù)據(jù)庫存儲技術，巨大的區(qū)塊鏈數(shù)據(jù)集合包含著每一筆交易的全部歷史，隨著區(qū)塊鏈技術的應用迅速發(fā)展，數(shù)據(jù)規(guī)模會越來越大，不同業(yè)務場景區(qū)塊鏈的數(shù)據(jù)融合會進一步擴大數(shù)據(jù)規(guī)模和豐富性。
區(qū)塊鏈以其可信任性、安全性和不可篡改性，讓更多數(shù)據(jù)被解放出來，推進數(shù)據(jù)的海量增長。
區(qū)塊鏈的可追溯性使得數(shù)據(jù)從采集、交易、流通，以及計算分析的每一步記錄都可以留存在區(qū)塊鏈上，使得數(shù)據(jù)的質量獲得前所未有的強信任背書，也保證了數(shù)據(jù)分析結果的正確性和數(shù)據(jù)挖掘的效果。
區(qū)塊鏈能夠進一步規(guī)范數(shù)據(jù)的使用，精細化授權范圍。脫敏后的數(shù)據(jù)交易流通，則有利于突破信息孤島，建立數(shù)據(jù)橫向流通機制，形成“社會化大數(shù)據(jù)”。基于區(qū)塊鏈的價值轉移網(wǎng)絡，逐步推動形成基于全球化的數(shù)據(jù)交易場景。
區(qū)塊鏈提供的是賬本的完整性，數(shù)據(jù)統(tǒng)計分析的能力較弱。大數(shù)據(jù)則具備海量數(shù)據(jù)存儲技術和靈活高效的分析技術，極大提升區(qū)塊鏈數(shù)據(jù)的價值和使用空間。
