大数据技术是什么

大数据本身是一个抽象的概念。从一般意义上讲，大数据是指无法在有限时间内用常规软件工具对其进行获取、存储、管理和处理的数据集合。
目前，业界对大数据还没有一个统一的定义，但是大家普遍认为，大数据具备 Volume、Velocity、Variety 和 Value 四个特征，简称“4V”，即数据体量巨大、数据速度快、数据类型繁多和数据价值密度低，如图 1 所示。下面分别对每个特征作简要描述。
1）Volume：表示大数据的数据体量巨大。
数据集合的规模不断扩大，已经从 GB 级增加到 TB 级再增加到 PB 级，近年来，数据量甚至开始以 EB 和 ZB 来计数。
例如，一个中型城市的视频监控信息一天就能达到几十 TB 的数据量。百度首页导航每天需要提供的数据超过 1-5PB，如果将这些数据打印出来，会超过 5000 亿张 A4 纸。图 2 展示了每分钟互联网产生的各类数据的量。
2）Velocity：表示大数据的数据产生、处理和分析的速度在持续加快。
加速的原因是数据创建的实时性特点，以及将流数据结合到业务流程和决策过程中的需求。数据处理速度快，处理模式已经开始从批处理转向流处理。
业界对大数据的处理能力有一个称谓——“ 1 秒定律”，也就是说，可以从各种类型的数据中快速获得高价值的信息。大数据的快速处理能力充分体现出它与传统的数据处理技术的本质区别。
3）Variety：表示大数据的数据类型繁多。
传统 IT 产业产生和处理的数据类型较为单一，大部分是结构化数据。随着传感器、智能设备、社交网络、物联网、移动计算、在线广告等新的渠道和技术不断涌现，产生的数据类型无以计数。
现在的数据类型不再只是格式化数据，更多的是半结构化或者非结构化数据，如 XML、邮件、博客、即时消息、视频、照片、点击流、 日志文件等。企业需要整合、存储和分析来自复杂的传统和非传统信息源的数据，包括企业内部和外部的数据。
4）Value：表示大数据的数据价值密度低。
大数据由于体量不断加大，单位数据的价值密 度在不断降低，然而数据的整体价值在提高。以监控视频为例，在一小时的视频中，有用的数据可能仅仅只有一两秒，但是却会非常重要。现在许多专家已经将大数据等同于黄金和石油，这表示大数据当中蕴含了无限的商业价值。
通过对大数据进行处理，找出其中潜在的商业价值，将会产生巨大的商业利润

DNA双联依靠碱基之间的氢键结合起来。
DNA包括四种碱基，而且四种碱基之间遵循严格的配对规则：Adenine（A，腺嘌呤）一定与Thymine（T，胸腺嘧啶）配对，Guanine（G，鸟嘌呤）一定与Cytosine（C，胞嘧啶）配对，反之亦然。碱基间的这种一一对应的关系叫做碱基互补配对原则。腺嘌呤与胸腺嘧啶之间有两个氢键，鸟嘌呤与胞嘧啶之间有三个氢键，即A=T,G≡C。
由于氢键不等于化学键，属于比较弱的结合，因此较低的能量就可以被打破。这样一方面保证了DNA能够发挥生物功能：如果结合很紧密，无法打开，那么也就不可能完成转录翻译等一系列生物功能。同时，这也意味着DNA很容易受到损伤，因为结合较弱，容易受到外界因素的干扰和破坏。

DNA在体内通过半保留复制的方式不断合成新的DNA链。在体外人工基因合成无需模板，不受基因来源限制也可以进行DNA合成。人工基因合成的方法是基于亚磷酰胺的DNA合成法，也是今天Oligo自动化生产所采用的主要方法。该方法包括（1）去保护。酸催化去除DMT（二甲氧基三苯基甲基）基团，以便下一轮碱基（dA、dC、dG和dT）添加。（2）碱基偶联。将含有DMT保护基团护的亚磷酰胺通过四唑活化剂加到未保护的5′ OH末端。（3）加帽。将游离的5′ OH乙酰化，以防止进一步的链延伸所造成的单碱基缺失。（4）氧化。通过碘液将磷酸三酯氧化为磷酸盐，进入一个反应循环。由于随着链延长所带来的化学反应效率、合成纯度以及产率的下降，目前该方法合成的Oligo长度一般不超过200个核苷酸（nt）。随后，通过人工进行PCR片段扩增和组装合成基因。

材料基因组计划(Materials Genome Initiative，MGI) 是美国经过信息技术革命后，充分认识到材料革新对技术进步和产业发展的重要作用以及在复兴制造业的战略背景下提出来的。据称是美国开国以来继曼哈顿计划、阿波罗计划、人类基因组计划之后的第四大重大科研计划。那为啥叫材料基因组计划呢难道材料内部也存在跟人类基因类似的东西？当然没有！但材料基因组计划与人类基因组计划还是很相似的。为啥这么说呢？因为人类基因中的DNA和RNA的排列决定了人体的主要性能，而材料中原子的性质和排列包括晶体结构和缺陷决定了材料的内在性能。“人类基因组”技术是通过高通量测序装置对生物基因芯片上的几十万到几百万条DNA分子进行快速序列测定，并将结果储存在生物基因大数据库中，通过进一步的数据分析和计算解析生命密码；类似地“材料基因组技术”也是通过高通量实验技术以及理论计算的手段获取大量材料结构及性能的参数，并将所获得的材料性能数据储存在数据库中，通过数据挖掘等技术得到材料“成分-结构-性能”的构效映射关系，最终改变传统材料研究方法，加速材料研发进程，如果想咨询更加详细的相关信息可联系北京创腾科技有限公司。

中国DNA数据库建立了。

中国国内的，在侦破案件上使用DNA技术，是很早就有的，但是真正的DNA系统是最近10年间才发展起来的。中国国内的DNA数据库系统，有数据量大，增长量快，比对复杂等特点。

目前主流公安机关使用的DNA系统，是由北京海鑫高科技有限公司和辽宁省公安厅刑事科学研究所共同研究的项目。该项目也列入了国家”十五“科技课题和公安厅的”金盾计划“。

针对近几年拐卖儿童案件逐年上升的趋势，公安部又组织开发建立了全国公安机关“打拐”DNA数据库，使许多被拐卖的孩子和家里亲人得以团聚。

扩展资料：

中国DNA资料库始建于新世纪初，国家九五科技攻关项目法庭科学DNA数据库建设关键技术、国产化DNA试剂的研制等项目相继执行，标志着我国DNA数据库建设启动，而在公安机关打拐专项行动中建立全国打拐DNA数据库并实现异地查询，则标志着我国DNA数据库进入建设实施阶段。

至2010年12月，全国公安机关共建立了312个DNA实验室，其中283个与国家库联网，DNA数据总量达700余万份，居世界第2位，日均破案150余起。

---