大数据分布存储和冗余备份用得比较多的还是这个，它把数据通过冗余配置来提高可靠性，这样的话，简易服务器仍然可以在一个低的价钱下，低的成本下得到比较可靠的服务。我们通过调度再分组组合，这是我们需要的结果。这是一个图比较形象的说明左边是数据的来源，当然每个来源可能都有各种各样的数据，需要进行认识，进行分类提取，我们可以看到把它分到不同的地方，这样一来，我们的数据挖掘才可能简化我们挖掘的工作。
我再举个例子，这是在无锡，对太湖的污染状况传感器数据分析，它使用了很多种传感器，有硝酸盐、有氨氮的、溶解氧的、水温的，但是并不是所有的传感器获得的数据都是等同对待的。我们可以看到各类数据都一样。但是太湖的蓝藻爆发强度有关的，首先是溶解氧，然后是水温，基于氨氮、硝酸盐的关联没那么大，所有的数据是需要加权处理的，根据它的影响角度不同，我们给它的值也不一样，只有这样才可以反映出我们最终的分析结果。
另外，还是以太湖为例，我们不但有地基系统的水质探测的传感器，有卫星探测传感器，还有人工采集传感器，多种数据要放到数据采集以后，要进行利用已知的湖泊模型，还要把历史数据拿出来对比，然后才能判断这些数据是不是可能产生蓝藻。这个判断后台需要用到3S技术，云计算技术，数据中心与数据挖掘，所以我们讲究的是要一元数据协同处理。大数据最难的是非结构化数据，图象、照片、视频是非结构化的，目前计算识别图象视频还是有一定难度的，谷歌前几年的做法是计算机识别猫，有15%—20%的识别率，一般的非结构化数据需要把它转化成结构化数据，然后再来进行处理。我觉得非结构化数据本身要进行收集、规律、组织，然后再解释，编辑，再通过上下文的关联增进理解。
不过目前对非结构化数据处理已经有了一定的进展，这是一个照片，照片本身来计算机是看不出来是什么的，谷歌的工程师已经在照片旁边附加了一段文字，他通过一定的算法来分析。他说一群人在室外的市场上购物，在水果摊上有很多蔬菜，将来计算机扫描的时候只要扫描这个摘要就行了，不需要关注照片是什么样子。也就是说把非结构化的照片变成结构化的文字，那么我们再看如果你出差到俄罗斯，或者到俄罗斯旅游，现在会俄文的人不多了，不要紧，你拿手机拍下来，直接上到云端搜索，它会用英文或者中文显示，谷歌声称现在有26种语言可以显示，也就是说照片里面的文字通过用扫描文件还是扫描不出来的。实际上所有的非结构化数据都可以转成结构化数据来处理，比如说通常视频都会有音频和字幕，用语音识别的办法把音频抽出来可以转成文字，在这方面科大迅飞已经做得相当不错了。另外，很多视频里头还会嵌入文字的字幕。对一些照片、标语里的文字也可以扫描，非结构化数据也是可以转化为结构化数据处理的。
我们再来看这是大数据进行的，右边的屏幕上打出声音翻译成了中文。这里面没有同声传译，它是基于微软掌握的大数据技术、神经网络技术、机器学习技术以及上百万素材，一边讲话一边翻译成中文，这是大数据应用，同时反过来大数据需要应用的人工智能技术非结构化数据的处理。
这是医疗大数据虚拟化的应用。大数据究竟会用到什么样的技术，IDC公司在去年说，2015年富媒体、音视频和图象的分析在未来5年会增长100%，在北美有板数公司报告在大数据分析项目里已经使用了富媒体数据。也就是说虽然是非结构化的，但是在大数据里头分析还是很有用处的。
另外，数据即服务，过去有IaaS、PaaS，现在有DaaS，就是将大数据作为服务，现在DaaS已经成为云平台和大数据分析提供商的战略供应链。
还有物联网是下一个数据分析应用的热点，在今后五年，物联网的数据分析市场会年增30%，另外2015年是认知和机器学习应用迅速增长的一年。
大数据分析在企业的应用，目前来看，大部分企业是把大数据分析用于客户分析，然后是运营分析，然后是诚信分析，还有10%是新产品和业务创新，另外10%是企业数据仓库优化。大数据支出最大的产业，一是离散制造，二是银行，三是流程制造。
大数据在供应链里头也有很好的使用，包括供应链的规划、分析和挖掘，电子数据交换，贸易管理、仓库与分销中心管理。大数据在供应链的应用场景在供应链的可视化数据56%，位置和映射数据47%，产品和可追溯数据42%，温度与产品流数据24%，RFID数据18%。