昨天说过大数据是不是真的大数据，关键看是否涉及到抽样的问题，今天聊聊大数据既然不用抽样，那海量的纷繁复杂的数据怎么计算啊？
对，这是个问题，放在以前，杂乱的数据确实没法计算，哪怕就搁现在，运用云平台去计算，也还是不能直接想怎么计算就怎么计算，还是需要对数据进行必要的处理的，只是以前没法对海量的数据进行高效的处理，但现在可以了。
大数据的处理需要牛逼的算法工程师来搞定，所以说现在算法工程师为什么那么吃香呢，就是这个道理。没有他们卓有成效的工作，海量的数据是没法整理清楚的，更别说后面的分析等工作了。
但相对于传统的数据统计来说，大数据不像传统数据那样需要数据的精确和有代表性。代表性自然不用说了，都不抽样了，全部数据一起上了，自然没有代不代表的问题了（我就是我）。但精确，大数据也不需要了，为什么啊？以前的数据很小，不搞精确了，统计出来的数据就可能有偏差啊，所以还是要把数据搞得尽可能的精确。可大数据是海量的啊，而且还在不断的产生新的数据的啊，数据量永远都是即时的啊，没法定量的啊，所以大数据的计算就像在大海里捞鱼，根据自己的需要去捞鱼就行了，你管大海有多大干嘛啊？
所以说，大数据是不要求数据的绝对精确的，是允许数据存在混杂性的。反正我通过特点算法，能在大海里捞到我想要的鱼就行，至于海里有多少种鱼，它们都长什么样，就无所谓啦。
好了，划重点：大数据是不要求数据的精确性的，允许混杂性。