一、大数据产业世界排名？

埃克森石油（Exxon Mobil） 2103.92

沃尔马特连锁（Wal-Mart Stores） 1932.95

通用汽车（General Motors） 1846.32

福特汽车（Ford Motor） 1805.98

戴姆勒克莱斯勒汽车（DaimlerChrysler） 1500.70

皇家荷兰/壳牌集团（Royal Dutch/Shell Group） 1491.46

英国BP集团（BP） 1480.62

通用电气（General Electric） 1298.53

日本三菱（Mitsubishi） 1265.79

丰田汽车（Toyota Motor） 1214.16

二、世界大数据的中心？

现今，几乎日常生活的各个方面都由数据驱动，生活在信息时代，所做的大多数事情也都可以量化或服务于一定的数据收集应用。而这些需要数据中心的支持，也带动该行业持续增长。

目前美国仍然作为全球数据中心的第一大拥有者，截止2021年2月，美国数据中心数量达到2,653，占全球数据中心35%份额。从数量来说，排名第二的是英国，为451个，其次是德国442个。

从设施面积而言，截至2020年9月，全球最大规模的数据中心，即占地最大的设施是位于美国内华达州的“The Citadel ”，拥有720万平方英尺（约67万平方米）物理空间。排名第二的是位于我国湖北省，由润泽国际信息港（Range International Information Group）拥有，提供近630万平方英尺（约59万平方米）空间。

位居第三的是，属于Switch的“SuperNap”数据中心，同样在内华达州地区，达350万平方英尺（约33万平方米）。

全球现今还存在许多独特数据中心，可能位于不同位置，像是谷歌（Google）的“Hamina”数据中心由60年历史的造纸厂改建，以及微软（Microsoft）的“Natick”数据中心位于海底，甚至是位于瑞典的“Pionen”数据中心是由旧军事中心而建。

不过，对于企业而言，最好的数据中心并不意味着以占地为指标进行寻找，因为有关选择数据中心位置的最关键因素是邻近性。这意味着数据中心应该尽可能地靠近企业，也靠近客户和消费者。

三、大数据是什么意思？

　随着云时代的来临，大数据(Big data)也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据(Big data)通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

　　简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。 　　大数据的4个“V”，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别;第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质

　　的不同。业界将其归纳为4个“V”——Volume，Variety，Value，Velocity。 　　物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式 著云台

　　例子包括网络日志，RFID，传感器网络，社会网络，社会数据(由于数据革命的社会)，互联网文本和文件;互联网搜索索引;呼叫详细记录，天文学，大气科学，基因组学，生物地球化学，生物，和其他复杂和/或跨学科的科研，军事侦察，医疗记录;摄影档案馆视频档案;和大规模的电子商务。

　　大的数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理(MPP)数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。

　　一些但不是所有的MPP的关系数据库的PB的数据存储和管理的能力。隐含的负载，监控，备份和优化大型数据表的使用在RDBMS的。

　　斯隆数字巡天收集在其最初的几个星期，比在天文学的历史，早在2000年的整个数据收集更多的数据。自那时以来，它已经积累了140兆兆 字节的信息。这个望远镜的继任者，大天气巡天望远镜，将于2016年在网上和将获得的数据，每5天沃尔玛处理超过100万客户的交易每隔一小时，反过来进口量数据库估计超过2.5 PB的是相当于167次，在美国国会图书馆的书籍 。

　　FACEBOOK处理400亿张照片，从它的用户群。解码最初的人类基因组花了10年来处理时，现在可以在一个星期内实现。

　　“大数据”的影响，增加了对信息管理专家的需求，甲骨文，IBM，微软和SAP花了超过15亿美元的在软件智能数据管理和分析的专业公司。这个行业自身价值超过1000亿美元，增长近10%，每年两次，这大概是作为一个整体的软件业务的快速。 　　大数据已经出现，因为我们生活在一个社会中有更多的东西。有46亿全球移动电话用户有1亿美元和20亿人访问互联网。

　　基本上，人们比以往任何时候都与数据或信息交互。 1990年至2005年，全球超过1亿人进入中产阶级，这意味着越来越多的人，谁收益的这笔钱将成为反过来导致更多的识字信息的增长。思科公司预计，到2013年，在互联网上流动的交通量将达到每年667艾字节。

　　最早提出“大数据”时代已经到来的机构是全球知名咨询公司麦肯锡。麦肯锡在研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素;而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。

　　“麦肯锡的报告发布后，大数据迅速成为了计算机行业争相传诵的热门概念，也引起了金融界的高度关注。”随着互联网技术的不断发展，数据本身是资产，这一点在业界已经形成共识。“如果说云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。”

　　事实上，全球互联网巨头都已意识到了“大数据”时代，数据的重要意义。包括EMC、惠普(微博)、IBM、微软(微博)在内的全球IT 巨头纷纷通过收购“大数据”相关厂商来实现技术整合，亦可见其对“大数据”的重视。

　　“大数据”作为一个较新的概念，目前尚未直接以专有名词被我国政府提出来给予政策支持。不过，在12月8日工信部发布的物联网“十二五”规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。而另外3项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，也都与“大数据”密切相关。

四、中国大数据应用世界排名？

　　“中国与世界其他国家一样，都处在大数据发展的初期阶段。在收集和应用数据方面，中国表现不俗。但在处理分析数据的技术和工具方面，中国与发达国家相比还比较落后。”中国电子信息产业发展研究院副院长樊会文接受《经济日报》记者采访时说。

　　产业结构有差距

　　中国大数据在世界上处于第几方阵？对此，工信部赛迪研究院软件所所长潘文表示，大数据产业是新兴产业，中国和世界各国都处于起步阶段，综合排名缺乏统一标准。从大数据产业收集端、处理端和应用端来看，中国在收集端和应用端全球领先，在处理端核心技术方面还有差距。

　　目前，公开数据中还没有对大数据强国的排名，但对全球大数据公司的排名却很多，虽然标准不一，但总体来看，公认的领军企业是亚马逊、SAP、谷歌、IBM等，仍是国外企业居多。

　　“各个国家在大数据方面的优势各有不同，目前还没法评判谁做得更好。”运满满研究院院长徐强表示，比如，日本在医疗交通方面做得不错，欧洲在数据保护方面领先，新加坡在电子政务方面独树一帜。而即使是大数据核心技术比较领先的美国，在智慧物流、移动支付等部分垂直应用领域也逊色于中国。

　　“与发达国家相比，中国大数据产业结构落后于全球市场的发展步伐。尤其是美国的大数据产业结构非常好，服务占比很大，而我国的产业结构还处于中低端。”潘文坦言。

　　从大数据核心产业结构来看，服务是大数据产业的最核心部分。全球市场数据分析服务占整体收入的47.6%，而国内市场数据分析服务在整体收入中占比却比较低，主要企业仍停留在前期的基础软硬件设施投入和部署阶段。樊会文表示，从这个对比可以判断，国内大数据市场虽然已经进入快速增长通道，但仍处于增长的早期阶段。

　　工信部信息化和软件服务业司副司长李冠宇指出，与发达国家相比，中国在新型计算平台、分布式计算架构、大数据处理、分析和呈现等相关核心技术方面与国外相比仍存在较大差距，对开源技术和相关生态系统的影响力弱。

　　“目前，美国、英国、法国、澳大利亚等国在大数据核心技术方面居于领先地位。”潘文指出，相关核心技术薄弱还带来数据主权保护的问题。由于数据在网络虚拟空间进行传播，各国都在加强对本国数据的控制力，关注数据主权。美国、欧盟等纷纷利用技术优势和法律法规加强本国数据主权保护，但目前，我国由于基础核心技术支撑能力较弱、数据跨境流动保护规则缺失等，在数据主权保障能力方面还显不足。

　　应用端一马当先

　　“中国大数据对世界的贡献主要是三点。”潘文分析说，一是引领大数据的创新应用，特别是在消费领域；二是互联网公司、初创企业引领技术创新步伐，特别是语音识别、图像理解、文本挖掘等方面已涌现出明星企业；三是我国已成为产生和积累数据量最大、数据类型最丰富的国家之一。

　　苹果在美国推广移动支付多年，效果一直不佳。而在中国，从饭馆到超市，甚至许多菜市场的每个摊位都实现了移动支付。公开数据显示，2016年中国移动支付规模是美国的50倍。

　　“我国在大数据应用方面处于世界前列，特别是在服务业领域，蓬勃发展的电子商务衍生出一系列基于大数据的互联网金融及信用体系产品，互联网创新应用普及速度非常快。”潘文说。以互联网金融领域为例，蚂蚁金服推出了芝麻信用，其芝麻分来自淘宝、支付宝的数据占30%-40%。通过综合考虑个人用户的信用历史、行为偏好、履约能力、身份特质、人脉关系等信息，直接与其信用挂钩，准确率非常高。

　　与世界各国相比，中国大数据体量位居前列。我国大型数据中心跨地区经营互联网数据中心业务的企业已达到295家。李冠宇指出，目前中国网民数量超过7亿，移动电话用户突破13亿，均居全球第一。中国已是世界上产生和积累数据体量最大、类型最丰富的国家之一。

　　“中国网络用户规模大，终端数量多，产业经济规模大，因此在数据规模上具有天然的优势。”樊会文说。

　　在今年的电子信息博览会主论坛上，科大讯飞董事长刘庆峰播放了一段视频——美国前总统奥巴马感谢科大讯飞让他学会了中文。其实这段视频是由科大讯飞人工智能语音合成系统完成的一次逼真模仿。2016年，科大讯飞在国际语音识别大赛、国际（机器）认知智能大赛中超过了IBM、微软等行业巨头获得大赛指标第一名。

　　“在许多垂直领域，中国的大数据核心技术处于全球领先。比如在智慧物流领域，中国就比美国发展得好。”徐强表示，调研表明，菜鸟网络、运满满等企业的智慧物流建设，通过为货主和司机提供实时信息数据匹配，可以降低物流运价5%至10%，单车运行效率可以提升30%以上，降本增效效果显著。

　　中国发展大数据已经具备一定的技术和产业基础。作为信息产业大国和互联网大国，2016年中国软件和信息技术服务业产值4.9万亿元，全球10大互联网企业中国占据4席，为大数据应用奠定了基础。百度、阿里巴巴、腾讯等国内的龙头互联网企业利用自身掌握大量数据资源的优势，不断创新和积累数据处理分析等关键技术，并基于大数据分析优化提升现有业务、开拓新业务，已经具备了建设和运维超大规模大数据平台的技术实力。

　　加快建设数据强国

　　2017年，全球大数据市场结构继续向服务化转变，同时从垄断竞争向完全竞争格局演化。典型的表现是，企业数量迅速增多，服务的差异度增大，技术门槛逐步降低，市场竞争越发激烈。据美国国际数据公司（IDC）统计，2017年世界大数据产业市场规模将达1508亿美元，比前一年增加12.4%。其中美国为788亿美元，西欧为341亿美元，两者之和占全世界市场规模的四分之三。

　　“不同国家、不同公司的统计标准不一样，因此无法绝对比较中国大数据产业市场规模在全球的占比。但可以肯定的是，中国大数据产业规模发展迅速，将很快步入全球前列。”潘文介绍说，赛迪研究院统计数据显示，2016年，包括大数据硬件、大数据软件、大数据服务等在内的大数据核心产业达到3100亿元，大数据关联产业规模达到6万亿元，大数据融合产业规模达到3.5万亿元。工信部发布的《大数据产业发展规划（2016-2020年）》提出，到2020年，大数据相关产品和服务业务收入将突破1万亿元。

　　中国发展大数据有集中力量办大事的优势。据李冠宇介绍，目前我国已经颁布实施了《促进大数据发展行动纲要》《大数据产业发展规划（2016-2020年）》等一系列重大政策，有20多个地区出台了相关的政策措施，还有20多个地方设立了专门的大数据管理机构，已先后建立8个大数据综合试验区。中国大数据发展呈现良好势头，形成了京津冀、长三角、中西部和东北地区等一批聚集发展区。

　　潘文认为，中国大数据产业发展将迎来“黄金期”。随着国家大数据战略配套政策措施的制定和实施，我国大数据产业的发展环境将进一步优化，大数据的新业态、新业务、新服务将迎来爆发式增长，产业链进一步成熟和扩张。同时互联网的高速发展，将带动社会各领域对大数据服务需求进一步加强，政务、工业、电信、金融、交通、医疗等领域的应用层出不穷。预计2017年我国大数据核心产业规模有望达到4185亿元，未来3年中国大数据市场规模还将维持40%左右的高速增长。

　　尽管与发达国家相比，中国大数据发展还存在数据资源开放共享程度低、技术创新与支撑能力不强、大数据产业支撑体系不完善等差距,“但中国要发挥出市场规模大、应用需求旺的优势，以企业为主体集中攻克大数据关键技术，全面提升我国大数据的资源掌控能力、技术支撑能力和价值挖掘能力，加快迈向数据强国。”李冠宇说。

五、世界上最好的大数据大学？

1. **加州大学伯克利分校**：该校在数据科学领域享有极高的声誉，被US News评为数据科学学院第一名。

2. **爱丁堡大学**：爱丁堡大学在多个世界大学排名中表现优异，包括QS世界大学排名、U.S. News世界大学排名等，其数据科学相关专业也非常受欢迎。

3. **密歇根大学安娜堡分校**：该校的数据科学学院在世界排名前20之内，是数据科学教育的重要基地之一。

总之，选择最好的大数据大学时，您可以参考各大排名机构发布的数据，如QS世界大学排名、软科世界大学学术排名（ARWU）等，这些排名通常会综合考虑教学质量、研究成果、学术声誉等多个因素。同时，您也可以根据自己的兴趣和职业规划，以及大学提供的课程内容、实习机会、师资力量等因素来做出选择。此外，不同大学的地理位置、文化环境、学费和奖学金政策等也是选择时需要考虑的重要因素。