日常工作中我们常常抱怨：“50万行的数据，Excel打不开了”，更别提在Excel上做过滤，筛选，排序及透视表了。
其实50万行数据在数据时代恰如“蜉蝣于天地，沧海之一粟”。
据英特尔预测，全球数据总量在2020年将达到44ZB(1ZB=10亿TB=1万亿GB)，而单单中国产生的数据量将达到8ZB，大约占据全球总数据量的五分之一。
1ZB等于字节，等于1000EB，1000 000PB，等于大家更熟悉的10亿TB！那44ZB真的是岂止于大。
那么数据的石油如何才能被开采，被利用，被创造价值。
一个简单的问题：如何计算上图大象的阴影面积呢？在数学的课堂上，我们谙熟于心：三角形，正方形，矩形，圆形等图形面积的计算公式，大象形真的让人无从下手；
有公式可以解决的问题只是一种练习而已，真正的能力是解决没有常法的现实问题。
接触过微积分数学的同学，脱口而出：使用微积分，但对于计算机来说计算复杂度很高，这里我们用简单的“微分”，如下图将大象微分成若干个我们熟悉方形小网格。
这些微分的小网格，虽然渺小却可以度量一切。
同理关于海量数据的处理，微分的方法一样有魔力。面对大数据我们也不必绞尽脑汁的打造超级计算机，而应该聚沙成塔综合利用更多计算机的网格计算来解决问题。
2003年谷歌公司的GFS（分布式文件系统）及之后的MapReduce系统给我们在大数据处理带来诸多启发。基于此Hadoop成为离线大数据处理经典方案。
认识MapReduce：Map好比将大象分成若干方形网格，Reduce就是将若干网格的面积相加最后输出的面积之和=大象。
突然明白了“大事必作于细”，不管多大的事，都可以分解成细小的事，一件件做成。
- END -
