大数据，无疑是这几年最热门的话题。利用数据，可以帮助企业赢得更多的客户，利用数据，可以为人们的生活出谋划策。作为***的中文搜索引擎百度来说，对大数据有着天然的优势，通过搜索引擎可以产生大量的数据，从而进行数据的组织、分析和挖掘，带来商业价值。百度云作为百度的技术输出，自然在大数据方面也不甘示弱，那么百度云的大数据有着怎样不凡的实力呢？
大数据改变生活
你是否还记得，在2015年的春节时期，央视的新闻中公布了中国大迁徙的路线图？
你是否还记得，在2015年的五一小长假，我们足不出户就知道峨眉山景区的游客拥挤程度指数为严重拥堵？
你是否知道，外卖点餐，送餐人员的行走路线都是经过***优化的，以保证在最短时间送到用户手中？
这些都是百度在大数据领域的突出表现。2014年，百度发布大数据引擎，***对外开放了自己的大数据能力。除了开放自己大数据技术外，百度还将自己的能力产品化，服务着人们的衣食住行。
我们可以通过百度统计，来查看网站各方面的数据，从而进行商业布局；我们可以通过百度迁徙产品，来查看全国人口的流向；我们也可以通过景区热力图，来查看景点的拥挤指数，从而对出行做出计划。百度的大数据不仅仅是停留在技术上以及商业方面，还融入到人们的生活，利用科技改变人们的生活。
百度云的大数据天算
数据光是存储下来，其实一点意义都没有，只有利用数据提炼出价值，进行分析预测，才是将数据变活，从而成为企业的重要资产。而作为大数据背后支撑的云计算平台，承载着大量的数据运算。
俗话说“人算不如天算”，的确，人所掌握的信息数据是非常少的，并且人的计算能力也比较有限，很难处理错综复杂的数据。因此，也就要依靠天算，那么天算是什么呢？天算是百度云推出的大数据平台，提供了大数据托管服务、智能API以及众多业务场景模板，帮助用户实现智能业务。
百度云在大数据应用方面，更加强调开源开放，拥抱开源生态，将自己的能力融入到开源社区中，更多的做出贡献，因此我们也看到，百度云的大数据产品中也更多的融入了开源技术，用户也无需担心被特定平台或者技术绑定。而开放就是要有开放的心态，与合作伙伴一起共同建设并完善大数据生态。
此外，百度云希望帮助用户降低行业使用成本，所以百度云选择了特定的领域和行业进行深度的集成支持。目前主要在五个方向上进行定制化开发，包括生命科学、日志分析、金融风控、数字营销和舆情分析。
天算的强兵利器
天算平台整合了百度大数据服务和人工智能技术，提供从数据收集、存储、处理分析到应用场景的一站式服务。在天算平台下，百度云推出了九大产品，包括百度MapReduce BMR、百度机器学习BML、报读深度学习Paddle、百度OLAP引擎Palo、百度Elasticsearch、百度日志服务BLS、百度批量计算、百度BigSQL、百度Kafka。
·百度MapReduce：百度MapReduce提供全托管的Hadoop/Spark计算集群服务，用户可以按需部署并弹性扩展集群，而集群的运维工作由百度的运维团队来负责，用户可以更加专注于大数据处理、分析、报告。
·百度机器学习BML：百度机器学习BML是云端托管的分布式机器学习平台，提供特征工程、统计、训练、评估、预测和模型发布等功能，覆盖机器学习全流程，高效易用。
·百度深度学习Paddle：百度深度学习平台Paddle是云端托管的分布式深度学习平台，对于序列输入、稀疏输入和大规模数据的模型训练有着良好的支持，支持GPU运算，支持数据并行和模型并行，帮助用户轻松使用深度学习技术，降低使用成本。
·百度OLAP引擎Palo：百度OLAP引擎Palo是PB级联机分析处理引擎，为用户提供稳定、高效、低成本的在线报表和多维分析服务。
·百度Elasticsearch：百度Elasticsearch提供托管的Elasticsearch服务，帮助用户快速具备对日志、点击流等海量半结构化数据进行在线分析的能力。
·百度日志服务BLS：百度日志服务是百度云提供的日志收集与投递服务，依托云计算与大数据的技术优势，用户只需简单地部署配置，就可以获取到海量日志，低成本、高效率地实现日志的采集、聚合与传输，轻松应对设备运维管理、商业趋势洞察、安全监控审计等业务场景。
·百度批量计算（Baidu Batch Compute）是高效运行大规模并行作业的分布式云计算服务，支持海量规模的并发作业，系统自动完成数据加载和作业调度、并弹性缩放计算资源。
·百度BigSQL：通过SQL接口实现超大规模（TB级至PB级）结构化与非结构化数据集上的即席查询，洞察行业实现智能商业，而无须担心集群与运维。
·百度Kafka：基于Apache Kafka的分布式、高可扩展、高通量的消息托管服务，用户可以直接享用Kafka的功能而无需考虑集群运维，并按照使用量付费。
