大数据行业的从业者获取数据的方式有多种，这就是我们常说的数据源。具体有几个:

1.官方数据(政府部门或企业直接提供的数据或数据接口)；

2.半官方数据:如各种行业协会、俱乐部等；

3.各种平台的数据:比如淘宝、JD.COM、唯品会，有的会免费开发数据，有的会是付费数据软件；

4.然后就是从业者自己收集的数据，一般使用一些数据收集工具或者软件，比如爬虫软件，百度蜘蛛等。；

5.最后是购买的数据。一般有一些专门从事数据收集的组织，比如iResearch、Inspur、传统研究企业等。

获取数据的方法有很多。同样，数据的使用方式也有很多，比如行业销售趋势，有的人用销售数据，有的人用销售数据。数据就像一个被任何人打扮过的女孩。用户将选择他们想要显示的数据。所以要考虑数据的真实性，一是数据源，二是数据选择是否合理。

误区:不能在虚拟化基础设施上运行大数据应用

大约10年前，“大数据”第一次出现在人们面前时，它是Apache Hadoop的代名词。正如VMware的贾斯汀·默里(Justin Murray)在2017年5月12日的一篇文章中所写的那样，术语大数据现在包括一系列技术，从NoSQL(MongoDB，Apache Cassandra)到Apache Spark。

之前有评论质疑Hadoop在虚拟机上的性能，但默里指出Hadoop在虚拟机上的性能堪比物理机，可以更有效地利用集群资源。默里还抨击了一种误解，即虚拟机的基本特征需要存储区域网络。事实上，供应商经常推荐直连存储，这种存储提供了更好的性能和更低的成本。

误解:机器学习是人工智能的代名词

识别大量数据中模式的算法和基于数据模式得出逻辑结论的方法之间的差距更像是一个缺口。ITProPortal的Vineet Jain在2017年5月26日的一篇文章中写道，机器学习使用统计解释来生成预测模型。这就是算法背后的技术，它可以根据一个人过去的购买记录来预测他可能会买什么，或者根据他们的收听历史来预测他们喜欢的音乐。

这些算法虽然很聪明，但远远没有达到人工智能的目的，即复制人类的决策过程。基于统计的预测缺乏人类的推理、判断和想象力。从这个意义上说，机器学习可能被认为是真正AI的必要前驱。即使是最复杂的AI系统，比如IBM沃森，也无法提供人类数据科学家提供的大数据的洞察力。

趋势:数据泄露猖獗

数据泄露的增长率可能在未来几年达到100%，除非数据能够从源头得到保护。可以说，未来每一家财富500强公司，无论做了没有安全防范，都会面临数据攻击。所有企业，无论规模大小，都需要重新审视当今的安全定义。超过50%的财富500强公司将拥有首席信息安全官的职位。企业需要从新的角度确保自己和客户的数据。所有数据都需要在创建之初得到保护，而不是在数据保存的最后一个环节。事实证明，加强后者的安全措施是没有用的。

趋势:数据管理成为核心竞争力

数据管理已经成为核心竞争力，直接影响财务绩效。在“数据资产是企业的核心资产”的理念深入人心后，企业对数据管理有了更清晰的定义，并将数据管理视为企业的核心竞争力、可持续发展、战略规划和数据资产的应用，成为企业数据管理的核心。数据资产管理的效率与主营业务收入和销售收入的增长率正相关。另外，对于有互联网思维的企业来说，数据资产的竞争力占36.8%，数据资产的管理效果将直接影响企业的财务绩效。