但如同中国那句老话说的， 一屋不扫，何以扫天下 ，如果小数据都不能很好地处理，如何来很好地处理 汇集 而来的 大数据 ？
说完高大上的案例，下面我们再聊聊一个 平淡无奇 生活小案例[22]:
故事的主人是美国康奈尔大学教授德波哈尔 艾斯汀（Deborah Estrin）。Estrin的父亲于2012年去世了，而早在父亲去世之前的几个月里，这位计算机科学教授就注意到一些 蛛丝马迹 ， 相比从前，父亲在数字社会脉动（social pulse）中，已有些许变化 他不再查阅电子邮件，到附近散步的距离也越来越短，也不去超市买菜了。
然而，这种逐渐衰弱的迹象，在他去医院进行的常规心脏病（cardiologist）体检中，不一定能看出来。不管是测脉搏，还是查病历，这位90岁的老人都没有表现出特别明显的异常。可事实上，倘若追踪他每时每刻的个体化数据，这些数据虽小，但也足够刻画好出，老人的生活其实已然明显与之前不同。
这种日常自我量化的小数据，带来了生命讯息的警示和洞察，启发了这位计算机科学教授，促使Estrin在康奈尔大学创建创建了 小数据实验（the small data lab @CornellTech，访问链接：https://smalldata.io/） 。在Estrin看来，小数据可以看作是一种新的医学证据，它仅是 他们的数据中属于你的那一行（your row of their data） [23] 。
舍恩伯格教授在其著作《 大数据 时代》中，将 大数据 定义为全数据（即n=All，n为数据的大小），其旨在收集和分析与某事物相关的 全部 数据。类似的， Estrin将小数据定义为： small data where n=me ，它表示，小数据就是全部有关于我（me）的数据[24]。
如此一来，可以看出，小数据更加 以人为本 ，它可以为我们提供更多研究的可能性：能不能通过分析年老父母的集成数据，进而获得他们的健康信息？能不能通过这些集成数据，比较不同的医学治疗方案？如果这些能实现， 你若安好，便是晴天 ，便不再是一句空洞的 文艺腔 ，而是一席 温情脉脉 的期望。
人，是一切数据存在的根本。人的需求是所有 科技 变革发展的动力。可以预见，不远的将来，数据革命下一步将进入以人为本的小数据的大时代。当然，这并非说 大数据 就不重要。一般来说，从 大数据 得到规律，用小数据去匹配个人。吴甘沙先生用《一代宗师》的台词来比拟大、小数据的区分，倒也甚是恰当。他说，小数据 见微 ，作个人刻画，可用《一代宗师》中 见自己 形容之；而 大数据 知著 ，反映自然和群体的特征和趋势，可用《一代宗师》中的 见天地、见众生 比喻之。
著名 科技 史学家马尔文 克兰兹伯格(Melvin Kranzberg)提出的 克兰兹伯格第一定律 指出， 技术既无好坏，亦非中立 ，即技术确实是一种力量，但 与社会生态技术的相互作用，使得技术发展经常有问题，远远超出了技术设备的直接目的和实践自己的环境，人类释放出来的技术力量与人类本身互动的复杂矩阵，都是有待探索的问题，而非必然命运 。
前面我们说道 大数据 可能存在数据 安全 及隐私问题，事实上，小数据同样存在类似的问题，甚至更为严峻。我们应清楚，诸如 大数据 、小数据的 科技 ，既可以为公众谋福利，也可能对人造成伤害。关键就是，如何在机遇与挑战间寻找到最佳的平衡。
5.小结
在数据的江湖里，既有波澜壮阔的 大数据 ，也有细流涟漪的小数据，二者相辅相成，才能相映生辉。美国电子电气工程师协会会士（IEEE Fellow）、中国科学院计算技术研究所研究员闵应骅表示[25]：目前 大数据 流行，人们就 言必称 大数据 ，这不是做学问的态度，不要碰到大量的数据，就给它戴上一顶帽子 大数据 。目前，各行各业碰到的数据处理多数还是 小数据 问题。不管是 大数据 还是小数据，我们应该敞开思想，研究实际问题，切忌空谈，精准定位碰到的数据业务问题，以应用为导向，而非以技术为导向，不要哪个技术热，追逐哪个。
《Fierce Big Data》编辑Pam Baker表明[26]，当你在寻思如何抉择 大数据 ，还是小数据时，先搁置这事儿。思量一下，你的公司是否擅长利用数据创造价值，如果你的公司还没有达到这个境界，那先把这事解决了再说。
前中信银行行长、中信集团监事长朱小黄也曾说[27]： 数据本无大小，但运用数据的立场却分大小，是谓 大数据 。深以为然。
在京剧《沙家浜》有句经典唱词： 垒起七星灶，铜壶煮三江。摆开八仙桌，招待十六方 。如果 大数据 、小数据是这 八仙桌 上的菜，来自 十六方 的您，在下口之前，一定要先确定，哪道才是你的菜，不然花了冤枉钱，还没有吃好，那可就 整个人都不好了 。
参考文献
[1]Kranzberg, Melvin . Technology and History: "Kranzberg's Laws", Technology and Culture, Vol. 27, No. 3, pp. 544 560. 1986
[2] Eric Lai.The '640K' quote won't go away -- but did Gates really say it?
[3]维克托 迈尔 舍恩伯格, 肯尼思 库克耶. 盛杨燕，周涛译. 大数据 时代[M].浙江人民出版社.杭州，2013
[4] 周涛.什么是 大数据 ？科学网博客. https://blog.sciencenet.cn/blog-3075-603325.html
[5] Seth Grimes. InformationWeek. Structure, Models and Meaning ： is "unstructured" data merely unmodeled?
[6] 李国杰. 对 大数据 的再认识[J]. 大数据 , 2015, 1(1): 2015001.
[7] Thomas Crump. The Anthropology of Numbers (Cambridge Studies in Social and Cultural Anthropology) .Cambridge University Press, 1992
[8]吕乃基. 大数据 与认识论[J]. 中国软科学, 2014, (9):34-45. DOI:10.3969/j.issn.1002-9753.2014.09.004.
