云计算的含义是什么，什么是区块链？
如果你错过了互联网，又错过了房地产，那么，区块链，很可能成为你下一个翻盘的机会。
如果你现在还不懂什么叫区块链，让我先为你展示一组有意思的漫画：
区块链技术是指一种全民参与记账的方式。所有的系统背后都有一个数据库，你可以把数据库看成是就是一个大账本。目前是各自记各自的账。
由于没有中心化的中介机构存在，让所有的东西都通过预先设定的程序自动运行，不仅能够大大降低成本，也能提高效率。而由于每个人都有相同的账本，能确保账本记录过程是公开透明的。
区块链技术是比特币的底层技术，比特币在没有任何中心化机构运营和管理的情况下，多年运行非常稳定，没有出现过任何问题，所以有人注意到了它的底层技术，把比特币技术抽象提取出来，称之为区块链技术，或者分布式账本技术。
根据西班牙最大银行桑坦德发布的一份报告显示，2020年左右如果全世界的银行内部都使用区块链技术的话，大概每年能省下200亿美元的成本。这样的数据足以说明“区块链”给传统金融领域带来的巨大变革和突破。
区块链或许才是 真正的财富区块链技术对人类社会的冲击在于其从底层颠覆了人类对财富的认知。
什么才是财富？
你指着自己银行卡的余额，保险柜里的珠宝首饰，柜子里的房产证，一脸神气，说这就是财富。
对不起，你只是暂时拥有财富的挂名权，而从来没有过财富的实际控制权。
你拥有房产，但你的房子可能被政策充公收缴，被限制交易，彻底失去流动性；你拥有存款，但在通货膨胀面前，再多的存款也会变成一堆废纸。二战时期的德国马克，1949年的国民党法币、1974年的南越货币……货币财富转瞬即逝，可能只是一夜之间。
如今，大部分货币资产都在银行等中心化机构中，你在银行里的钱其实不是你的钱，而是银行对你的负债。你并不是总能从银行中取出你的钱，也许有一天你的取现金额只有500（参见希腊银行曾一度只允许每人每天取现60欧元），而如果你被诬陷，被犯罪了，银行账户分分钟被冻结，你辛苦数十年积攒瞬间化为泡影。你拥有珠宝黄金，藏在家里，不仅不易携带，同样也会面临失窃的风险。
财富其实是一个很脆弱的东西，因为如今大多数的财富形式，都有一个特点，需要一个第三方中心化机构来承认你对财富的所有权，一旦他们不承认你拥有这笔财富，你的钱就不是你的钱。
你觉得很不可思议，但其实这一直是人类社会的常态，发财容易，守财难，所有需要第三方认证的财富，都有一个脆弱的边界。
如果这时候我告诉你，比特币才是真正的财富，你信吗？
设想这样一种场景，你的一切财产被剥夺，同时你被流放到异国他乡，赤手空拳，无依无靠；然而此时你淡定从容，只需要在当地找到一台能上网的计算机或者手机，凭借你早已牢记在心的暗语，便用比特币购买物品，转化为当地的货币，而这一切都显得那么自然。
你不必处心积虑藏匿各种实体财富，也不需要得到任何第三方机构的认可，甚至你也可以不用担心被行窃，你只需要一串数字（私钥）就能实现对财富的掌控，如果你记性不太好，甚至可以利用脑钱包，将私钥变成一句只有你知道的暗语，从此你的大脑便是你财富唯一的主人。
人类从来没有实现过“私有财产神圣不可侵犯”，但区块链可以做到，去中心化的匿名机制，让数字财富真正成为私人财富。
因此，区块链是财富最佳的栖息地
在可预见的未来，人工智能和区块链技术将共同推动人类财富表达方式的改变，人类的财富形式将逐渐从现实世界转移到数字世界中，区块链才是财富最佳的栖息地，这一切都是由区块链本身的特点决定的。
| 匿名化
财富也有隐私权，尽管这种隐私权往往不被中心化的监管机构所认可。在现实世界中，人类购买资产时的产生的信息又通常被贩卖，从而沦为不良商家的营销猎物，我们总是无法避免自己的财富被他人窥探。
而在区块链的世界里，数据交换的双方可以是匿名的，网络中的节点无需知道彼此的身份和个人信息即可进行数据交换。也正是因为匿名化，导致区块链也成为了黑产的资产交易场所、政府监管的法外之地，在未来，交易匿名化与实名制监管的斗争也将越趋越厉。
| 去信任化
在现实世界中，财富之间的斗争往往是人与人之间的斗争，获得信任、利用信任、辜负信任……人类总是在重复围绕财富的人性博弈，从古至今，皆是如此。
区块链的伟大之处在于它将人与人之间的信任转移到对机器的信任上，没有感情，只有程序。区块链将逐步压缩人类过去因为信任问题而产生的多个中心环节，比如一些中介机构，不要相信人性，要相信机器和程序。
| 去中心化
人类因为中心化浪费了大多的交易成本与时间成本。臃肿的中心化机器已经无法满足快速发展的生产力的需要，以传统的股权交易为例。
因为股权是登记在第三方的工商系统中，股权的转让方与受让方要完成转让，需要跟随中心化机构的指示，完成各种流程，遭受各种为难，效率低下，成本高昂。一旦股权数字化，利用区块链技术以及电子合同就可以实现类似于股票T+0的交易，而且同样收到法律保护，整个社会的交易成本会大幅下降。
这个世界变得太快，如果有一天你的房产便成了一个token，不要害怕，在区块链的世界里，攥紧它。
软件开发一般学什么？
首先感谢邀请回答问题。
小编感觉你要是做软件的话，学java是最好的。但前提是你确定了这一条路线。
有很多的人，都是一时的热度，感觉学这个方向可以挣钱，但做了一小段时间之后发现自己对这个方向不是很感兴趣。
所以，你在确定方向的时候要考虑很多，不要轻易的就选定，结婚后来后悔。
郑州那边小编不是很熟悉，但现在的培训机构都相当成熟了，又很多的知名的培训单位，像黑马，潭州学院等等。
或者让你身边的朋友推荐，或者你地方名气比较大的，千万不要选那些不知名的，说给你便宜，但出来一点保障也么有。
智慧新警务是什么？
智慧新警务是以大数据为统领的新型警务模式，这种模式的核心是构建“八大创新应用体系”和“四大智慧赋能工程”，打造全市警务“一片云”。智慧新警务建设共涉及19个项目，15个警种，移动警务终端是智慧新警务的关键载体，是打通大数据应用“最后一公里”的重要工具，它融合现代科技、应用实战功能、便捷智能操作、信息数据安全等特点，涵盖政务微信、移动办公、公安云搜、移动地图等移动警务共53项功能。
大数据具体是做什么？
“Big Data is like teenage sex:Everyone talks about it，nobody really knows how to do it，everyone thinks everyone else is doing it，so everyone claims they are doing it too.”
2013年被称为大数据元年，各行各业都逐渐开启大数据应用时代。直至现在，大数据依然为人所津津乐道。
何为大数据？
1PB够大吗？
如果你没有直观印象，可以联想一下你的电脑硬盘容量，标配是500G-1TB，大部分人用了一两年，可能这部分容量都没用完。而1PB=1024TB=1048576GB。
在实际中，一个小有名气的游戏一天的数据量就在数十TB左右，甚至更多。
如果你以为PB单位已经是最大了？那就大错特错了！！！！
在PB之上，还有EB（Exabyte 百亿亿字节 艾字节），ZB（Zettabyte 十万亿亿字节 泽字节），YB（Yottabyte 一亿亿亿字节 尧字节），而这些单位也只是为了方便统计海量数据所给出的当前单位，在未来还可能出现更大的单位。
因特尔公司首席执行官Brian Krzanich表示，2020年互联网用户每天将产生1.5GB的数据。
HIS数据预测，到2025年，全球互联网（IoT）连接设备的总安装量预计将达到754.4亿，这部分设备每天产生的数据量可想而知。
按照前面的数据关系，得出1ZB大概是1.1万亿GB，等同于全世界沙子数量总和。
从上图中不难看出，互联网数据每年都在爆炸式增长。当然，大数据并不只是数据量大而已，它还有其他更深的含义。
对于大数据，麦肯锡全球研究所给出的定义是：
”一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。“
大数据具有五大特点，称为5V。
1. 多样（Variety）
大数据的多样性是指数据的种类和来源是多样化的，数据可以是结构化的、半结构化的以及非结构化的，数据的呈现形式包括但不仅限于文本，图像，视频，HTML页面等等。
2. 大量（Volume）
大数据的大量性是指数据量的大小，这个就是上面笔者介绍的内容，不再赘述。
3. 高速（Velocity）
大数据的高速性是指数据增长快速，处理快速，每一天，各行各业的数据都在呈现指数性爆炸增长。在许多场景下，数据都具有时效性，如搜索引擎要在几秒中内呈现出用户所需数据。企业或系统在面对快速增长的海量数据时，必须要高速处理，快速响应。
4. 低价值密度（Value）
大数据的低价值密度性是指在海量的数据源中，真正有价值的数据少之又少，许多数据可能是错误的，是不完整的，是无法利用的。总体而言，有价值的数据占据数据总量的密度极低，提炼数据好比浪里淘沙。
5. 真实性（Veracity）
大数据的真实性是指数据的准确度和可信赖度，代表数据的质量。
数据一直都在，变革的是方式
大数据的意义不仅仅在于生产和掌握庞大的数据信息，更重要的是对有价值的数据进行专业化处理。
人类从来不缺数据，缺的是对数据进行深度价值挖掘与利用。可以说，从人类社会有了文字以来，数据就开始存在了，现在亦是如此。这其中唯一改变的是数据从产生，到记录，再到使用这整个流程的形式。
1. 数据生产
在人类社会的早期，民以食为天，数据的产生大多与商品，食物，土地等挂钩。旧石器时代的部落人民在树枝或骨头上刻下凹痕来记录日常的交易活动或物品供应。
为了衡量商品长度，中国人发明了尺、里、寸、丈、步、仞等长度单位；为了衡量重量，发明了升、斗，斛等重量单位。
在互联网时代，数据的生产变得更为容易。美国互联网数据中心曾指出，互联网上的数据每年都将增长50%，每两年便将翻一倍，而目前世界上90%以上的数据是最近几年才产生的。
每人每天都会产生海量数据，如视频数据，电商数据，社交数据等等。
全球每60秒产生的数据
2. 数据记录
千年之前，人们用龟甲石鼓、简牍绢帛到造纸术成熟后的刻本等一切触手可及的器物来作为数据的载体。
千年之后，人们用图书，报纸，硬盘，光盘，存储器等各种更为灵活，简便的方式记录数据。
3. 数据利用
古人利用利用甲骨文占卜判断凶吉，利用占星术预测朝代兴衰；利用蚂蚁搬家，燕子低飞，蚯蚓出洞来预测天气。
互联网时代，企业或产品利用电商数据为用户推荐商品，利用社交数据做广告营销等等。
在大数据概念兴起之前，大部分企业并没有注意到数据的宝贵价值，只是在纯粹的生产和记录数据。更有甚者视海量数据为累赘，因为数据的存储与管理需要耗费企业大量的成本，极少有企业能把数据作为一种资源，嗅到大数据背后的价值，从而加以利用。就算到现在，数据资源的整合利用能力依然是考验每个企业的一大难点。
大数据应用
大数据作为一个能够改变产业应用的技术，只有切实落地才能带来真正的价值。
其实大数据的应用范围非常广，不单单限于互联网行业，在其他诸如金融，制造业，交通物流方面也都有非常大的应用价值。
1. 大数据让借贷款更加放心
在金融行业中，以借贷款为例。在贷款前，贷款借出方会先利用大数据对借款人进行贷前审核，以此来保障贷后的还款率。
借出方从各个渠道合法收集借款人的标签信息，如学历，职业，薪资状况，历史借还款情况等（据说一个用户的标签维度可以达到7000个）。海量数据被放入反欺诈模型，还款能力模型，身份验证模型等数个中做训练，最终得出是否通过本次贷款申请，贷款的额度，贷款人的还款意愿等评估信息。
借款人数据收集的越多，标签维度越细，数据越真实，则审核效果越全面。
2. 大数据让广告营销更高效
广告作为互联网行业最常见的变现手段之一，大数据赋能广告营销，让广告从惹人恼转变为广告即内容，广告即服务。
曾几何时，你会发现日常生活中看到的广告居然那么懂你。点开淘宝，你最爱的商品被推荐在Banner首页；打开微信朋友圈，映入眼帘的是你正想要做的汽车保养；打开百度搜索，你前两天看的别墅信息赫然出现。
这一切的实现都得益于大数据赋能广告。
在广告投放前期，通过大数据手段大量的整合、分析数据，包括用户的浏览习惯、消费行为、浏览记录、对广告的点击数量等，并从中挖掘出有效的信息；构建全面的用户画像，结合广告业务，精准定位目标用户，保证广告定向投放。
大数据构建用户画像
在广告投放的中后期，通过实时数据反馈，结合用户所处地域，时间的变化，动态优化广告素材，调整广告的呈现方式与广告的展览位置，让同一个用户在不同的场景下享受不一样的广告服务，实现一人千面，增加广告营销效果，提升广告主KPI。
3. 大数据赋能零售
新零售时代，客户的需求无时无刻不在变化，大数据赋能零售，让零售在人，货，场上进行变革。
零售商可以借助大数据对未来市场需求进行预测，抢先一步对库存进行管理。在流量高发的前期，及时补足库存，提升商品供应率；在流量散去的前期，及时去库存，避免库存积压。
借助大数据分析用户地域分布情况，商店流量，消费者习惯等那个，在合适的地区开设商店，建造仓库。在物流发货时，从数据出发，合理规划运输路劲，降低运输成本。
利用数据还可以统一上下游供应链交互，解决数据不对成问题，减小牛鞭效应，提升供应链中每个环节的利用效率。
总结
数据一直都在，大数据变革的只是方式。大数据并不神秘，神秘的是对未知数据的探索与利用。
学大数据好还是云计算好呢？
要清楚这个问题，首先你得知道云计算和大数据都是干什么的。（一个PHPer的简单分析）
云计算：通俗意义上现在我们把搞云计算的也称为运维，也就是搞服务器的，主要学习Linux的相关知识，也就是黑窗口命令行，看着比较高大上，参见黑客帝国，实际上比较枯燥乏味。
大数据：大数据分析基本就是分析网络上庞大的数据，提取有效信息，一般数据都是通过爬虫抓取的一些比较有名的网站，由于数据量十分庞大，大概在千万级到百亿级，参见淘宝评论，新浪微博。我们现在说大数据首先想到的应该就是Python了，这是因为Python社区十分活跃造成的，也就是说如果你学大数据基本也就是学Python了。
现在我们明白了问题的基本概念，下面说说我的建议：学大数据！why？
1.学习成本
能问出这种问题的基本是小白玩家,对于一个小白，云计算也就是Linux相对晦涩难懂，学习成本高，前期回馈少；而大数据前期一般学习HTML或简单的爬虫，随学随用，坚持下来的机会比较高。
2.未来的趋势
来自2019年的你一定对人工智能耳熟能行，而现阶段的人工智能就是一个大数据分析的过程。
3.薪资问题
学成归来的薪资和市场问题一定是你的关注点，我所知大数据的起始远大于云计算，而且要求相对较低，一个合格的初级云计算玩家大概在6-8k（月），而大数据基本1w左右。仅限一线城市。
4.学习的顺序问题
一个优秀的云计算也就是运维工程师，一定得精通一门高级语言，而Python就是开发出来干这个的，也就是说你要学好云计算，你就必须得懂一门语言，Python，Go，PHP（我的选择）都可以
5.培训费用问题（自学参见第一条）
Linux是一个程序员必备的技能之一，也就是说你学啥到后边都绕不过去Linux的，既然学Python也可以学到Linux，为啥不让我们懂多点呢？
综上，并不是说就得学大数据，还要综合自身分析，我是针对楼主提的这个问题当你对编程一窍不通当然得从一门语言开始而不是花里胡哨的什么其他的，虽说每个程序员都有一个黑客梦。。。
人生苦短，快学Python。
当然，PHP是世纪上最好的语言！
