大數(shù)據(jù)時代培訓(39張)課件

1、大數(shù)據(jù)時代Is coming第1頁，共40頁。目錄什么是Big Data1.2大數(shù)據(jù)市場簡析2.云與大數(shù)據(jù)3.大數(shù)據(jù)應用案例4.艾普云在大數(shù)據(jù)時代的布局5.第2頁，共40頁。20世紀90年代，數(shù)據(jù)倉庫之父的Bill Inmon就經(jīng)常提及Big Data2011年5 月，在“云計算相遇大數(shù)據(jù)” 為主題的EMC World 2011 會議中，EMC 拋出了Big Data概念Big Data名詞由來第3頁，共40頁。全球每秒鐘發(fā)送 2.9 百萬封電子郵件，一分鐘讀一篇的話，足夠一個人晝夜不息的讀5.5 年每天會有 2.88 萬個小時的視頻上傳到Youtube，足夠一個人晝夜不息的觀看3.3 年推特

2、上每天發(fā)布 5 千萬條消息，假設10 秒鐘瀏覽一條信息，這些消息足夠一個人晝夜不息的瀏覽16 年每天亞馬遜上將產(chǎn)生 6.3 百萬筆訂單每個月網(wǎng)民在Facebook 上要花費7 千億分鐘，被移動互聯(lián)網(wǎng)使用者發(fā)送和接收的數(shù)據(jù)高達1.3EBGoogle 上每天需要處理24PB 的數(shù)據(jù)在web 2.0的時代，人們從信息的被動接受者變成了主動創(chuàng)造者Big Data時代到來第4頁，共40頁。TBPBZBEB大量新數(shù)據(jù)源的出現(xiàn)則導致了非結構化、半結構化數(shù)據(jù)爆發(fā)式的增長根據(jù)IDC 監(jiān)測，人類產(chǎn)生的數(shù)據(jù)量正在呈指數(shù)級增長，大約每兩年翻一番，這個速度在2020 年之前會繼續(xù)保持下去。這意味著人類在最近兩年產(chǎn)生的數(shù)

3、據(jù)量相當于之前產(chǎn)生的全部數(shù)據(jù)量數(shù)據(jù)量增加數(shù)據(jù)結構日趨復雜這些由我們創(chuàng)造的信息背后產(chǎn)生的這些數(shù)據(jù)早已經(jīng)遠遠超越了目前人力所能處理的范疇大數(shù)據(jù)時代正在來臨.Big Data時代到來第5頁，共40頁。1. Volume2. Variety3. value4. Velocity結構化數(shù)據(jù)、半結構化數(shù)據(jù)和非結構化數(shù)據(jù)如今的數(shù)據(jù)類型早已不是單一的文本形式，訂單、日志、音頻，能力提出了更高的要求沙里淘金，價值密度低以視頻為例，一部一小時的視頻，在連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅只有一兩秒。如何通過強大的機器算法更迅速地完成數(shù)據(jù)的價值“提純”是目前大數(shù)據(jù)洶涌背景下亟待解決的難題實時獲取需要的信息大數(shù)據(jù)

4、區(qū)分于傳統(tǒng)數(shù)據(jù)最顯著的特征。如今已是ZB時代，在如此海量的數(shù)據(jù)面前，處理數(shù)據(jù)的效率就是企業(yè)的生命大數(shù)據(jù)是指無法在一定時間內(nèi)用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合什么是Big Data數(shù)據(jù)量巨大全球在2010 年正式進入ZB 時代，IDC預計到2020 年，全球?qū)⒖偣矒碛?5ZB 的數(shù)據(jù)量第6頁，共40頁。大數(shù)據(jù)的含義與界定大數(shù)據(jù)是指數(shù)據(jù)量超出傳統(tǒng)尺度，一般軟件工具難以捕獲、存儲、管理和分析的數(shù)據(jù)集。不同行業(yè)、不同企業(yè)、不同時期、大數(shù)據(jù)的規(guī)模不盡相同、無需也無法統(tǒng)一。目前，大體上，數(shù)據(jù)量達到大字節(jié)（TB,240）的，被稱作大數(shù)據(jù)。第7頁，共40頁。數(shù)據(jù)存儲演進及含義單位代號數(shù)

5、值含義的概略表述字節(jié)Byte8位（Bit）在計算機上的一個字母是1B千字節(jié)KB210字節(jié)一頁文字大約5KB兆字節(jié)MB220字節(jié)一首流行歌曲大約4MB吉字節(jié)GB230字節(jié)一部電影大約1GB太字節(jié)TB240字節(jié)美國國會圖書館網(wǎng)絡備份大約260TB拍字節(jié)PB250字節(jié)谷歌每小時處理數(shù)據(jù)大約1PB艾字節(jié)EB260字節(jié)中國每人一冊500頁的書大約1EB澤字節(jié)ZB270字節(jié)截止2010年全人類信息總量約1.2ZB堯字節(jié)YB280字節(jié)目前難以表述第8頁，共40頁。大數(shù)據(jù)的基本特征五大基本特征BECDA專屬的、可共享的海量的、可細分的動態(tài)的、可擴展的沉淀的、可挖掘的實時的、可追溯的第9頁，共40頁。目錄什么是

6、Big Data1.10大數(shù)據(jù)市場簡析2.云與大數(shù)據(jù)3.大數(shù)據(jù)應用案例4.艾普云在大數(shù)據(jù)時代的布局5.第10頁，共40頁。中國大數(shù)據(jù)市場分析1112011年-2016年中國大數(shù)據(jù)市場規(guī)模22012年各行業(yè)大數(shù)據(jù)市場規(guī)模計世資訊預測，2012年政府、互聯(lián)網(wǎng)、電信、金融的大數(shù)據(jù)市場規(guī)模較大，四個行業(yè)將占據(jù)一半市場份額。由于各個行業(yè)都存在大數(shù)據(jù)應用需求，潛在市場空間非?？捎^。計世資訊認為，2011年是中國大數(shù)據(jù)市場元年，一些大數(shù)據(jù)產(chǎn)品已經(jīng)推出，部分行業(yè)也有大數(shù)據(jù)應用案例的產(chǎn)生。2012年-2016年，將迎來大數(shù)據(jù)市場的飛速發(fā)展。計世資訊預測，2012年中國大數(shù)據(jù)市場規(guī)模將達到4.7億元，2013年大

7、數(shù)據(jù)市場將迎來增速為138.3%的飛躍，到2016年，整個市場規(guī)模逼近百億。第11頁，共40頁。中國企業(yè)大數(shù)據(jù)現(xiàn)狀12半結構化數(shù)據(jù)結構化數(shù)據(jù)非結構化數(shù)據(jù)企業(yè)非結構化數(shù)據(jù)越來越多中國500強企業(yè)日數(shù)據(jù)生成量中國500強企業(yè)數(shù)據(jù)中心數(shù)據(jù)年增長率中國企業(yè)級數(shù)據(jù)中心數(shù)據(jù)存儲量正在快速增長，非結構化數(shù)據(jù)呈指數(shù)倍增長，如果能有效的處理和分析，非結構數(shù)據(jù)中也富含了對企業(yè)非常有價值的信息。第12頁，共40頁。企業(yè)大數(shù)據(jù)應用需求分析1313各行業(yè)企業(yè)對大數(shù)據(jù)的關注程度目前企業(yè)的數(shù)據(jù)系統(tǒng)架構存在問題2目前企業(yè)數(shù)據(jù)分析處理面臨的問題第13頁，共40頁。大數(shù)據(jù)對經(jīng)濟社會影響巨大據(jù)國外預測：大數(shù)據(jù)用于制造業(yè)能減少50%

8、的成本，用于零售業(yè)能增加60%的利潤。美國將大數(shù)據(jù)用于醫(yī)療保健，能產(chǎn)生3000億美元的效益；歐洲把大數(shù)據(jù)用于公關管理能產(chǎn)生2500億歐元的效益。大數(shù)據(jù)引入經(jīng)濟學和社會學，基于數(shù)據(jù)精確量化分析的社會科學，被稱為“計算社會科學”。第14頁，共40頁。各國高度關注大數(shù)據(jù)的應用2009年，聯(lián)合國啟動全球脈動計劃，借助大數(shù)據(jù)分析全球災害、疾病、環(huán)境變化等，向相關各方發(fā)出預警，推動應對。2012年1月，WEF達沃斯年會把“大數(shù)據(jù)、大發(fā)展”列為重要議題，引起全球政界、商界的高度關注。2012年3月，美國政府發(fā)布大數(shù)據(jù)研究計劃，推進大數(shù)據(jù)在科研、醫(yī)療、能源、安全等領域的應用。歐盟、日本、新加坡等國政府都在加緊

9、行動。第15頁，共40頁。目錄什么是Big Data1.16大數(shù)據(jù)案例4.3.云與大數(shù)據(jù)大數(shù)據(jù)市場簡析2.艾普云在大數(shù)據(jù)時代的布局5.第16頁，共40頁。云計算與大數(shù)據(jù)白云下面數(shù)據(jù)跑藍藍的天上白云飄如果數(shù)據(jù)是財富，那么大數(shù)據(jù)就是寶藏，而云計算就是挖掘和利用寶藏的利器！沒有強大的計算能力，數(shù)據(jù)寶藏終究是鏡中花；沒有大數(shù)據(jù)的積淀，云計算也只能是殺雞用的宰牛刀！第17頁，共40頁。大數(shù)據(jù)時代下的系統(tǒng)需求High performance 高并發(fā)讀寫的需求高并發(fā)、實時動態(tài)獲取和更新數(shù)據(jù)Huge Storage 海量數(shù)據(jù)的高效率存儲和訪問的需求類似SNS網(wǎng)站，海量用戶信息的高效率實時存儲和查詢High S

10、calability & High Availability 高可擴展性和高可用性的需求需要擁有快速橫向擴展能力、提供7*24小時不間斷服務第18頁，共40頁。RDBMS VS. NoSQL高并發(fā)讀寫大數(shù)據(jù)存儲的 核心需求高效率存儲 和訪問高可擴展性和高可用性低成本建設運維 保證一致性的開銷過大，難以實現(xiàn)高并發(fā) 存儲性能受限于控制器，性能難以保證 關系型表單存儲難以適應不同數(shù)據(jù)類型 上億行數(shù)據(jù)的超級達標效率極低 傳統(tǒng)基于盤陣的存儲設備，造價昂貴，且市場壟斷嚴重，建設成本居高不下，擴容成本尤其高 許可和維護花費高昂 無法簡單的通過添加服務節(jié)點來擴展數(shù)據(jù)容量和負載能力，難以進行橫向擴展 數(shù)據(jù)庫升級

11、需要停機維護和數(shù)據(jù)遷移，導致服務中斷 不保證遵循ACID原則，提高并發(fā)讀寫性能 Schema-Free存儲適應不同數(shù)據(jù)類型舍棄SQL標準功能，盡量簡化數(shù)據(jù)操作，提升效率MapReduce實現(xiàn)高效訪問 基于X86設備，價格低廉開源系統(tǒng)，節(jié)省許可費用 支持水平擴展，可簡單的通過添加服務節(jié)點來擴展數(shù)據(jù)容量和負載能力數(shù)據(jù)庫升級不影響服務持續(xù)第19頁，共40頁。NoSQLNoSQL運動兩個核心理論基礎：Google的BigTableBigTable提出了一種很有趣的數(shù)據(jù)模型，它將各列數(shù)據(jù)進行排序存儲。數(shù)據(jù)值按范圍分布在多臺機器，數(shù)據(jù)更新操作有嚴格的一致性保證。Amazon的DynamoDynamo使用的

12、是另外一種分布式模型。Dynamo的模型更簡單，它將數(shù)據(jù)按key進行hash存儲。其數(shù)據(jù)分片模型有比較強的容災性，因此它實現(xiàn)的是相對松散的弱一致性：最終一致性。NoSQL是Not Only SQL的縮寫，而不是Not SQL，它不一定遵循傳統(tǒng)數(shù)據(jù)庫的一些基本要求，比如說遵循SQL標準、ACID屬性、表結構等等。相比傳統(tǒng)數(shù)據(jù)庫，叫它分布式數(shù)據(jù)管理系統(tǒng)更貼切，數(shù)據(jù)存儲被簡化更靈活，重點被放在了分布式數(shù)據(jù)管理上。第20頁，共40頁。Big Table 為管理大規(guī)模結構化數(shù)據(jù)而設計的分布式存儲系統(tǒng)，可以擴展到PB級數(shù)據(jù)和上千臺服務器。Key-Value映射：(row:string, column:st

13、ring, time:int64)string數(shù)據(jù)模型支撐技術Bigtable的表會根據(jù)行鍵自動劃分為片（tablet），片是負載均衡的單元。用GFS來存儲日志和數(shù)據(jù)文件按SSTable文件格式存儲數(shù)據(jù)用Chubby管理元數(shù)據(jù)參考文獻：The Chubby lock service for loosely-coupled distributed systems Google論文第21頁，共40頁。NoSQL數(shù)據(jù)庫第22頁，共40頁。騰訊在天津投資建立亞洲最大的數(shù)據(jù)中心；新浪推出企業(yè)微博產(chǎn)品，提供精準的數(shù)據(jù)分析服務。商業(yè)價值在大數(shù)據(jù)推動的商業(yè)革命暗涌中，要么學會使用大數(shù)據(jù)的杠桿創(chuàng)造商業(yè)價值，要么

14、被大數(shù)據(jù)驅(qū)動的新生代商業(yè)格局淘汰。標準的虛擬化及分布式存儲內(nèi)存計算技術SAP中國區(qū)企業(yè)信息 管理咨詢資深顧問 杜韜Hadoop數(shù)據(jù)應用策略、數(shù)據(jù)流技術機器學習算法百度首席科學家 威廉.張Hadoop數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)處理Yahoo！北京全球軟件研發(fā)中心架構師 韓軼平持續(xù)創(chuàng)新傳統(tǒng)的企業(yè)級數(shù)據(jù)倉庫產(chǎn)品線收購Aster DataHadoop、MapReduceTeradata首席客戶官 周俊凌第23頁，共40頁。目錄什么是Big Data1.24大數(shù)據(jù)市場簡析2.4.大數(shù)據(jù)案例云與大數(shù)據(jù)3.艾普云在大數(shù)據(jù)時代的布局5.第24頁，共40頁。馬云的判斷來自于數(shù)據(jù)分析商業(yè)價值淘寶雙“十一”背后的技術

15、討論第25頁，共40頁。政府、金融、電信等行業(yè)投資建立大數(shù)據(jù)的處理分析手段，實現(xiàn)綜合治理、業(yè)務開拓等目標；應用到制造等更多行業(yè)。商業(yè)價值第26頁，共40頁。結構化數(shù)據(jù)向非結構化數(shù)據(jù)演進，使得未來IT投資重點不再是建系統(tǒng)為核心，而是圍繞大數(shù)據(jù)為核心；海量數(shù)據(jù)可以在各個部門創(chuàng)造重大的財物價值，未來投資傾斜。商業(yè)價值第27頁，共40頁。用戶行為分析第28頁，共40頁。大數(shù)據(jù)應用案例（中信銀行信用卡中心）29大數(shù)據(jù)挑戰(zhàn)發(fā)卡量增長迅速：2008年發(fā)卡約500萬張，2010年增加了一倍。業(yè)務數(shù)據(jù)增長迅速：隨著業(yè)務的迅猛增長，業(yè)務數(shù)據(jù)規(guī)模也線性膨脹。數(shù)據(jù)存儲、系統(tǒng)維護、數(shù)據(jù)有效利用都面臨巨大壓力。需求可擴展

16、、高性能的數(shù)據(jù)倉庫解決方案能夠?qū)崿F(xiàn)業(yè)務數(shù)據(jù)的集中和整合；可以支持多樣化和復雜化數(shù)據(jù)分析提升信用卡中心的業(yè)務效率；通過從數(shù)據(jù)倉庫提取數(shù)據(jù)，改進和推動有針對性的營銷活動。采用大數(shù)據(jù)方案后價值體現(xiàn)實時的商業(yè)智能可以結合實時、歷史數(shù)據(jù)進行全局分析,風險管理部門現(xiàn)在可以每天評估客戶的行為，并決定對客戶的信用額度在同一天進行調(diào)整；原有內(nèi)部系統(tǒng)、模型整體性能顯著提高秒級營銷Greenplum數(shù)據(jù)倉庫解決方案提供了統(tǒng)一的客戶視圖，更有針對的進行營銷。2011年，中信銀行信用卡中心通過其數(shù)據(jù)庫營銷平臺進行了1286個宣傳活動，每個營銷活動配置平均時間從2周縮短到2-3天。EMC Green-plum第29頁，共

17、40頁。大數(shù)據(jù)應用案例（農(nóng)夫山泉）30大數(shù)據(jù)挑戰(zhàn)農(nóng)夫山泉數(shù)據(jù)量變得越來越大，分銷表中數(shù)據(jù)基數(shù)大，增速快，數(shù)據(jù)展現(xiàn)速度越來越慢；數(shù)據(jù)運算速度越來越慢，已經(jīng)讓人無法忍受，影響業(yè)務的正常進行；數(shù)據(jù)更新慢，采用傳統(tǒng)的ETL(數(shù)據(jù)抽取、轉(zhuǎn)換、裝載)，農(nóng)夫山泉的分析系統(tǒng)數(shù)據(jù)基本上一天才能更新一次。需求能夠應對海量數(shù)據(jù)的挑戰(zhàn)，實現(xiàn)高效的邏輯運算、實時的數(shù)據(jù)分析以及快速的數(shù)據(jù)展現(xiàn)的解決方案。采用大數(shù)據(jù)方案后價值體現(xiàn)實現(xiàn)了快速的數(shù)據(jù)展現(xiàn)與原有商業(yè)智能報表展現(xiàn)方案相比，新方案數(shù)據(jù)展現(xiàn)速度快25-30倍；形成了強大邏輯計算能力測試了120多張已經(jīng)上線的報表，基本上速度提升100150倍；SAP HANA和Busin

18、ess Objects 4.0組合只用了46秒就完成原來需要24小時才能完成的邏輯計算；實現(xiàn)了數(shù)據(jù)的實時、同步HANA使得數(shù)據(jù)從業(yè)務系統(tǒng)中轉(zhuǎn)換到HANA中時基本上沒有任何延遲。SAPHANA第30頁，共40頁。大數(shù)據(jù)應用案例（“數(shù)字黃河”）31大數(shù)據(jù)挑戰(zhàn)數(shù)據(jù)激增，IT系統(tǒng)負擔加重；地域分隔，信息孤島拉低效能；無法共享，數(shù)據(jù)同步成為難題；標準各異，數(shù)據(jù)規(guī)范有待統(tǒng)一。需求制定短期和長期技術規(guī)劃，以適應未來信息系統(tǒng)的發(fā)展。采用大數(shù)據(jù)方案后價值體現(xiàn)解決跨平臺異構應用系統(tǒng)的數(shù)據(jù)共享與集成問題黃河水利委員會各部門隨時獲取其權限范圍內(nèi)的最新數(shù)據(jù)，而無須將其存儲在本部門系統(tǒng)中；消除信息孤島，實現(xiàn)數(shù)據(jù)統(tǒng)一管理有

19、效消除了各業(yè)務系統(tǒng)和各組織結構之間的信息孤島，簡單獲取黃河數(shù)據(jù)資源的單一視圖，并確保了數(shù)據(jù)的完整性、及時性、準確性和一致性，同時首次實現(xiàn)元數(shù)據(jù)的可視化統(tǒng)一管理IBMInfo-Sphere第31頁，共40頁。32互聯(lián)網(wǎng)行業(yè)擁抱大數(shù)據(jù)的關鍵因素互聯(lián)網(wǎng)行業(yè)對數(shù)據(jù)實時分析要求較高，例如廣告監(jiān)測、B2C業(yè)務，往往要求在數(shù)秒內(nèi)返回上億行數(shù)據(jù)的分析，從而達到不影響用戶體驗和快速準確營銷的目的。目前互聯(lián)網(wǎng)企業(yè)面對大數(shù)據(jù)，會普遍感覺到實時分析能力差、海量數(shù)據(jù)處理效率低、缺少分析方法、分析軟件能力差等問題?；ヂ?lián)網(wǎng)行業(yè)大數(shù)據(jù)分析面臨的主要問題互聯(lián)網(wǎng)大數(shù)據(jù)技術的應用，會首先帶動社會化媒體、電子商務的快速發(fā)展，其他的互

20、聯(lián)網(wǎng)分支也會緊追其后，整個行業(yè)在大數(shù)據(jù)的推動下將會蓬勃發(fā)展?；ヂ?lián)網(wǎng)擁抱大數(shù)據(jù)第32頁，共40頁。33醫(yī)療大數(shù)據(jù)應用場景醫(yī)療行業(yè)產(chǎn)生的數(shù)據(jù)量主要來自于PACS影像、B超、病理分析等業(yè)務所產(chǎn)生的非結構化數(shù)據(jù)。人體不同部位、不同?？朴跋竦臄?shù)據(jù)文件大小不一，PACS網(wǎng)絡存儲和傳輸要采取不同策略。面對大數(shù)據(jù)，醫(yī)療行業(yè)遇到前所未有的挑戰(zhàn)和機遇。醫(yī)療行業(yè)大數(shù)據(jù)應用場景非常多，右圖僅以臨床操作和研發(fā)為例，展示醫(yī)療行業(yè)大數(shù)據(jù)應用場景。對于公共衛(wèi)生部門，可以通過過覆蓋全國的患者電子病歷數(shù)據(jù)庫，快速檢測傳染病，進行全面的疫情監(jiān)測，并通過集成疾病監(jiān)測和響應程序，快速進行響應。比較效果研究臨床操作臨床決策支持系統(tǒng)醫(yī)療數(shù)

21、據(jù)透明度遠程病人監(jiān)控研發(fā)預測建模提高臨床試驗設計的統(tǒng)計工具和算法疾病模式的分析第33頁，共40頁。34能源遇到大數(shù)據(jù)能源行業(yè)數(shù)據(jù)特征能源勘探開發(fā)數(shù)據(jù)的類型眾多，不同類型數(shù)據(jù)包含的信息各具特點，綜合各種數(shù)據(jù)所包含的信息才能得出地下真實的地質(zhì)狀況。能源行業(yè)面臨的大數(shù)據(jù)問題能源行業(yè)企業(yè)對大數(shù)據(jù)產(chǎn)品和解決方案的需求集中體現(xiàn)在：可擴展存儲、高帶寬、可處理不同格式數(shù)據(jù)的分析方案。第34頁，共40頁。大數(shù)據(jù)行業(yè)應用35應用可能性電信政府（公共事業(yè)）交通金融醫(yī)療教育能源（電力/石油）縱軸契合度：表示該用戶的IT應用特點與大數(shù)據(jù)特性的契合程度；橫軸應用可能性：表示該用戶出于主客觀因素在短期內(nèi)投資大數(shù)據(jù)的可能性；

22、注：該位置為分析師訪談的綜合印象，為定性分析，圖中位置不代表具體數(shù)值HighMidLowLowMidHigh優(yōu)先關注行業(yè)用戶應用特點與大數(shù)據(jù)技術有較高的契合度，在主客觀條件上也有較高的應用可能性。值得關注行業(yè)用戶應有特點與大數(shù)據(jù)的契合度及應用可能性綜合較高適當關注行業(yè)用戶兩個維度暫時都不具備優(yōu)勢，可適當給予關注互聯(lián)網(wǎng)（電子商務）契合度流通零售制造第35頁，共40頁。3621互聯(lián)網(wǎng)行業(yè)大數(shù)據(jù)主要應用在社交和網(wǎng)購方面結合位置數(shù)據(jù)、消費數(shù)據(jù)進行實時營銷信息推送是電信行業(yè)大數(shù)據(jù)應用主要場景3金融行業(yè)大數(shù)據(jù)應用場景主要集中在投資方面4制造行業(yè)具有多環(huán)節(jié)、多地域特色，各個環(huán)節(jié)的優(yōu)化是制造行業(yè)最關注的大數(shù)據(jù)

23、應用場景大數(shù)據(jù)潛在應用第36頁，共40頁。艾普云在大數(shù)據(jù)時代的布局 艾普云Openstack云系統(tǒng)專家 使命：中國第一綜合信息化服務提供商第37頁，共40頁。艾普云在大數(shù)據(jù)時代的布局IDC中心云計算中心公共信息化服務中心大數(shù)據(jù)中心第38頁，共40頁。艾普云在大數(shù)據(jù)時代的布局第39頁，共40頁。1、不是井里沒有水，而是你挖的不夠深。不是成功來得慢，而是你努力的不夠多。2、孤單一人的時間使自己變得優(yōu)秀，給來的人一個驚喜，也給自己一個好的交代。3、命運給你一個比別人低的起點是想告訴你，讓你用你的一生去奮斗出一個絕地反擊的故事，所以有什么理由不努力!4、心中沒有過分的貪求，自然苦就少?？诶锊徽f多余的話

24、，自然禍就少。腹內(nèi)的食物能減少，自然病就少。思緒中沒有過分欲，自然憂就少。大悲是無淚的，同樣大悟無言。緣來盡量要惜，緣盡就放。人生本來就空，對人家笑笑，對自己笑笑，笑著看天下，看日出日落，花謝花開，豈不自在，哪里來的塵埃!5、心情就像衣服，臟了就拿去洗洗，曬曬，陽光自然就會蔓延開來。陽光那么好，何必自尋煩惱，過好每一個當下，一萬個美麗的未來抵不過一個溫暖的現(xiàn)在。6、無論你正遭遇著什么，你都要從落魄中站起來重振旗鼓，要繼續(xù)保持熱忱，要繼續(xù)保持微笑，就像從未受傷過一樣。7、生命的美麗，永遠展現(xiàn)在她的進取之中;就像大樹的美麗，是展現(xiàn)在它負勢向上高聳入云的蓬勃生機中;像雄鷹的美麗，是展現(xiàn)在它搏風擊雨如蒼天之魂的翱翔中;像江河的美麗，是展現(xiàn)在它波