网络新技术之大数据(39张)课件

1、网络新技术之大数据5. 大数据技术5.1 大数据的定义5.2 大数据的技术特征5.3 大数据的典型应用5.4 大数据的发展趋势一组数据3亿用户,每天上亿条微博.2015年全球移动终端产生的数据量6300PB Facebook每天要存储大约100TB的用户数据；NASA 美国宇航局每天要处理约24TB的数据微信国内用户4亿，国外用户突破7千万，每天产生数据百度每天处理数据量100PB大数据时代的爆炸增长想驾驭这庞大的数据，我们必须了解大数据的特征。地球上至今总共的数据量：在2006 年，个人用户才刚刚迈进TB时代，全球一共新产生了约180EB的数据；在2011 年，这个数字达到了1.8ZB。而有

2、市场研究机构预测：到2020 年，整个世界的数据总量将会增长44 倍，达到35.2ZB（1ZB=10 亿TB）！1PB （拍字节） = 250字节1EB （艾字节） = 260字节1ZB （泽字节） = 270字节大数据概念和特征什么是大数据(Big data)？维基百科的定义：大数据指难以用常用的软件工具在可容忍时间内抓取、管理以及处理的数据集(一般单个数据集大小在10T左右)。大数据之所以在最近走红，主要归结于互联网、移动设备、物联网和云 计算等快速崛起，全球数据量大大提升。“大数据”是继云计算、物联网之后IT产业又一次颠覆性的技术变革2006年左右，数据量已足够大，但是当时大数据不红，w

3、hy？为什么叫大数据：一是数量大YB:2的80次方，ZB的1000倍ZB:2的70次方，EB的1000倍EB:2的60次方，PB的1000倍PB:2的50次方，TB的1000倍TB:2的40次方，GB的1000倍GB:2的30次方，MB的1000倍绝大部分应用在这两个数量级二是类型多结构特征：结构化、半结构化、非结构化拥有特征：私有、共有、公开形态特征：语音、文本、数值、图像、视频为什么叫大数据：二是类型多三是更接近把握信息资源的本质大数据真正开始把信息变成资源有的文章将大数据看作石油，大数据研究与自然资源利用发现、开采、提炼存在一定的相似之处研究大数据，首先要研究各种有用的信息在何处，就是找

4、矿其次是把满足特定需求的信息收集过来，就是开矿第三是把收集的信息按应用需求进行结构化处理，就是提炼，如同石油必须经过炼化才能变成消费用的汽油、柴油或作为原料用的聚乙烯、聚丙烯第四是将这样的信息与具体的应用结合，使之发挥作用，这就是基于大数据的应用系统，或称之为围绕应用的大数据管理系统，如同汽油通过加油站加到消费者的汽车内，石化原料变成衣服、设备或其部件。大数据的各部分组成大数据技术：图像、音频、视频、非结构化、社交关系数据处理技术商；现有IT系统改造商：大数据咨询公司、集成商、ERP、商务智能、客户关系管理系统；终端提供商向数据提供商演进：对现有客户数据的深度把握、建立客户之间的社交和联系；展

5、现方式：大型控制中心、移动终端在多样性、体量、速度三大特征的指引下，大数据将有新型的展现方式：大型控制中心和移动终端，实现数据的实时处理和快速决策。大数据与传统数据库采集环节存储环节分析环节应用环节传统数据分析大数据分析扩展到传感、互联网、交易等多来源多类型数据来源单一，以内部结构化数据为主主要是面向结构化数据和事务处理的关系型数据库扩展到面向非结构化数据和分析处理的非关系型数据库依赖高性能计算机，主要利用统计和机器学习算法需用分布式并行计算，Scale out能力，以机器学习算法为主局限在金融、保险、零售、电信等少数领域，以决策支撑为主有望渗透到政府、医疗、交通等各个领域，嵌入到业务流程中来

6、源广，3V非结构化和面向分析为主分布式并行架构结合机器学习算法更广的领域，更深入的嵌入业务流大数据系统的特点大数据资源大数据工具大数据理念11大数据与其他新兴技术的关系大数据、物联网、云计算、移动通信等都是近年涌现出来的新兴概念，彼此之间不是孤立的，而是存在着内部联系。大数据带来的思维方式的变化处理的对象往往是全部数据，而不是部分数据的采样采样的不合理会导致预测结果的偏差，在大数据时代，依靠强大的数据处理能力，应该去处理全部的数据。不再执迷于精确性精确的、规范化的、可以被传统数据库处理的数据只占全部数据的5%，必须接受不精确性才能处理另外95%的数据。错误的数据是客观存在的，竭力避免它就失去了

7、应有的客观性和公平性。大数据的简单算法比小数据的复杂算法更有效。更加关注相关性，而不是因果性预测依靠的是相关性。很多情况下知道“是什么”即可，不必知道“为什么”。大数据的价值链数据数据的掌控者，拥有或者可以收集大量数据的公司。海量的数据就是财富，可以考虑自己分析或者卖数据给其他公司。技术技术供应商或者分析公司。掌握了从海量数据中分析出有用信息的技能或者工具，但本身不一定拥有数据。思维有创新思维的人或者公司。他们对大数据敏感，有怎样挖掘数据的新价值的独特想法。2013 北京泽佳公司版权所有Copyright2013 Zejia Consulting Corporation第 15 页大数据基础架

8、构要求可预测的低延迟高事务参数灵活的数据结构高吞吐量就地准备所有数据源和结构深度分析敏捷开发高度可伸缩性实时流数据运营影响5. 大数据技术5.1 大数据的定义5.2 大数据的技术特征5.3 大数据的典型应用5.4 大数据的发展趋势大数据的技术特征数据结构： 结构化数据与非结构化数据数据库数据模型：关系型数据库与非关系型数据库数据处理特性：OLTP与OLAP数据一致性：强一致性与最终一致性数据存储方式：行式存储与列式存储数据库存储与处理架构：SMP与MPP数据存储架构：传统分布式文件与新型分布式文件数据处理架构：基于并行计算的分布式数据处理技术（MapReduce）17数据的结构结构化、非结构化

9、、半结构化数据对比项结构化数据非结构化数据半非结构化数据定义有数据结构描述信息的数据不方便用固定结构来表现的数据介于完全结构化数据和完全无结构的数据之间的数据结构与内容的关系先有结构、再有数据只有数据，没有结构先有数据，再有结构示例各类表格图形、图像、音频、视频信息HTML文档，它一般是自描述的，数据的结构和内容混在一起结构化数据和非结构化数据都是客观存在，大数据技术需要涵盖两者18数据库数据模型关系型数据库与非关系型数据库在大数据技术中非关系型数据库技术是必不可少的，但关系数据库也是不可或缺的对比项关系型数据库非关系型数据库定义创建在关系模型基础上，借助于集合代数等数学概念和方法来处理数据库

10、中的数据关系模型由关系数据结构、关系操作集合、关系完整性约束三部分组成没有标准定义包括：表存储数据库、键值存储数据库、面向文档的数据库等接口语言SQL（Structured Query Language，结构化查询语言），对数据库中的数据进行查询、操作和管理无统一标准包括：各自定义的API、类SQL、MR等典型案例Oracel、DB2、Sybase、SQL Server、Mysql、Postgresql等新型的MPP RDB（Greenplum）也属于关系型数据库Hbase、MongoDB、Redis19数据处理特性OLTP与OLAP比较项联机事务处理OLTP（ On-Line Transac

11、tion Processing ）联机分析处理OLAP（ On-Line Analytical Processing ）基本类型业务操作型业务分析型数据特性对一条记录数据会多次修改，支持大量并发用户添加和修改数据数据写入后基本不再修改，能较好地支持大量并发用户进行大数据量查询技术特性确保数据的一致性确保事务的完整性数据读写实时性高支持多维数据以及对多维数据的复杂分析大数据量数据量GB-TB级TB-PB级典型示例银行业务系统/数据库各类决策分析系统/数据库OLTP以业务操作型为主，OLAP以业务分析性为主，两者对技术的要求很难兼顾20数据一致性：强一致性与最终一致性强一致性和最终一致性都是指客户

12、端向数据库系统写入数据后，数据库系统能够提供的数据一致性的表现对比项强一致性（即时一致性）最终一致性弱一致性场景定义假定三个进程A、B、C是互相独立的，且都在对存储系统进行读写操作数据一致性表现A写入数据到存储系统后，存储系统能够保证后续任何时刻发起读操作的B、C 可以读到A写入的数据A写入数据到存储系统后，经过一定时间，或者在某个特定操作后，B、C最终会读到A写入的数据A写入数据到存储系统后，存储系统不能够保证后续发起读操作的B、C可以读到A写入的数据示例OLTP需要强一致性OLAP需最终一致性绝大多数应用不能够容忍弱一致性21数据存储方式行式存储与列式存储传统关系型数据库主要采用行存储模式

13、，海量数据的高效存储和访问要求引发了从行存储模式向列存储模式的转变行存储用户生日聊天记录日均在线时长用户11981-10-3Xxxx yyyy.2用户21990-5-15Mm nnn 3.7用户11981-10-3Xxxx yyyy.2用户21990-5-15Mm nnn 3.7列存储用户11981-10-3用户21990-5-15用户1Xxxx yyyy . 用户2Mm nnn .用户12用户23.7行存储列存储存储一行中各列一起存放，单行集中存储一行中各列独立存放，单列集中存储索引效率海量数据索引既占用大量空间，且索引效率会随着数据增长越来越低基于列自动索引，海量数据查询效率高，不产生额外

14、存储空间效率同一行不同列数据类型不同，压缩效率低空值列依然占据空间列同数据类型，压缩效率高空值不占空间I/O查某列必须读出整行，I/O负荷高、速度慢只需读出某列数据，I/O低速度快结构表结构改变影响很大可随时动态增加列适用场景数据写入后需要修改和删除，基于行的反复查询，多用于OLTP数据库批量数据一次写入和基于少量列的反复查询，多用于OLAP数据库样例数据表22数据库存储与处理架构SMP与MPP在数据量急剧膨胀的背景下，数据库处理要求超出了单机或SMP架构能力范围，最高配置小型机也无法满足，所以在大数据技术中，MPP架构（计算分布+存储分布）架构成为主流计算分布,存储集中DB Serv共享磁盘

15、DB ServDB ServDB Serv网络SAN/FC计算集中,存储集中DB Serv磁盘计算分布,存储分布DB ServDB ServDB ServDB Serv高速通信网络磁盘磁盘磁盘磁盘Master如：Oracle传统单机数据库如：Oracle RAC小型机+共享盘阵如：Greenplum、HbaseX86+本地硬盘传统单机数据库SMP架构数据库MPP架构数据库对称多处理，Symmetrical Multi-Processing有两台以上的服务器，各主机之间共享总线结构，共享数据存储磁盘节点数有限制，主要通过提高节点配置来提高整体处理能力，扩展能力有限对共享磁盘的访问可能成为瓶颈SM

16、P大规模并行处理，Massively Parallel Processing多个松耦合处理单元组成，数据存在本机磁盘上通过增加服务器数量提高系统处理能力，理论上可无限扩展，目技术可实现上千个节点互联对软件体系要求较高，需要通过软件层来调度和平衡各个节点的负载和并行处理过程MPP23数据存储架构：传统分布式文件与新型分布式文件传统分布式文件系统也可以适应海量数据增长，但是由于数据计算与存储是分离的，随数据量的增长，网络带宽形成瓶颈。新型分布式文件系统采用数据计算与存储绑定的新策略，可有效应对海量数据增长X86 PC集群数据存储：磁盘阵列数据存储与计算合一数据计算：数据服务器数据靠网络传输本机硬盘

17、本机硬盘本机硬盘本机硬盘计算模式拥有成本盘阵负责存储，数据服务器负责计算，彼此靠网络连接，计算效率受网络带宽影响PC机自行负责存储和计算，数据与计算绑定，不受网络带宽影响专用设备价格昂贵，维护费用高通用PC，价格低廉，维护方便存储模式磁盘阵列存储由每台PC机自带硬盘组成容错模式不能容忍盘阵设备出问题，靠RAID容错个别硬盘故障容许PC节点故障，通过多个文件副本保证数据完整性数据存储与计算分离24新型分布式文件系统Hadoop HDFSHadoop HDFS是新型分布式文件系统的典型代表，提供高可靠、高扩展、高吞吐能力的海量文件数据存储元数据节点Namenode文件名，文件块，文件块所在数据节点

18、，文件元数据123数据节点Datanode数据节点Datanode数据节点Datanode数据节点Datanode先读取文件元数据，知道文件在哪后读取各个文件块管理文件分布存储优点支持任意超大文件存储；硬件节点可不断扩展，低成本存储对上层应用屏蔽分布式部署结构，提供统一的文件系统访问接口，感觉就是一个大硬盘；应用无需知道文件具体存放位置，使用简单；文件分块存储（1块缺省64MB)，不同块可分布在不同机器节点上，通过元数据记录文件块位置；应用顺序读取各个块系统设计为高容错性，允许廉价PC故障；每块文件数据在不同机器节点上保存3份；这种备份的另一个好处是可方便不同应用就近读取，提高访问效率缺点适合

19、大数据文件保存和分析，不适合小文件，由于分布存储需要从不同节点读取数据，效率反而没有集中存储高；一次写入多次读取，不支持文件修改是最基础的大数据技术，基于文件系统层面提供文件访问能力，不如数据库技术强大，但也是海量数据库技术的底层依托文件系统接口完全不同于传统文件系统，应用需要重新开发上层应用Yahoo Amazon Facebook Ebay 淘宝 百度 中国移动飞信 中国移动大云行业应用技术特点25基于并行计算的分布式数据处理技术(MapReduce)TaskTracker(MapTask)TaskTracker(MapTask)TaskTracker(MapTask)TaskTracke

20、r(ReduceTask)TaskTracker(ReduceTask)中间结果中间结果中间结果JobTracker用户程序(JobClient)提交作业任务调度任务调度状态监控状态监控123MapReduce技术特性自动并行化：系统自动进行作业并行化处理自动可靠处理：系统自动处理节点/任务的故障检测和恢复灵活扩展：节点可以灵活加入和退出，系统自动感知节点状态并进行处理高性能：计算任务将被调度至数据所在的节点，减少网络开销，提升执行性能MapReduceMapReduce是解决海量数据处理的并行编程环境265. 大数据技术5.1 大数据的定义5.2 大数据的技术特征5.3 大数据的典型应用5.

21、4 大数据的发展趋势2013 北京泽佳公司版权所有Copyright2013 Zejia Consulting Corporation第 28 页大数据行业应用分析应用可能性电信政府（公共事业）交通金融医疗教育能源（电力/石油）纵轴契合度：表示该用户的IT应用特点与大数据特性的契合程度；横轴应用可能性：表示该用户出于主客观因素在短期内投资大数据的可能性；注：该位置为分析师访谈的综合印象，为定性分析，图中位置不代表具体数值HighMidLowLowMidHigh优先关注行业用户应用特点与大数据技术有较高的契合度，在主客观条件上也有较高的应用可能性。值得关注行业用户应有特点与大数据的契合度及应用可

22、能性综合较高适当关注行业用户两个维度暂时都不具备优势，可适当给予关注互联网（电子商务）契合度流通零售制造2013 北京泽佳公司版权所有Copyright2013 Zejia Consulting Corporation第 29 页大数据应用场景（1）为企业提供全面，可靠的绩效信息第 30 页大数据应用场景（2）为城市管理提供最新，实时数据2013 北京泽佳公司版权所有Copyright2013 Zejia Consulting Corporation第 31 页大数据应用场景（3）更快的基因组和蛋白质组分析2013 北京泽佳公司版权所有Copyright2013 Zejia Consultin

23、g Corporation第 32 页大数据应用场景（4）利用社交媒体等公开的信息增强传统的CRM数据，从而凭借全面的个人资料实现实现微观细分。2013 北京泽佳公司版权所有Copyright2013 Zejia Consulting Corporation第 33 页 2013年1月29日，住房和城乡建设部公布了首批个国家智慧城市试点名单，试点城市的公布标志着我国智慧城市发展进入规模推广的阶段。在目前智慧城市的发展阶段，主要的应用还处于对感知设备传递的信息进行简单处理的水平，充分认识大数据对于智慧城市建设的关键作用，对于避免智慧城市建设中出现“重感知，轻智慧”的通病具有重要意义。 从智慧城市

24、的体系结构来看，由于智慧城市的基础在于物联网技术，因此智慧城市体系架构和物联网的体系结构相类似，也可分为四层，分别为感知层、传输层、平台层、应用层。智慧城市相对于之前数字城市概念，最大的区别在于对感知层获取的信息进行了智慧的处理，因此也可以认为智慧城市是数字城市的升级版。由城市数字化到城市智慧化，关键是要实现对数字信息的智慧处理，其核心是大数据处理技术。智慧城市大数据应用场景（5）5. 大数据技术5.1 大数据的定义5.2 大数据的技术特征5.3 大数据的典型应用5.4 大数据的发展趋势大数据时代发展趋势大数据时代发展趋势之一：软件应用泛互联网化软件的价值是同它所协助管理的数据的规模和活性成正

25、比大数据时代，掌握更多用户行为数据，并能加以充分挖掘利用的公司，将在竞争中赢得先机，桌面应用软件链接软件公司与互联网平台的核心纽带，如何充分发挥桌面应用软件的纽带作用，是大数据时代的核心趋势之一。富界面：集成浏览器，支持移动终端、PC等设备（富界面是指桌面应用软件与浏览器的深度整合，软件外观与传统的应用软件雷同，但所有的数据都来自于互联网）门户化（排他性，产品相互支援，提高客户粘性）门户化的核心要义在于排他性、相关性。第一排他性是指用户一旦适应一个门户，则难以割舍，从而提供用户粘性；第二相关性是指用户在门户化软件中，可以完成他大部分的任务，而无需离开门户，门户中相关软件互为支援，互提供流量，促

26、使用户粘性越来越强。碎片化按需付费，改变商业模式（桌面应用软件的这三个特征相互促进、缺一不可，没有互联网化，门户化将无从谈起，碎片化也就推动了依托；没有碎片化，则商业模式没有形成的突破，在走卖拷贝的老路。泛互联网化趋势，将引发软件企业商业模式的弈，从单一的卖软件，向服务转型。大数据时代发展趋势大数据时代发展趋势之二：行业应用垂直整合大数据时代开源技术的发展已经可以和商务软件分庭抗礼，传统的OS、中间件、DB等平台级软件的同质化趋势已经渐趋明显，最终用户的关注焦点集中如何解决实际问题，而不是购买谁的数据库或OS。因此，越靠近最终用户的企业，将在产业链中拥有越大的发言权。上演“扶天子令诸侯”的好戏

27、，而这个“天子”就是广泛的最终用户。开源技术的兴盛和冲击Oracle行业垂直整合之路：ExaData：集成主机、存储、为客户提供一体化的应用、数据解决方案大数据时代发展趋势大数据发展趋势之三：数据成为资产对数据的掌控导致了对市场的支配和巨大的经济回报：一些公司已经在销售或者租赁数据包，获得了不菲的收入，象广联达、四维图新等。另外一些公司围绕大数据的存储、传输、整理、分析、挖掘，发展出新的技术和新的服务模式某种意义上来讲：数据就是金钱改变商业模式卖license卖服务从对license的需求到对整体解决方案、服务的需求易复制、利润率高边际成本为零卖人头盗版客户粘度高软硬一体化利润率较卖licen

28、se低，需要解决复用问题因泛在计算而导致行业需求变化利用好海量的大数据，解决中国软件公司卖人头、卖授权、无粘度的商业模式，转变为以数据服务为核心的新商业模式。启发各行业对IT系统投资新热点不同行业中，企业信息化成熟度差异明显；政府 等行业 的信息 化成熟 度明显领先，总 体处于扩展和 整合优 化阶段 ；除金融和电信之外的服务行业的信息化建设成熟度相对较低,仍处 在成长阶段。对大数据的处理需求将启发对于IT系统投资新热点，证实IT推动业务发展，增加对IT投资。从IT系统走向大数据决策分析未来着眼点在于服务2000制造业金融电信政府互联网企业自动化走向初步信息化快速发展整体解决方案需求年600亿投

29、资规模信息化走向移动互联化基本架构已经建立相对成熟500亿以上投资规模手工化向自动化转型：成熟度低成长阶段中国建筑信息化投入占总收入0.03%建筑流通移动互联化数据智能化大数据1、不是井里没有水，而是你挖的不够深。不是成功来得慢，而是你努力的不够多。2、孤单一人的时间使自己变得优秀，给来的人一个惊喜，也给自己一个好的交代。3、命运给你一个比别人低的起点是想告诉你，让你用你的一生去奋斗出一个绝地反击的故事，所以有什么理由不努力!4、心中没有过分的贪求，自然苦就少。口里不说多余的话，自然祸就少。腹内的食物能减少，自然病就少。思绪中没有过分欲，自然忧就少。大悲是无泪的，同样大悟无言。缘来尽量要惜，缘

30、尽就放。人生本来就空，对人家笑笑，对自己笑笑，笑着看天下，看日出日落，花谢花开，岂不自在，哪里来的尘埃!5、心情就像衣服，脏了就拿去洗洗，晒晒，阳光自然就会蔓延开来。阳光那么好，何必自寻烦恼，过好每一个当下，一万个美丽的未来抵不过一个温暖的现在。6、无论你正遭遇着什么，你都要从落魄中站起来重振旗鼓，要继续保持热忱，要继续保持微笑，就像从未受伤过一样。7、生命的美丽，永远展现在她的进取之中;就像大树的美丽，是展现在它负势向上高耸入云的蓬勃生机中;像雄鹰的美丽，是展现在它搏风击雨如苍天之魂的翱翔中;像江河的美丽，是展现在它波涛汹涌一泻千里的奔流中。8、有些事，不可避免地发生，阴晴圆缺皆有规律，我们

31、只能坦然地接受;有些事，只要你愿意努力，矢志不渝地付出，就能慢慢改变它的轨迹。9、与其埋怨世界，不如改变自己。管好自己的心，做好自己的事，比什么都强。人生无完美，曲折亦风景。别把失去看得过重，放弃是另一种拥有;不要经常艳羡他人，人做到了，心悟到了，相信属于你的风景就在下一个拐弯处。10、有些事想开了，你就会明白，在世上，你就是你，你痛痛你自己，你累累你自己，就算有人同情你，那又怎样，最后收拾残局的还是要靠你自己。11、人生的某些障碍，你是逃不掉的。与其费尽周折绕过去，不如勇敢地攀登，或许这会铸就你人生的高点。12、有些压力总是得自己扛过去，说出来就成了充满负能量的抱怨。寻求安慰也无济于事，还徒

32、增了别人的烦恼。13、认识到我们的所见所闻都是假象，认识到此生都是虚幻，我们才能真正认识到佛法的真相。钱多了会压死你，你承受得了吗?带，带不走，放，放不下。时时刻刻发悲心，饶益众生为他人。14、梦想总是跑在我的前面。努力追寻它们，为了那一瞬间的同步，这就是动人的生命奇迹。15、懒惰不会让你一下子跌倒，但会在不知不觉中减少你的收获;勤奋也不会让你一夜成功，但会在不知不觉中积累你的成果。人生需要挑战，更需要坚持和勤奋!16、人生在世：可以缺钱，但不能缺德;可以失言，但不能失信;可以倒下，但不能跪下;可以求名，但不能盗名;可以低落，但不能堕落;可以放松，但不能放纵;可以虚荣，但不能虚伪;可以平凡，但

33、不能平庸;可以浪漫，但不能浪荡;可以生气，但不能生事。17、人生没有笔直路，当你感到迷茫、失落时，找几部这种充满正能量的电影，坐下来静静欣赏，去发现生命中真正重要的东西。18、在人生的舞台上，当有人愿意在台下陪你度过无数个没有未来的夜时，你就更想展现精彩绝伦的自己。但愿每个被努力支撑的灵魂能吸引更多的人同行。1、想要体面生活，又觉得打拼辛苦；想要健康身体，又无法坚持运动。人最失败的，莫过于对自己不负责任，连答应自己的事都办不到，又何必抱怨这个世界都和你作对？人生的道理很简单，你想要什么，就去付出足够的努力。2、时间是最公平的，活一天就拥有24小时，差别只是珍惜。你若不相信努力和时光，时光一定第

34、一个辜负你。有梦想就立刻行动，因为现在过的每一天，都是余生中最年轻的一天。3、无论正在经历什么，都请不要轻言放弃，因为从来没有一种坚持会被辜负。谁的人生不是荆棘前行，生活从来不会一蹴而就，也不会永远安稳，只要努力，就能做独一无二平凡可贵的自己。4、努力本就是年轻人应有的状态，是件充实且美好的事，可一旦有了表演的成分，就会显得廉价，努力，不该是为了朋友圈多获得几个赞，不该是每次长篇赘述后的自我感动，它是一件平凡而自然而然的事，最佳的努力不过是：但行好事，莫问前程。愿努力，成就更好的你！5、付出努力却没能实现的梦想，爱了很久却没能在一起的人，活得用力却平淡寂寞的青春，遗憾是每一次小的挫折，它磨去最初柔软的心智、让我们懂得累积时间的力量；那些孤独沉寂的时光，让我们学会守候内心的平和与坚定。那些脆弱的不完美，都会在努力和坚持下，改变模样。6、人生中总会