大數(shù)據(jù)的特征

01數(shù)據(jù)的體量巨大(Volume)02數(shù)據(jù)的類型繁多(Variety)04數(shù)據(jù)的處理速度快(Velocity)03數(shù)據(jù)的價值密度低(Value)05數(shù)據(jù)的準確性（Veracity）06數(shù)據(jù)的動態(tài)性（Vitality）數(shù)據(jù)的體量巨大(Volume)

01數(shù)據(jù)的體量巨大(Volume)

這就是大數(shù)據(jù)本身的本質，有很多數(shù)據(jù)，很大數(shù)據(jù)量。而數(shù)據(jù)量本身并不使數(shù)據(jù)變得有用，所以我們需要對它進行再次的處理。計算機的運行速度決定了沒法迅速處理如此大的數(shù)據(jù)規(guī)模，所以在大量數(shù)據(jù)領域，還有類似存儲，訪問和處理相關的成本，可擴展性和性能等等挑戰(zhàn)。數(shù)據(jù)量大，包括采集、存儲和計算的量都非常大。大數(shù)據(jù)的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）。截至目前，人類生產的所有印刷材料的數(shù)據(jù)量是200PB(1PB=210TB)，而歷史上全人類說過的所有的話的數(shù)據(jù)量大約是5EB(1EB=210PB)。當前，典型個人計算機硬盤的容量為TB量級，而一些大企業(yè)的數(shù)據(jù)量已經接近EB量級。數(shù)據(jù)的類型繁多(Variety)

02數(shù)據(jù)的類型繁多(Variety)

數(shù)據(jù)格式多樣性：包含文字、影音、網(wǎng)頁、串流等等結構性、非結構性的數(shù)據(jù)等等。來源多樣性：從動車系統(tǒng)傳來的實時數(shù)據(jù)，從沃爾瑪系統(tǒng)每周統(tǒng)計的數(shù)據(jù)等。媒體多樣性：隨著多媒體的發(fā)展，用來傳播的媒體也越來越多，如音頻、視頻、圖片等等。語義多樣性：分為兩個方面。一方面，舉個最簡單的例子，我們可以用數(shù)字來表示年齡，我們也有用小孩，青年，老人來表示年齡。另一方面，在不同語義情況下，相同的詞會蘊含不用的意思。種類和來源多樣化。這種類型的多樣性也讓數(shù)據(jù)被分為結構化數(shù)據(jù)和非結構化數(shù)據(jù)。相對于以往便于存儲的以文本為主的結構化數(shù)據(jù)，非結構化數(shù)據(jù)越來越多，包括網(wǎng)絡日志、音頻、視頻、圖片、地理位置信息等，這些多類型的數(shù)據(jù)對數(shù)據(jù)的處理能力提出了更高要求。數(shù)據(jù)的價值密度低(Value)03數(shù)據(jù)的價值密度低(Value)數(shù)據(jù)價值密度相對較低，或者說是浪里淘沙卻又彌足珍貴。隨著互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)的廣泛應用，信息感知無處不在，信息海量，但價值密度較低，存在大量不相關信息。價值密度的高低與數(shù)據(jù)總量的大小成反比。以視頻為例，一部1小時的視頻，在連續(xù)不間斷的監(jiān)控中，有用數(shù)據(jù)可能僅有一二秒。如何結合業(yè)務邏輯并通過強大的機器算法來挖掘數(shù)據(jù)價值，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”成為目前大數(shù)據(jù)背景下亟待解決的難題。由此需要對未來趨勢與模式作可預測分析，利用機器學習、人工智能等進行深度復雜分析。而如何通過強大的機器算法更迅速地完成數(shù)據(jù)的價值提煉，是大數(shù)據(jù)時代亟待解決的難題。雖然單位數(shù)據(jù)的價值密度在不斷降低，但是數(shù)據(jù)的整體價值在提高。數(shù)據(jù)的處理速度快(Velocity)04數(shù)據(jù)的處理速度快(Velocity)這里解釋為處理數(shù)據(jù)的速度，因此訪問速度和得到所需結果的速度是至關重要的。舉個例子，GoogleFluTrends(雖然已經證明是失敗的了)能夠預測流感，通過實時收集數(shù)據(jù)進行運算，如果你的運算速度比較慢，處理不了那么多數(shù)據(jù)，那么在流感爆發(fā)的時候，你還沒有計算出這個區(qū)域有沒有流感潛伏，這就失去了時效性。所以處理速度很重要。數(shù)據(jù)增長速度快，處理速度也快，時效性要求高。比如搜索引擎要求幾分鐘前的新聞能夠被用戶查詢到，個性化推薦算法盡可能要求實時完成推薦。這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘的最顯著特征。根據(jù)IDC的“數(shù)字宇宙”的報告，預計到2020年，全球數(shù)據(jù)使用量將達到35.2ZB。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。數(shù)據(jù)的準確性（Veracity）05數(shù)據(jù)的準確性（Veracity）當數(shù)據(jù)源變得多元時，數(shù)據(jù)的準確性和可信賴度，即數(shù)據(jù)的質量。數(shù)據(jù)的動態(tài)性（Vitality）06數(shù)據(jù)的動態(tài)性