版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
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(zhì),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(lǐng)域,還有類似存儲,訪問和處理相關(guān)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(chǎn)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(jīng)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(jié)構(gòu)性、非結(jié)構(gòu)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(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。相對于以往便于存儲的以文本為主的結(jié)構(gòu)化數(shù)據(jù),非結(jié)構(gòu)化數(shù)據(jù)越來越多,包括網(wǎng)絡(luò)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(yīng)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(guān)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(jié)合業(yè)務(wù)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(yù)測分析,利用機器學(xué)習、人工智能等進行深度復(fù)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(jié)果的速度是至關(guān)重要的。舉個例子,GoogleFluTrends(雖然已經(jīng)證明是失敗的了)能夠預(yù)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(yù)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(zhì)量。數(shù)據(jù)的動態(tài)性(Vitality)06數(shù)據(jù)的動態(tài)性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 《 赤峰市公立醫(yī)院績效評價指標體系構(gòu)建與實證研究》范文
- 《 齒輪式同步馬達壓力補償閥的設(shè)計與特性分析》范文
- 《 人大個案監(jiān)督制度的實證研究》范文
- 《 控股股東股權(quán)質(zhì)押、證券分析師關(guān)注與企業(yè)創(chuàng)新投入》范文
- 《 克爾凱郭爾哲學(xué)中“無”的三重意蘊》范文
- 《 內(nèi)蒙古典型草原不同群落類型土壤碳庫特征及其對草地退化的響應(yīng)》范文
- 《 明代中后期(1506-1644)江南地區(qū)旅游活動研究》范文
- 序言 物理學(xué):研究物質(zhì)及其運動規(guī)律的科學(xué) 教學(xué)設(shè)計-2024-2025學(xué)年高一上學(xué)期物理人教版(2019)必修第一冊
- 義務(wù)教育勞動課程標準2022年版考試題庫及答案40
- 怎樣從電腦制作課件
- 市政工程交通導(dǎo)行施工方案
- 暗挖工程安全預(yù)防控制措施
- Java程序設(shè)計教程課件
- 南陽防靜電地板磚施工方案
- 中建綜合支吊架施工方案
- 中學(xué)學(xué)校學(xué)術(shù)委員會章程
- 數(shù)字技術(shù)賦能鄉(xiāng)村振興 課件 第4、5章 鄉(xiāng)村數(shù)字治理、智慧綠色鄉(xiāng)村建設(shè)
- 血戰(zhàn)湘江課件-2022-2023學(xué)年高中音樂人音版(2019)必修 音樂鑒賞
- 彩鋼式活動板房驗收記錄表
- 第一單元《好朋友》大單元(教學(xué)設(shè)計)人音版音樂一年級上冊
- 防火圍堰施工方案
評論
0/150
提交評論