大資料的特點

　　大資料技術是指從各種各樣海量型別的資料中，快速獲得有價值資訊的能力。適用於大資料的技術，包括大規模並行處理（MPP）資料庫，資料探勘電網，分散式檔案系統，分散式資料庫，雲計算平臺，網際網路，和可擴充套件的儲存系統。

　　大資料具備以下4個特點：

　　一是資料量巨大。例如，人類生產的所有印刷材料的資料量僅為200PB。典型個人計算機硬碟的容量為TB量級，而一些大企業的資料量已經接近EB量級。

　　二是資料型別多樣。現在的資料型別不僅是文字形式，更多的是圖片、影片、音訊、地理位置資訊等多型別的資料，個性化資料佔絕對多數。

　　三是處理速度快。資料處理遵循“1秒定律”，可從各種型別的資料中快速獲得高價值的資訊。

　　四是價值密度低。以影片為例，一小時的影片，在不間斷的測試過程中，可能有用的資料僅僅只有一兩秒。

　　大資料五大基本特點包括容量、種類、速度、可變性、真實性。

　　大資料IT行業術語，是指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大資料時代》中大資料指不用隨機分析法（抽樣調查）這樣捷徑，而採用所有資料進行分析處理。大資料的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。對於“大資料”（Bigdata）研究機構Gartner給出了這樣的定義。“大資料”是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力來適應海量、高增長率和多樣化的資訊資產。麥肯錫全球研究所給出的定義是：一種規模大到在獲取、儲存、管理、分析方面大大超出了傳統資料庫軟體工具能力範圍的資料集合，具有海量的資料規模、快速的資料流轉、多樣的資料型別和價值密度低四大特徵。

　　1、大資料有4個特點，為別為：Volume（大量）、Variety（多樣）、Velocity（高速）、Value（價值），一般我們稱之為4V。

　　2、大量。大資料的特徵首先就體現為“大”，從先Map3時代，一個小小的MB級別的Map3就可以滿足很多人的需求，然而隨著時間的推移，儲存單位從過去的GB到TB，乃至現在的PB、EB級別。隨著資訊科技的高速發展，資料開始爆發性增長。社交網路（微博、推特、臉書）、行動網路、各種智慧工具，服務工具等，都成為資料的來源。淘寶網近4億的會員每天產生的商品交易資料約20TB；臉書約10億的使用者每天產生的日誌資料超過300TB。迫切需要智慧的演算法、強大的資料處理平臺和新的資料處理技術，來統計、分析、預測和實時處理如此大規模的資料。

　　3、多樣。廣泛的資料來源，決定了大資料形式的多樣性。任何形式的資料都可以產生作用，目前應用最廣泛的就是推薦系統，如淘寶，網易雲音樂、今日頭條等，這些平臺都會透過對使用者的日誌資料進行分析，從而進一步推薦使用者喜歡的東西。日誌資料是結構化明顯的資料，還有一些資料結構化不明顯，例如音訊、影片等，這些資料因果關係弱，就需要人工對其進行標註。

　　4、高速。大資料的產生非常迅速，主要透過網際網路傳輸。生活中每個人都離不開網際網路，也就是說每天個人每天都在向大資料提供大量的資料。並且這些資料是需要及時處理的，因為花費大量資本去儲存作用較小的歷史資料是非常不划算的，對於一個平臺而言，也許儲存的資料只有過去幾天或者一個月之內，再遠的資料就要及時清理，不然代價太大。基於這種情況，大資料對處理速度有非常嚴格的要求，伺服器中大量的資源都用於處理和計算資料，很多平臺都需要做到實時分析。資料無時無刻不在產生，誰的速度更快，誰就有優勢。

　　5、價值。這也是大資料的核心特徵。現實世界所產生的資料中，有價值的資料所佔比例很小。相比於傳統的小資料，大資料最大的價值在於透過從大量不相關的各種型別的資料中，挖掘出對未來趨勢與模式預測分析有價值的資料，並透過機器學習方法、人工智慧方法或資料探勘方法深度分析，發現新規律和新知識，並運用於農業、金融、醫療等各個領域，從而最終達到改善社會治理、提高生產效率、推進科學研究的效果。