大数据本身是一个抽象的概念。 一般来说，大数据是指普通软件工具无法在有限的时间内获取、存储、管理和处理的数据集合。
目前，业界对大数据并无统一定义，但人们普遍认为大数据具有Volume、Velocity、Variety、Value四大特征。 简称“4V”，即数据量庞大，数据速度快，数据种类多，数据价值密度低。 如图1所示。 以下，对各自的特征进行简单说明。
图1大数据的特征
1 ) Volume )表示大数据的数据量巨大。
数据集合的规模扩大，从GB级增加到TB级，进而增加到PB级，近年来，数据量开始用EB和ZB来计数。
例如，中型城市的视频监控信息每天可达到数十TB的数据量。 百度首页导航每天需要提供至少1-5PB的数据，打印这些数据将超过5000亿张A4纸。 图2显示了针对每个互联网产生的各种数据的量。
图2互联网每分钟生成的数据
2 ) Velocity )大数据的数据产生、处理、分析速度持续加快。
其原因是数据创建的实时性，以及需要将流数据集成到业务流程和决策流程中。 数据处理速度快，处理模式开始从批处理转移到流媒体处理。
业界将大数据的处理能力称为——“ 1秒法则”。 这意味着您可以从各种类型的数据中快速获得高价值的信息。 大数据的高速处理能力充分体现了其与传统数据处理技术的本质区别。
3 ) Variety )表示大数据的数据类型很多。
传统IT产业产生和处理的数据种类比较单一，大部分是结构化数据。 随着传感器、智能设备、社交网络、物联网、移动计算、在线广告等新渠道和技术的出现，生成的数据种类数不胜数。
当前的数据类型不仅包括格式化的数据，而且包括XML、邮件、博客、即时消息、视频、照片、点击流和日志文件等半结构化或非结构化数据。 企业需要整合、存储和分析来自复杂的传统和非传统信息源的数据，包括企业内部和外部的数据。
4 ) Value )大数据的数据价值密度较低。
由于大数据的体量在增大，所以单位数据的价值密度在下降，但数据的整体价值在提高。 以监控视频为例，在1小时的视频中，有用的数据可能只有1、2秒，但非常重要。 现在很多专家把大数据等同于黄金和石油，这表明大数据蕴含着无限的商业价值。
中商产业研究院公布的《2018-2023 年中国大数据产业市场前景及投资机会研究报告》显示，2017年中国大数据产业规模达到4700亿元，比去年同期增长30%。 随着大数据在各行业融合应用的不断深化，预计2018年中国大数据市场产值将突破6000亿元，达到6200亿元。
通过处理大数据，在其中找到潜在的商业价值，可以产生巨大的商业利益。
自转： http://www.ryxxff.com/9261.html