da 數(shù)據(jù)的四個(gè)基本特征是:1。數(shù)據(jù)量大；2.要求快速響應(yīng)；3.數(shù)據(jù)多樣性；4.低值密度。大數(shù)據(jù)是指在一定時(shí)間范圍內(nèi)，常規(guī)軟件工具無(wú)法捕捉、管理和處理的數(shù)據(jù)的集合。Da 數(shù)據(jù)的4V特征是量(規(guī)模)、速(高速)、變(多樣)、值(價(jià)值)。

Da 數(shù)據(jù)的4V表示“音量大”、“多樣性品種”、“低值”、“速度快”，現(xiàn)在是5V?！癉a 數(shù)據(jù)”的起始計(jì)量單位至少為P(1000 t)、E(100萬(wàn)t)或Z(10億t)。二、品種:種類(lèi)和來(lái)源多樣化。包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化，體現(xiàn)在網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等。，各類(lèi)數(shù)據(jù)對(duì)數(shù)據(jù)的處理能力提出了更高的要求。

隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的廣泛應(yīng)用，信息感知無(wú)處不在，信息海量，但價(jià)值密度低。如何結(jié)合業(yè)務(wù)邏輯和強(qiáng)大的機(jī)器算法挖掘數(shù)據(jù)的價(jià)值，是數(shù)據(jù)時(shí)代最需要解決的問(wèn)題。四。速度:數(shù)據(jù)增長(zhǎng)快，處理速度快，時(shí)效性要求高。比如搜索引擎要求用戶(hù)可以查詢(xún)幾分鐘前的新聞，個(gè)性化推薦算法要求盡可能實(shí)時(shí)推薦。這是Da 數(shù)據(jù)區(qū)別于傳統(tǒng)的數(shù)據(jù)挖掘的顯著特點(diǎn)。

large數(shù)據(jù)(bigdata)，即巨量數(shù)據(jù)，是指所涉及的信息無(wú)法被當(dāng)前主流的軟件工具捕捉、管理、處理和整理，以幫助企業(yè)在合理的時(shí)間內(nèi)做出更加積極的商業(yè)決策。(在維克多·邁耶、勛伯格和肯尼斯·庫(kù)克耶寫(xiě)的《Da 數(shù)據(jù) Time》中，Da 數(shù)據(jù)是指采用所有方法數(shù)據(jù)而不是隨機(jī)分析(抽樣調(diào)查)的捷徑)。

數(shù)據(jù)的四個(gè)“V”有四個(gè)特點(diǎn):第一，數(shù)據(jù)巨大。從TB級(jí)跳到PB級(jí)；第二，數(shù)據(jù)有很多類(lèi)型。前面提到的博客、視頻、圖片、地理信息等等。再次，數(shù)據(jù)的來(lái)源直接導(dǎo)致分析結(jié)果的準(zhǔn)確性和真實(shí)性。如果數(shù)據(jù)的來(lái)源完整真實(shí)，最終的分析結(jié)果和決策會(huì)更加準(zhǔn)確。第四，處理速度快，一秒定律。

large -14v表征為數(shù)據(jù)大規(guī)模:large數(shù)據(jù)通常指100TB以上的量；數(shù)據(jù)品種:數(shù)據(jù)品種、復(fù)雜、多樣是Da 數(shù)據(jù)的重要特征；數(shù)據(jù)處理速度快:數(shù)據(jù)從產(chǎn)生到消費(fèi)，時(shí)間窗口很小，可供決策的時(shí)間很短；數(shù)據(jù)低價(jià)值密度:挖掘大數(shù)據(jù)的價(jià)值類(lèi)似于沙里淘金，從海量數(shù)據(jù)中挖掘出稀有珍貴的信息。大數(shù)據(jù)指超過(guò)傳統(tǒng)數(shù)據(jù)庫(kù)系統(tǒng)數(shù)據(jù)的處理能力的。

為了得到Da 數(shù)據(jù)中的值，必須選擇另一種方式來(lái)處理。數(shù)據(jù)中隱藏著有價(jià)值的模式和信息，過(guò)去需要相當(dāng)多的時(shí)間和成本才能提取出來(lái)。沃爾瑪或谷歌等龍頭企業(yè)要從Big 數(shù)據(jù)中挖掘信息，需要付出很高的代價(jià)?，F(xiàn)在的各種資源，比如硬件，云架構(gòu)，開(kāi)源軟件，讓大數(shù)據(jù)的處理變得更方便，更便宜。

總的來(lái)說(shuō)，Da 數(shù)據(jù)主要有以下四個(gè)典型特征:量、變、速、值，稱(chēng)為“4V”。1.規(guī)模。大數(shù)據(jù)一開(kāi)始的特點(diǎn)是“量大”，存儲(chǔ)單位從過(guò)去的GB、TB到PB、EB。隨著信息技術(shù)的飛速發(fā)展，數(shù)據(jù)開(kāi)始爆發(fā)。社交網(wǎng)絡(luò)(微博、推特、臉書(shū))、移動(dòng)網(wǎng)絡(luò)、各種智能終端等。都成為了數(shù)據(jù)的來(lái)源。

智能的算法，強(qiáng)大的數(shù)據(jù)處理平臺(tái)，新的數(shù)據(jù)處理技術(shù)，迫切需要對(duì)如此大規(guī)模的數(shù)據(jù)進(jìn)行實(shí)時(shí)的統(tǒng)計(jì)、分析、預(yù)測(cè)和處理。2.多樣性，數(shù)據(jù)的廣泛來(lái)源決定了數(shù)據(jù)形式的多樣性。大數(shù)據(jù)大致可以分為三類(lèi):一類(lèi)是結(jié)構(gòu)化數(shù)據(jù)，如財(cái)務(wù)系統(tǒng)數(shù)據(jù)、信息管理系統(tǒng)數(shù)據(jù)、醫(yī)療系統(tǒng)數(shù)據(jù)，等等，二是非結(jié)構(gòu)化數(shù)據(jù)，如視頻、圖片、音頻等。，其特點(diǎn)是數(shù)據(jù)之間沒(méi)有因果關(guān)系；三是半結(jié)構(gòu)化數(shù)據(jù)，如HTML文檔、郵件、網(wǎng)頁(yè)等，，其特征是數(shù)據(jù)的弱因果關(guān)系。