Da 數(shù)據(jù)，有什么特點(diǎn)？什么是具有4V特性的“Da 數(shù)據(jù)”?Da 數(shù)據(jù)呈現(xiàn)“4V 1C”的特點(diǎn):(1)種類繁多，Da 數(shù)據(jù)有很多種，在編碼方式上，數(shù)據(jù)格式。(2)體量，各種設(shè)備產(chǎn)生的海量數(shù)據(jù)其數(shù)據(jù)規(guī)模極其龐大，遠(yuǎn)遠(yuǎn)大于目前互聯(lián)網(wǎng)上的信息。

隨著云時(shí)代的到來(lái)，big 數(shù)據(jù)(Bigdata)受到越來(lái)越多的關(guān)注。著云臺(tái)的分析師團(tuán)隊(duì)認(rèn)為，“大數(shù)據(jù)”通常被用來(lái)描述一個(gè)公司創(chuàng)建的大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，而這些數(shù)據(jù)下載到關(guān)系型數(shù)據(jù)庫(kù)中進(jìn)行分析會(huì)花費(fèi)太多的成本。大型數(shù)據(jù)分析往往與云計(jì)算聯(lián)系在一起，因?yàn)閷?shí)時(shí)大型數(shù)據(jù) set分析需要MapReduce這樣的框架將工作分配到幾十臺(tái)、幾百臺(tái)甚至幾千臺(tái)計(jì)算機(jī)上。

理解這一點(diǎn)很重要，也正是這一點(diǎn)讓這項(xiàng)技術(shù)有潛力走向很多企業(yè)。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)有很多類型。前面提到的博客、視頻、圖片、地理信息等等。第三，價(jià)值密度低。以視頻為例。在持續(xù)監(jiān)控的過(guò)程中，可能只有一兩秒鐘有用數(shù)據(jù)吧。第四，處理速度快。

①體量，即數(shù)據(jù)巨大，從TB級(jí)躍升到PB級(jí)；②多樣性，即數(shù)據(jù)的類型很多，不僅包括傳統(tǒng)格式數(shù)據(jù)，還包括來(lái)自互聯(lián)網(wǎng)的網(wǎng)絡(luò)日志、視頻、圖片、地理位置等。③速度，即加工速度快；關(guān)于數(shù)據(jù)的處理速度，有一個(gè)著名的“一秒定律”，即必須在一秒的時(shí)間范圍內(nèi)給出分析結(jié)果，超過(guò)這個(gè)時(shí)間范圍數(shù)據(jù)就失去了價(jià)值。

4V指的是量、品種、價(jià)值，Velocity10指的是OnlineVolume( 數(shù)據(jù)大數(shù)量):數(shù)據(jù)大數(shù)量，以及大量的收集、存儲(chǔ)和計(jì)算。種類:種類和來(lái)源的多樣性。值(低值密度):數(shù)據(jù)低值密度。速度:數(shù)據(jù)成長(zhǎng)快，處理快，時(shí)效性高。在線(數(shù)據(jù)在線):數(shù)據(jù)一直在線。

Da 數(shù)據(jù)的4V特征是:成交量(質(zhì)量)、速度(高速)、品種(品種)、價(jià)值(價(jià)值)。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)有很多類型。前面提到的博客、視頻、圖片、地理信息等等。第三，價(jià)值密度低，商業(yè)價(jià)值高。以視頻為例。在持續(xù)監(jiān)控的過(guò)程中，可能只有一兩秒鐘有用數(shù)據(jù)吧。

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。

這句話不對(duì)。Da 數(shù)據(jù)的4V特性不包括:重要性。-14v的特征分別是成交量(質(zhì)量)、速度(高速)、品種(多樣性)、價(jià)值(價(jià)值)?！按髷?shù)據(jù)”的概念是由維克多·邁耶·勛伯格和肯尼斯·凱耶在《大數(shù)據(jù)時(shí)間》中提出的。到目前為止，人類生產(chǎn)的所有印刷品的量是200PB，而歷史上人類說(shuō)的數(shù)據(jù)的總量大約是5EB。

Da 數(shù)據(jù)表現(xiàn)出“4V 1C”的特點(diǎn):(1)種類繁多，Da 數(shù)據(jù)有編碼方式、數(shù)據(jù)格式、應(yīng)用特點(diǎn)等方面的差異，多種信息源并發(fā)。(2)體量，各種設(shè)備產(chǎn)生的海量數(shù)據(jù)其數(shù)據(jù)規(guī)模極其龐大，遠(yuǎn)遠(yuǎn)大于目前互聯(lián)網(wǎng)上的信息。

總的來(lái)說(shuō)，Da 數(shù)據(jù)有四個(gè)典型特征:量、變、速、值，稱為“4V”。1.規(guī)模。大數(shù)據(jù)一開始的特點(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)開始爆發(fā)。社交網(wǎng)絡(luò)(微博、推特、臉書)、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。大的數(shù)據(jù)大致可以分為三類:一類是結(jié)構(gòu)化的數(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。