什么是大數(shù)據(jù)？什么是大數(shù)據(jù)？什么是大數(shù)據(jù)？什么是大數(shù)據(jù)？什么是“大數(shù)據(jù)”？什么是大數(shù)據(jù)？大數(shù)據(jù)是指在一定時間范圍內(nèi)，常規(guī)軟件工具無法捕捉、管理和處理的數(shù)據(jù)集合。數(shù)據(jù)有多大才叫做大數(shù)據(jù)？大數(shù)據(jù)包括什么？大數(shù)據(jù)是指在一定時間范圍內(nèi)，常規(guī)軟件工具無法捕捉、管理和處理的數(shù)據(jù)集合。

這是一個非常好的問題。作為一個大數(shù)據(jù)從業(yè)者，我來回答一下。在當(dāng)前的大數(shù)據(jù)時代，不僅IT(互聯(lián)網(wǎng))行業(yè)的人需要了解大數(shù)據(jù)，傳統(tǒng)行業(yè)的從業(yè)者和普通大學(xué)生也應(yīng)該了解大數(shù)據(jù)。在工業(yè)互聯(lián)網(wǎng)和新基礎(chǔ)設(shè)施計劃的推動下，未來大數(shù)據(jù)技術(shù)將得到充分應(yīng)用，大數(shù)據(jù)也將重塑整個產(chǎn)業(yè)結(jié)構(gòu)。要理解大數(shù)據(jù)，首先要從大數(shù)據(jù)的概念說起。與人工智能的概念不同，大數(shù)據(jù)的概念相對清晰，大數(shù)據(jù)的技術(shù)體系已經(jīng)成熟。

大數(shù)據(jù)本身的特性往往集中在五個方面，即數(shù)據(jù)量、數(shù)據(jù)結(jié)構(gòu)多樣性、數(shù)據(jù)價值密度、數(shù)據(jù)增長速度和可信度。對這五個維度的理解和認(rèn)知是理解大數(shù)據(jù)概念的關(guān)鍵。當(dāng)然，隨著大數(shù)據(jù)技術(shù)的發(fā)展及其在行業(yè)中的應(yīng)用，數(shù)據(jù)本身的維度也有了一定程度的擴(kuò)展，這些擴(kuò)展本身就是對大數(shù)據(jù)概念的一種豐富和完善。

“大數(shù)據(jù)”是指從多個來源以多種形式收集的龐大數(shù)據(jù)集，往往是實(shí)時的。Bigdata，megadata)，或稱巨量數(shù)據(jù)，是指海量、高增長、多樣化的信息資產(chǎn)，需要新的處理模式，以具備更強(qiáng)的決策、洞察和流程優(yōu)化能力。大數(shù)據(jù)的5V特征:體量(海量)、速度(高速)、多樣性(多樣性)、價值(價值密度)、真實(shí)性。

從TB級跳到PB級。第二，多樣性，數(shù)據(jù)的類型有很多種，比如網(wǎng)絡(luò)日志、視頻、圖片、地理信息等等。第三，價值(價值密度)低。以視頻為例，在持續(xù)監(jiān)控的過程中，可能有用的數(shù)據(jù)只有一兩秒鐘。第四，速度(高速)，加工速度快。1第二定律。這最后一點(diǎn)也與傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的區(qū)別。

大數(shù)據(jù)是指在一定時間范圍內(nèi)，常規(guī)軟件工具無法捕捉、管理和處理的數(shù)據(jù)集合。大數(shù)據(jù)是一種信息資產(chǎn)，需要新的處理模式來擁有更強(qiáng)的決策、洞察和流程優(yōu)化能力，以適應(yīng)海量、高增長率和多樣化。大數(shù)據(jù)是一種數(shù)據(jù)集合，其規(guī)模遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)數(shù)據(jù)庫軟件工具在獲取、存儲、管理和分析方面的能力。具有數(shù)據(jù)規(guī)模海量、數(shù)據(jù)流動迅速、數(shù)據(jù)類型多樣、價值密度低四大特點(diǎn)。

換句話說，如果把大數(shù)據(jù)比作一個行業(yè)，那么這個行業(yè)盈利的關(guān)鍵就在于提高數(shù)據(jù)的“處理能力”，通過“處理”實(shí)現(xiàn)數(shù)據(jù)的“增值”。從技術(shù)上講，大數(shù)據(jù)和云計算的關(guān)系就像硬幣的正反面一樣密不可分。大數(shù)據(jù)不能由單臺計算機(jī)處理，必須采用分布式架構(gòu)。其特點(diǎn)是對海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘。但它必須依賴云計算的分布式處理、分布式數(shù)據(jù)庫、云存儲和虛擬化技術(shù)。

你需要大量的大數(shù)據(jù)才算“大數(shù)據(jù)”。什么是大數(shù)據(jù)？有一個故事。據(jù)說當(dāng)顧客點(diǎn)了一份披薩，披薩店可以立刻調(diào)出顧客的很多信息，比如送披薩必備的家庭和工作單位的地址和電話，顧客的消費(fèi)習(xí)慣，從而推薦適合他的那種披薩，顧客名下銀行卡的透支情況，從而確定他的付款方式，甚至當(dāng)顧客想取自己的披薩時，他還可以根據(jù)顧客的名字停好車。

“大數(shù)據(jù)是大容量、多樣性、訪問速度快、應(yīng)用價值高的數(shù)據(jù)集合。正在迅速發(fā)展成為收集、存儲和分析海量、來源分散、格式多樣的數(shù)據(jù)，發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升新能力的新一代信息技術(shù)和服務(wù)業(yè)態(tài)。”工信部信息化和軟件服務(wù)業(yè)司副司長李冠宇在接受《經(jīng)濟(jì)日報·中國經(jīng)濟(jì)網(wǎng)》記者采訪時表示。

bigdata，即巨量數(shù)據(jù)，是指所涉及的信息無法被當(dāng)前主流的軟件工具在合理的時間內(nèi)捕獲、管理、處理和整理，以幫助企業(yè)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·庫克耶合著的《大數(shù)據(jù)時代》中，大數(shù)據(jù)是指使用所有數(shù)據(jù)的方法，而不是隨機(jī)分析(抽樣調(diào)查)的捷徑。)大數(shù)據(jù)的4V特征是:體量(海量)、速度(高速)、多樣性(多樣性)、真實(shí)性(真實(shí)性)。

大數(shù)據(jù)的四個“V”，或者說特征，有四個層次:一是數(shù)據(jù)量巨大。從TB級跳到PB級；第二，數(shù)據(jù)類型多。前面提到的博客、視頻、圖片、地理信息等等。第三，數(shù)據(jù)來源直接導(dǎo)致分析結(jié)果的準(zhǔn)確性和真實(shí)性。如果數(shù)據(jù)來源完整真實(shí)，最終的分析結(jié)果和決策會更加準(zhǔn)確。第四，處理速度快，一秒定律。

大數(shù)據(jù)是指在一定時間范圍內(nèi)，常規(guī)軟件工具無法捕捉、管理和處理的數(shù)據(jù)集合。大數(shù)據(jù)，或稱巨量數(shù)據(jù)，是指涉及的數(shù)據(jù)量大到無法在合理的時間內(nèi)捕捉、管理、處理和整理，以幫助企業(yè)做出更積極的商業(yè)決策的信息。大數(shù)據(jù)包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)日益成為數(shù)據(jù)的主體部分。根據(jù)IDC的調(diào)查報告，企業(yè)中80%的數(shù)據(jù)是非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)每年以60%的指數(shù)級增長。

大數(shù)據(jù)是指在一定時間范圍內(nèi)，常規(guī)軟件工具無法捕捉、管理和處理的數(shù)據(jù)集合。大數(shù)據(jù)是一種數(shù)據(jù)量和數(shù)據(jù)類別特別大的數(shù)據(jù)集，這種數(shù)據(jù)集無法用傳統(tǒng)的數(shù)據(jù)庫工具進(jìn)行抓取、管理和處理，大數(shù)據(jù)首先指的是數(shù)據(jù)量？大，指的是大數(shù)據(jù)集，一般在10TB？關(guān)于規(guī)模，但是在實(shí)際應(yīng)用中，很多企業(yè)用戶把多個數(shù)據(jù)集放在一起，已經(jīng)形成了PB級的數(shù)據(jù)量；其次，意味著數(shù)據(jù)的種類繁多，數(shù)據(jù)來自各種數(shù)據(jù)源，數(shù)據(jù)的類型和格式日益豐富，已經(jīng)突破了以前定義的結(jié)構(gòu)化數(shù)據(jù)范疇，包含了半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。