大數(shù)據(jù)（big data），指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價值密度低的四大特征。

一般認為，大數(shù)據(jù)主要具有以下4個方面的典型特征，即大量（Volume）、多樣（Variety）、高速（Velocity）和價值（Value），即所謂的4V。

1. Volume（大量），大數(shù)據(jù)的特征首先就是數(shù)據(jù)規(guī)模大。隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、移動互聯(lián)技術的發(fā)展，人和事物的所有軌跡都可以被記錄下來，數(shù)據(jù)呈現(xiàn)出爆發(fā)性增長。

2. Variety（多樣）。數(shù)據(jù)來源的廣泛性，決定了數(shù)據(jù)形式的多樣性。大數(shù)據(jù)可以分為三類，一是結構化數(shù)據(jù)，如財務系統(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，其特點是數(shù)據(jù)間因果關系強;一是非結構化的數(shù)據(jù)，如視頻、圖片、音頻等，其特點是數(shù)據(jù)間沒有因果關系;三是半結構化數(shù)據(jù)，如HTML文檔、郵件、網(wǎng)頁等，其特點是數(shù)據(jù)間的因果關系弱。有統(tǒng)計顯示，目前結構化數(shù)據(jù)占據(jù)整個互聯(lián)網(wǎng)數(shù)據(jù)量的75%以上，而產(chǎn)生價值的大數(shù)據(jù)，往往是這些非結構化數(shù)據(jù)。

3.Velocity（高速），數(shù)據(jù)的增長速度和處理速度是大數(shù)據(jù)高速性的重要體現(xiàn)。與以往的報紙、書信等傳統(tǒng)數(shù)據(jù)載體生產(chǎn)傳播方式不同，在大數(shù)據(jù)時代，大數(shù)據(jù)的交換和傳播主要是通過互聯(lián)網(wǎng)和云計算等方式實現(xiàn)的，其生產(chǎn)和傳播數(shù)據(jù)的速度是非常迅速的。另外，大數(shù)據(jù)還要求處理數(shù)據(jù)的響應速度要快，例如，上億條數(shù)據(jù)的分析必須在幾秒內(nèi)完成。數(shù)據(jù)的輸人、處理與丟棄必須立刻見效，幾乎無延遲。

4.Value（價值），大數(shù)據(jù)的核心特征是價值，其實價值密度的高低和數(shù)據(jù)總量的大小是成反比的，即數(shù)據(jù)價值密度越高數(shù)據(jù)總量越小，數(shù)據(jù)價值密度越低數(shù)據(jù)總量越大。任何有價值的信息的提取依托的就是海量的基礎數(shù)據(jù)。當然目前大數(shù)據(jù)背景下有個未解決的問題，如何通過強大的機器算法更迅速地在海量數(shù)據(jù)中完成數(shù)據(jù)的價值提純。

本文整合自：傳智教育、php中文網(wǎng)

審核編輯：符乾江