“Big Data is like teenage sex:Everyone talks about it，nobody really knows how to do it，everyone thinks everyone else is doing it，so everyone claims they are doing it too.”

2013年被稱為大數(shù)據(jù)元年，各行各業(yè)都逐漸開啟大數(shù)據(jù)應(yīng)用時代。直至現(xiàn)在，大數(shù)據(jù)依然為人所津津樂道。

何為大數(shù)據(jù)？

1PB夠大嗎？

如果你沒有直觀印象，可以聯(lián)想一下你的電腦硬盤容量，標(biāo)配是500G-1TB，大部分人用了一兩年，可能這部分容量都沒用完。而1PB=1024TB=1048576GB。

在實際中，一個小有名氣的游戲一天的數(shù)據(jù)量就在數(shù)十TB左右，甚至更多。

如果你以為PB單位已經(jīng)是最大了？那就大錯特錯了?。。。?/span>

在PB之上，還有EB（Exabyte 百億億字節(jié) 艾字節(jié)），ZB（Zettabyte 十萬億億字節(jié) 澤字節(jié)），YB（Yottabyte 一億億億字節(jié) 堯字節(jié)），而這些單位也只是為了方便統(tǒng)計海量數(shù)據(jù)所給出的當(dāng)前單位，在未來還可能出現(xiàn)更大的單位。

?

因特爾公司首席執(zhí)行官Brian Krzanich表示，2020年互聯(lián)網(wǎng)用戶每天將產(chǎn)生1.5GB的數(shù)據(jù)。

HIS數(shù)據(jù)預(yù)測，到2025年，全球互聯(lián)網(wǎng)（IoT）連接設(shè)備的總安裝量預(yù)計將達到754.4億，這部分設(shè)備每天產(chǎn)生的數(shù)據(jù)量可想而知。

按照前面的數(shù)據(jù)關(guān)系，得出1ZB大概是1.1萬億GB，等同于全世界沙子數(shù)量總和。

?

從上圖中不難看出，互聯(lián)網(wǎng)數(shù)據(jù)每年都在爆炸式增長。當(dāng)然，大數(shù)據(jù)并不只是數(shù)據(jù)量大而已，它還有其他更深的含義。

對于大數(shù)據(jù)，麥肯錫全球研究所給出的定義是：

”一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合。“

大數(shù)據(jù)具有五大特點，稱為5V。

1. 多樣（Variety）

大數(shù)據(jù)的多樣性是指數(shù)據(jù)的種類和來源是多樣化的，數(shù)據(jù)可以是結(jié)構(gòu)化的、半結(jié)構(gòu)化的以及非結(jié)構(gòu)化的，數(shù)據(jù)的呈現(xiàn)形式包括但不僅限于文本，圖像，視頻，HTML頁面等等。

2. 大量（Volume）

大數(shù)據(jù)的大量性是指數(shù)據(jù)量的大小，這個就是上面筆者介紹的內(nèi)容，不再贅述。

3. 高速（Velocity）

大數(shù)據(jù)的高速性是指數(shù)據(jù)增長快速，處理快速，每一天，各行各業(yè)的數(shù)據(jù)都在呈現(xiàn)指數(shù)性爆炸增長。在許多場景下，數(shù)據(jù)都具有時效性，如搜索引擎要在幾秒中內(nèi)呈現(xiàn)出用戶所需數(shù)據(jù)。企業(yè)或系統(tǒng)在面對快速增長的海量數(shù)據(jù)時，必須要高速處理，快速響應(yīng)。

4. 低價值密度（Value）

大數(shù)據(jù)的低價值密度性是指在海量的數(shù)據(jù)源中，真正有價值的數(shù)據(jù)少之又少，許多數(shù)據(jù)可能是錯誤的，是不完整的，是無法利用的。總體而言，有價值的數(shù)據(jù)占據(jù)數(shù)據(jù)總量的密度極低，提煉數(shù)據(jù)好比浪里淘沙。

5. 真實性（Veracity）

大數(shù)據(jù)的真實性是指數(shù)據(jù)的準(zhǔn)確度和可信賴度，代表數(shù)據(jù)的質(zhì)量。

? 更多相關(guān)資訊，敬請關(guān)注。