大數(shù)據(jù)（big data），指無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)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(qiáng)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(zhǎng)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(jià)值密度低的四大特征。

一般認(rèn)為，大數(shù)據(jù)主要具有以下4個(gè)方面的典型特征，即大量（Volume）、多樣（Variety）、高速（Velocity）和價(jià)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(dòng)互聯(lián)技術(shù)的發(fā)展，人和事物的所有軌跡都可以被記錄下來(lái)，數(shù)據(jù)呈現(xiàn)出爆發(fā)性增長(zhǎng)。

2. Variety（多樣）。數(shù)據(jù)來(lái)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(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，其特點(diǎn)是數(shù)據(jù)間因果關(guān)系強(qiáng);一是非結(jié)構(gòu)化的數(shù)據(jù)，如視頻、圖片、音頻等，其特點(diǎn)是數(shù)據(jù)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，其特點(diǎn)是數(shù)據(jù)間的因果關(guān)系弱。有統(tǒng)計(jì)顯示，目前結(jié)構(gòu)化數(shù)據(jù)占據(jù)整個(gè)互聯(lián)網(wǎng)數(shù)據(jù)量的75%以上，而產(chǎn)生價(jià)值的大數(shù)據(jù)，往往是這些非結(jié)構(gòu)化數(shù)據(jù)。

3.Velocity（高速），數(shù)據(jù)的增長(zhǎng)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(bào)紙、書(shū)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(shí)代，大數(shù)據(jù)的交換和傳播主要是通過(guò)互聯(lián)網(wǎng)和云計(jì)算等方式實(shí)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(yīng)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(jiàn)效，幾乎無(wú)延遲。

4.Value（價(jià)值），大數(shù)據(jù)的核心特征是價(jià)值，其實(shí)價(jià)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(jià)值密度越高數(shù)據(jù)總量越小，數(shù)據(jù)價(jià)值密度越低數(shù)據(jù)總量越大。任何有價(jià)值的信息的提取依托的就是海量的基礎(chǔ)數(shù)據(jù)。當(dāng)然目前大數(shù)據(jù)背景下有個(gè)未解決的問(wèn)題，如何通過(guò)強(qiáng)大的機(jī)器算法更迅速地在海量數(shù)據(jù)中完成數(shù)據(jù)的價(jià)值提純。

本文整合自：傳智教育、php中文網(wǎng)

審核編輯：符乾江