大数据的基本特征.docx

大数据的基本特征

通常认为大数据具有“4V”特征，即规模庞大（Volume）、种类繁多（Variety）、变化频繁（Velocity）、价值大但价值密度低（Value），如图下所示。

大数据“4V”特征

1、规模庞大

大数据的体量非常大，PB级别将是常态，且增长速度较快。IDC发布的《数据时代2025》报告显示，全球每年产生的数据将从2018年的33ZB增长到175ZB，相当于每天产生491EB的数据。那么175ZB的数据到底有多大呢？1ZB相当于1.1万亿GB。如果把175ZB全部存在DVD（DigitalVersatileDisc，数字通用光碟）中，那么DVD叠加起来的高度将是地球和月球距离的24倍（地月最近距离约36.3万千米），或者绕地球236圈（一圈约为4万千米）。

2、种类繁多

大数据种类繁多，一般包括结构化、半结构化和非结构化等多类数据，如网络日志、视频、图片、地理位置信息等。这些数据在编码方式、数据格式、应用特征等多个方面存在差异，多信息源并发形成大量的异构数据。不同结构的数据处理和分析方式也有所区别。

3、变化频繁

数据的快速流动和处理是大数据区别于传统数据挖掘的显著特征。例如：涉及感知、传输、决策、控制开放式循环的大数据，对数据实时处理有着极高的要求，通过传统数据库的查询方式得到的“当前结果”很可能已经没有价值。因此，大数据更强调实时分析而非批量式分析，数据输入后即刻处理，处理后就丢弃。

4、价值大但价值密度低

大数据价值密度的高低与数据总量的大小成反比，单条数据本身并无太多价值，但庞大的数据量累积隐藏了巨大的财富。其价值具备稀疏性、多样性和不确定性等特点。例如：在连续不间断的监控过程中，可能有用的数据仅一两秒，但是无法事先知道哪一秒是有价值的。