什么是大数据？

大数据的概念

关于大数据，很多机构给出的标准答案都不一样。
维基百科（Wikipedia）中，这样描述大数据：

大数据是规模庞大，结构复杂，难以通过现有商业工具和技术在可容忍的时间内获取、管理和处理的数据集。

研究机构Gartner给出了这样的定义：

“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

国际商业机器公司（IBM）强调了大数据的“5V特性”，也就是：

数量（Volume）、多样性（Variety）、速度（Volocity）、真实性（Veracity）以及价值（Value）。

总的来说，无论各个机构如何看待大数据，归根结底，大数据真正的价值不在于庞大的数据信息本身，而在于通过分析处理从其中提炼出有价值的信息。这一点是所有企业家与大数据科学家的共识。

大数据的特征

大数据经过近几年来的发展，大数据的特征愈发清晰，大体分为以下几种：

数据量大（Volume）

这一点是大数据最明显的特征。数据的大小决定所考虑的数据的价值和潜在的信息。这一切就好像大浪淘金一样，数据量小那么其潜在的价值就小。

种类繁多（Variety)

种类繁多、复杂多变也是大数据的重要特性。从互联网诞生以来，每天新产生的数据都以指数级增长。这些数据不仅量大，而且种类繁多，结构复杂。其中结构化数据只占10%左右，剩下的都是繁杂的非结构化的数据。

速度快(Velocity)

速度快其实包含了两方面的含义。其一指的是产生新数据的速度快，二是要求处理现有的数据速度快。现如今爆发式增长的数据量产生了无限供应的大数据，如果没有快速的而处理分析能力，那么数据量再大，种类再高也无济于事。

价值密度低(Value)

爆发式增长的数据量保证了大数据能够挖掘高价值的基础。但往往事与愿违，数据呈指数增长的同时，隐藏在海量数据的有用信息却没有相应比例增长。价值密度的高低与数据总量的大小成反比，这一点确实让人灰心，如何通过强大的机器算法更迅速地完成数据的价值“提纯”也成为目前大数据背景下亟待解决的难题。