大數(shù)據(jù)的特點

負(fù)責(zé)人：黃金鳳01020304目錄Volume（數(shù)據(jù)量大）Variety（數(shù)據(jù)類型繁多）Velocity（處理速度快）Value（價值密度低）05Online（數(shù)據(jù)是在線的）大數(shù)據(jù)的特點1大數(shù)據(jù)的特點大數(shù)據(jù)是一個仁者見仁，智者見智的寬泛概念。關(guān)于“什么是大數(shù)據(jù)”這個問題，大家比較認(rèn)可關(guān)于大數(shù)據(jù)的“4V+1O”說法。所謂“4V+1O”，指的是大數(shù)據(jù)的5個特點，包含5個層面：Volume(數(shù)據(jù)量大)，Variety(數(shù)據(jù)類型繁多)，Velocity(處理速度快)，Value(價值密度低)，Online（數(shù)據(jù)是在線的）。Volume（數(shù)據(jù)量大）非結(jié)構(gòu)化數(shù)據(jù)的超大規(guī)模增長導(dǎo)致數(shù)據(jù)集合的規(guī)模不斷擴大，數(shù)據(jù)單位已經(jīng)從GB級到TB級再到PB級，甚至開始以EB和ZB來計數(shù)。（1）根據(jù)IDC做出的估測，數(shù)據(jù)一直都在以每年50%的速度增長，也就是說每兩年就增長一倍（大數(shù)據(jù)摩爾定律）。（2）人類在最近兩年產(chǎn)生的數(shù)據(jù)量相當(dāng)于之前產(chǎn)生的全部數(shù)據(jù)量（3）預(yù)計到2020年，全球總共擁有35ZB的數(shù)據(jù)量，相較于2010年，數(shù)據(jù)量將增長近30倍。Variety（數(shù)據(jù)類型繁多）大數(shù)據(jù)的數(shù)據(jù)類型豐富，包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，其中，前者占10%左右，主要是指存儲在關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)；后者占90%左右，種類繁多，主要包括郵件、音頻、視頻、微信、微博、位置信息、鏈接信息、手機呼叫信息、網(wǎng)絡(luò)日志等。Velocity（處理速度快）處理速度快，時效性要求高。需要實時分析而非批量式分析，數(shù)據(jù)的輸入、處理和分析連貫性地處理，這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘最顯著的特征。（1）從數(shù)據(jù)的生成到消耗，時間窗口非常小，可用于生成決策的時間非常少。（2）1秒定律：這一點也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。Value（價值密度低）大數(shù)據(jù)價值密度相對較低。如隨著物聯(lián)網(wǎng)的廣泛應(yīng)用，信息感知無處不在，信息海量，但價值密度較低，存在大量不相關(guān)信息。大數(shù)據(jù)雖然看起來很美，但是價值密度卻遠遠低于傳統(tǒng)關(guān)系數(shù)據(jù)庫中已有的那些數(shù)據(jù)。在大數(shù)據(jù)時代，很多有價值的信息都是分散在海量數(shù)據(jù)中的。（1）以公安部門視頻追蹤為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅只有一兩秒，但是具有很高的價值。（2）構(gòu)建大數(shù)據(jù)平臺，投入大，產(chǎn)出可能會比投入低許多。Online（數(shù)據(jù)是在線的）數(shù)據(jù)是永遠在線的，是隨時能調(diào)用和計算的，這是大數(shù)據(jù)區(qū)別于傳統(tǒng)數(shù)據(jù)最大的特征。（1）對于打車工具，客戶的數(shù)據(jù)和出租司機