1。2 大数据的特点

大数据的特点可以用4“V”来刻画，即其特点分为四个层面．

图1-1 描述大数据特征的四个V

1。2。1 数据容量巨大（Volume）

人们看到“大数据”这个词的时候首先想到的应该就是数据量巨大．平时，我们惯用的存储单位大概就是G或T了，今后，数据量的单位将从TB（1024GB=1TB）跃升到PB（1024TB=1PB）这样的数量级，甚至在不久的将来会到EB（1024PB=1EB）、甚至ZB（1024EB=1ZB）级别．

这些存储单位究竟有多大的容量，例如：一个英文字母是1字节（B），1个汉字是2字节(B)．Facebook数据库每天存入的数据量大约为500 TB．Google每天处理数据的量约等于2516万部高清电影，等于100亿本书．

IDC报告称，2013年全球的数据量约为4．4ZB，到2020年，全球的数据总量将达到40ZB．实际上，数据增长速度也在不断增加，所以数据量爆炸式的增长是我们不可小觑的．

图1-2 历年全球数据量发展

数据来源：IDC数字宇宙研究报告

1。2。2 数据类型多样（Variety）

以往，数据类型多数是以文本为主的结构化数据，如今，随着科技进步和时代发展，非结构化数据日益增多，包括网络文本数据、位置信息、传感器数据、视频等，多类型的数据对数据处理能力的要求也提高了．

传统结构化数据基本上是表格式的数据，虽然每条数据的内容可以不同，但是结构是一样的，一般利用Excel或者一些数据库软件就可以处理并得到较好的结果．而对于图像、视频、音频等呈爆发式增长的非结构化数据，用传统的数据处理方法是行不通的，所以我们必须寻求能够处理非结构化数据的路径．目前，非结构化数据是数量是结构化数据的5倍以上，因此，对非结构化数据的挖掘分析将会是大数据发展的主要方向．

1。2。3 商业价值高（Value）

大数据的数据信息容量非常之大，但价值密度很低．例如遍布城市的监控视频，每个城市的监控有几万个，每天24小时不间断地录像，1个小时的视频中有用的信息可能仅有短短几秒，甚至有可能完全没有．如何利用机器算法更加迅速地提取有用的数据，成为目前急需解决的难题．

然而，海量的数据也蕴藏着巨大的价值，它带来了以往传统结构化数据无可比拟的使用价值和商业价值，从纷繁的数据中挖掘和分析用户的习惯和偏好，提供更符合用户倾向的产品和服务，并结合用户需求，对自身进行有针对性地调整与优化，正是大数据的商业价值所在．

1。2。4 处理速度快（Velocity）

大数据的数据量呈指数级增长，互联网等科技的发展带来了大量的非结构化数据，传统的数据分析已经无法解决这种变化带来的新需求．在海量的多类型数据面前，处理数据的速度就是我们利用大数据获取信息的命脉，效率就是企业生命．

2 大数据的作用

过去，人们为了寻求规律要耗费很多时间，经历很多磨难，走很多弯路，往往找到的规律还很可能不是完整的．现在，大数据可通过跟踪网民的行为轨迹，进行挖掘、分析，揭示规律，研究得出结论并提出对策，最大限度地提升社会的劳动生产率．

2。1 大数据已渗入社会各个角落

大数据已经渗透到社会生活的各个方面．美国管理学家爱德华·戴明说过：“除了上帝，任何人都必须用数据来说话”．现代社会，数据的重要性已经不必多说了，无论是对于国家还是个人，我们每天都要面对各种数据．有一个有趣的案例，全球零售业巨头沃尔玛在分析消费者购物行为时发现，男性顾客在购买婴儿尿片时，经常会顺便购买几瓶啤酒，于是超市就尝试推出了将啤酒和尿布捆绑销售的促销手段．令人惊讶的是，这个举措使尿布和啤酒的销量都大幅增加了．现在，“啤酒+尿布”的数据分析成果早已成大数据技术应用的经典案例，被人们津津乐道．