“很多人还没搞清楚什么是PC互联网，移动互联网来了，我们还没搞清楚移动互联的时候，大数据时代又来了。”——马爸爸2016年CEO卸任演讲

那么，都“9102”年了，你了解大数据吗？ 相信很多同学都不清楚，所以为大家带来了一系列大数据科普。

什么是数据？

数据(data)，就是对客观事实的描述或是我们通过观察、实验或计算得出的结果。数据有很多种，最简单的就是数字，也可以是文字、图像、声音等。在计算机系统底层，数据以二进制信息单元0,1的形式表示。    

什么是大数据？

大数据（big data），指的是在一定时间范围内不能以常规软件工具处理（存储和计算）的大而复杂的数据集。说白了大数据就是使用单台计算机没法在规定时间内处理完，或者压根就没法处理的数据集。

那么，大数据有哪些特征呢？

我们通常会从容量（volume）、种类（variety）、价值（value）、速度（velocity）四个方面来描述：

第一、大量化：这也是所有同学最容易想到的。比如我们日常生活离不开的微信、支付宝，我们的任意的聊天或者支付都会有相应的记录，这样每天将会产生数十亿条、百亿条乃至更多条数据。这仅仅是一天的量，那一月呢，一年呢？与此类似的场景在各行各业均有涉及。

据英特尔预测，全球数据总量在2020年将达到44ZB，而中国产生的数据量将为8000EB，8000EB是什么概念？整个地球上所有沙粒总数的10倍！

第二、多样化：包括结构化数据、半结构化数据和非结构化数据，而这些数据可能来自于传统企业数据、社交数据及物联网数据。

• 结构化数据：数据以行为单位，每一行就是一条记录，每行数据的属性是相同的，能够用统一的结构表示，说白了就是可以用关系型数据库（RDBMS）来进行管理的数据。

• 非结构化数据：没有固定的数据结构，一般将其作为一个整体进行存储，比如各种图片、视频、音频等。

• 半结构化数据：介于结构化数据和非结构化数据之间，比如HTML和XML文档，其内部用成对的标签记录对应的数据，但每个文档内部的标签又不是统一的，没有固定的规律。

第三、价值密度低：单条记录基本无意义，无用数据多，但是整个数据集综合价值大、隐含价值大，所以需要对大数据进行分析和挖掘，从数据金矿中掘金。比如，我们拿到一个电商网站的售卖记录数据集，单看其中任意一条记录，不外乎知道了某个人买了什么东西，但是我们要是把这个人所有的购买记录拿在一起分析，就能得出这个人的购买偏好，从而对他进行精准商品推荐。

第四、速度快：在这个万物互联的的时代，每时每刻都在产生数据，而这些数据需要被及时处理掉，因为存储价值密度较小的历史数据需要花费很大的存储成本，非常不划算，一般平台保存的历史数据只有几天或者一个月，再远的就要清理掉，所以数据处理的速度也必须跟上，谁家处理速度更快，谁家就更具竞争力。

一句话总结大数据的4V特点：体量大、种类多、速度快、价值密度低。