PB级（大数据）的来源

KMGTPEZY；

1. 网页

2008 年，全球互联网的网页超过 1万亿（$10^{12}=(10^3)^4$，也即 k ⇒ m ⇒ g ⇒ t ⇒ p），按平均每个网页 10KB 计算，

$$10\times 10^{12}=10PB$$

2. 电话

一个两亿用户（$2\times 10^8$）的电信运营商，平均每个用户每天拨打接听总共 10 次电话，每次电话 400 B，则 5 年的话费记录总量为：

$$5\times 365\times 10\times 0.4\times 2\times 10^8=1.46PB$$

---

吴军老师的《智能时代》给出的另一种产生数据来源的总结：

• 第一个来源：电脑（数字化的）本身，
  
  • 这些电脑或者设备中内置的处理器、传感器和控制器一直在产生数据，比如记录设备状态的日志（Log）
• 第二个来源：传感器；
  
  • RFID，万物互联离不开传感器；
• 第三个来源：那些过去已经存在的、以非数字化形式存储的信息重新数字化；