一、 大数据的概念
大数据(big data),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,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的海量、高增长率和多样化的信息资产。
主要解决:海量数据的存储和海量数据的分析计算问题。
二、大数据的特点(4V)
- 大量(Volume)
数据量大
截至目前,人类生产的所有印刷材料的数据量约200PB,而历史上人类总共说过的话的数据量大约是5EB。当前,典型个人计算机硬盘的容量为TB量级,而一些大企业的数据量已经接近EB量级。 - 高速(Velocity)
数据产生的速度快
这是大数据区分与传统数据挖掘的最显著特征,根据IDC的“数字宇宙”的报告,预计到2020年,全球数据使用量将达到35.2ZB。在如此海量的数据面前,处理数据的效率就是企业的生命。 - 多样(Variety)
数据多种多样
数据类型的多样性也让数据分为结构化和非结构化数据。相对与以往便于存储的以数据库/文本为主的结构化数据,非结构化数据越来越多,包括网络日志、音频、视频、图片地理位置信息等。多类型的数据对数据的处理能力提出了更高的要求。