大数据理论

大数据（巨量数据集合）

        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。

        在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 [2]  中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。

 最小的基本单位是bit，按顺序给出所有单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。

特征

容量（Volume）：数据的大小决定所考虑的数据的价值和 潜在 的信息

种类（Variety） ：数据类型的多样性

速度（Velocity） ：指获得数据的速度 ；

可变性（Variability） ：妨碍了处理和有效地管理数据的过程。 

真实性（Veracity） ：数据的质量 

复杂性（Complexity） ：数据量巨大，来源多渠道

价值（value）： 合理运用大数据，以低成本创造高价值

趋势

趋势一：数据的资源化

趋势二：与云计算的深度结合

趋势三：科学理论的突破

趋势四：数据科学和数据联盟的成立

趋势五：数据泄露泛滥

趋势六：数据管理成为核心竞争力

趋势七：数据质量是BI(商业智能)成功的关键

趋势八：数据生态系统复合化程度加强