大資料有四大特點，大資料的五大特點是什麼

“大資料”四大特點：

1：資料量巨大。 到目前為止，人類生產的所有印刷材料的資料量為 200 PB（1 petab = 210 TB），而人類在整個歷史上所說的所有事情的資料量約為 5 EB（1EB = 210 PB）。

目前，典型的個人電腦硬碟容量在TB級左右，而一些大型企業的資料量接近EB。

2：資料種類繁多（品種繁多）。 這種型別的多樣性還允許將資料分為結構化和非結構化。

相較於過去易於儲存的基於文字的結構化資料，非結構化資料越來越多，包括網路日誌、音訊、**、**、地理位置資訊等，這些多型別的資料對資料處理能力提出了更高的要求。

3：它是低價值密度。 值密度與資料總量的大小成反比。

例如，在乙個 1 小時的專案中，在連續和不間斷的監控中，有用的資料可能只有一兩秒。 如何通過強大的機器演算法，更快速地完成資料的價值“淨化”，成為大資料背景下亟待解決的問題。

4：是速度。 這是大資料區別於傳統資料探勘的最顯著特徵。 根據IDC的《數字宇宙》報告，預計到2020年，全球資料將使：

1.資料量巨大。

資料量大，是指資料集大，一般在10TB左右，但在實際應用中，很多企業使用者把多個資料集放在一起，就形成了PB級的資料量; 資料顯示，新版首頁導航每天需要提供超過5000億張A4紙。 已經證實，到目前為止，人類生產的所有印刷材料的資料量僅為 200 PB。

2.資料類別龐大且多樣化。

資料類別龐大，資料來源於多種資料來源，資料型別和格式也越來越豐富，突破了以往有限的結構化資料類別，包括半結構化和非結構化資料。 目前的資料型別不僅以文字形式存在，而且以**、**、音訊、地理位置資訊等多種形式存在資料，其中個性化資料佔絕對多數。

3.處理速度快。

在資料量非常大的情況下，還可以實現對資料的實時處理。 資料處理遵循“1 秒規則”，該規則允許從各種型別的資料中快速獲得有關最佳值的資訊。

4.價值真實性高，密度低。

隨著社會資料、企業內容、交易和應用資料等新資料來源的興趣，傳統資料來源的侷限性正在被打破，企業越來越需要有效的資訊來保證其真實性和安全性。 例如，在乙個小時的時間裡，在不間斷的監控過程中，可能有用的資料只有一兩秒鐘。

IBM提出了大資料的“5V”特徵：

1.量：資料量大，包括收集量、儲存量、計算量。 在大資料的枯燥新聞中，起始測量單位至少是p（1000噸）、e（100萬噸）或z（10億噸）。

2.品種：品種多樣，多樣化。 包括結構化、半結構化和非結構化資料以及具體表現在網路日誌、音訊、**、巫山地理位置資訊等在內的多型別資料，對資料處理能力提出了更高的要求。

3.價值：資料的價值密度相對較低，或者說是波濤洶湧。 隨著網際網絡和物聯網的廣泛應用，資訊感知無處不在，資訊海量，但價值密度較低，如何結合業務邏輯，挖掘資料價值，通過強大的機器演算法，是大資料時代最需要解決的問題。

4、速度快：資料增長速度快，處理速度也快，時效性要求高。 例如，搜尋引擎要求使用者可以查詢幾分鐘前的新聞，而個性化推薦演算法則要求盡可能實時完成推薦。

這是大資料的乙個顯著特徵，區別於傳統的資料探勘。

5.真實性：資料的準確性和可信度，即資料的質量。

大資料的四個基本特徵是：資料量大、反應快、資料多樣性、價值密度低。

1.資料量大。

需要分析和處理 TB、PB 甚至 EB 的資料。

2. 需要快速響應。

市場瞬息萬變，要求能夠及時、快速地應對變化，所以資料分析也要快，對效能的要求也更高，所以資料量在速度上顯得“大”。

3. 資料多樣性。

來自不同資料來源的非結構化資料越來越多，需要經過清洗、整理、過濾等操作才能成為結構化資料。

4.價值密度低。

由於資料採集不及時，資料樣本不全面，資料可能不連續等，資料可能會失真，但當資料量達到一定規模時，可以使用更多的資料來實現更真實、更全面的反饋。

大資料是IT行業的乙個術語，是指在一定時間範圍內，傳統軟體工具無法捕獲、管理和處理的資料集合，是一種海量、高增長、多樣化的資訊資產，需要新的處理模式才能具有更強的決策、洞察力和流程優化能力。

在Victor Mayer-Schönberg和Kenneth Kukye所著的《大資料時代》一書中，大資料是指在不使用隨機分析（抽樣調查）的情況下，使用所有資料進行分析和處理。 大資料的5V特徵（IBM提出）：體積（大體積）、速度（高速）、多樣性（variety）、價值（低價值密度）和真實性（authenticity）。

大資料的四個基本特徵包括：大資料是一種在採集、儲存、管理、分析等方面大大超過傳統資料庫軟體工具能力的大規模資料採集，具有海量腐爛資料規模、資料流速快、資料型別多樣、價值密度低等四個特點。

大資料是指無法在負擔得起的時間範圍內使用傳統軟體工具捕獲、管理和處理的資料集合。

在 Victor Mayr-Schönberg 和 Kenneth Cookeer 的《大資料時代》中

中大資料是指利用所有資料進行分析處理，而不使用隨機分析（抽樣調查）等捷徑。 大資料的4V特徵：量、速度、種類和價值。

“大資料”研究機構Gartner給出了這個定義。 “大資料”是乙個海量和高增長率，需要新的處理模型具有更強的決策、洞察力和流程優化能力。

以及多樣化的資訊資產。

根據維基百科。

大資料是無法在可承受的時間範圍內使用傳統軟體工具捕獲、管理和處理的資料集合。

大資料技術。

戰略意義不在於擁有海量的資料資訊，而在於這些有意義的資料的專業化。 換言之，如果把大資料比作乙個行業，那麼這個行業盈利的關鍵是提高資料的“處理能力”，通過“處理”實現資料的“增值”。

大資料的特點如下：

1.大量

大資料的特點是資料規模大。 隨著網際網絡、物聯網、移動網際網絡技術的發展，人與物的所有軌跡都可以被記錄下來，資料呈現出爆發式增長。

2.多樣性。 資料的廣泛性決定了資料形式的多樣性。 可分為三類，一類是結構化資料，如金融系統資料，其特點是資料之間具有很強的因果關係; 第二種是非結構化資料，如**、**等，其特徵是資料之間沒有因果關係; 第三種是半結構化資料，如文件和網頁，其特點是資料問題之間的因果關係較弱。

3.高速。 資料的增長速度和處理速度是大資料高速化的重要體現。 與以往報紙、信件等傳統資料載體的傳統製作傳播方式不同，在大資料時代，大資料的交換和傳播主要通過網際網絡和雲計算實現，資料生產傳播的速度非常快。

4.價值。 大資料的核心特徵是價值，其實價值密度與資料總量的大小成反比，即資料價值密度越高，資料總量越小，資料價值密度越低，資料總量越大。 任何有價值的資訊的提取都依賴於海量基礎資料，當然，如何通過強大的機器演算法更快地完成海量資料中資料的價值提純。