定义大数据：浅显易懂的大数据入门

比眉伴天荒 2022-05-28 14:16 190阅读 0赞

当前，众多企业都面对从四面八方涌来的数据流的冲击。涓涓细流汇成大河，而科技企业、专家、分析师和技术顾问们纷纷将这条数据之河定义为大数据。但是，在这些众说纷纭的大数据定义中，不乏大量的常见误解。大量的企业都面临着挑战，需要辨别具有价值的数据流，挖掘这些价值，协助企业做出最佳决策以形成强大的竞争优势。

“大数据”这一术语的内涵远远超越了“大”或是“数据”的含义。大数据的确体现为数量庞大，但它仍有更多特性有待了解。在Forrester分析师布赖恩•霍普金斯（Brian Hopkins）和鲍里斯•埃韦尔松（Boris Evelson）撰写的《首席信息官，请用大数据扩展数字视野》报告中，他们提出大数据的4项典型特征——海量（Volume）、多样性（Variety）、高速（Velocity）和易变性（Variability）。下文将简要介绍这些特性，并重点阐述大数据对前瞻性商界领袖的重大意义。

**海量**

企业面临着数据量的大规模增长。例如，IDC最近的报告预测称，到2020年，全球数据量将扩大50倍。目前，大数据的规模尚是一个不断变化的指标，单一数据集的规模范围从几十TB到数PB不等。简而言之，存储1PB数据将需要两万台配备50GB硬盘的个人电脑。

此外，各种意想不到的来源都能产生数据。例如，从巴塞罗那至沙特首府利雅得的单程航行中，一架商用喷气飞机上收集的传感器数据量将超过1PB。当用一次飞行的数据量乘以每天所有飞行的航班数，数据总量将非常惊人。

**多样性**

一个普遍观点认为，人们使用互联网搜索是形成数据多样性的主要原因，这一看法部分正确。然而，数据多样性的增加主要是由于新型多结构数据，以及包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。

**高速**

高速描述的是数据被创建和移动的速度。在高速网络时代，通过基于实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何快速处理、分析并返回给用户，以满足他们的实时需求。

根据IMS Research研究机构关于数据创建速度的调查，通过跟踪可联网设备的激活量，发现联网设备增长的第二波浪潮正在加速到来。本轮增长后，将涌现更多新型可联网设备增长的浪潮。据预测，到2020年全球将拥有220亿部互联网连接设备。

**易变性**

大数据具有多层结构，这意味着大数据会呈现出多变的形式和类型。相较传统的业务数据，大数据存在不规则和模糊不清的特性，造成很难甚至无法使用传统的应用软件进行分析。传统业务数据随时间演变已拥有标准的格式，能够被标准的商务智能软件识别。目前，企业面临的挑战是处理并从各种形式呈现的复杂数据中挖掘价值。

**新型分析法**

“大数据”这一术语也与从数据中获得价值所采用的分析法类型相关。由于出现从既有及新兴数据类型中获得商业智能的需求，对现有应用系统造成极大压力，迫使企业寻求新的解决方案。创建新的分析应用进行多结构数据分析，通常需要进行专业资源和工具的战略性投资。