1.2 大數據的四大特征

大數據具有4 V特征，即Volume（數據體量大）、Variety（數據類型繁多）、Velocity（數據產生的速度快）、Value（數據價值密度低）。

Volume指的是數據體量巨大。比如，一家3甲醫院的影像數據（這包括CT、B超、X光片、胃鏡、腸鏡等）可能就是幾百個TB，全國的醫療影像數據超過PB級別，接近EB級別。全球數據已進入ZB時代，IDC預計2020年全球數據量為40ZB。

Variety指的是數據類型繁多。這可分為結構化數據、半結構化數據和非結構化數據。結構化數據，即行數據，存儲在數據庫里，可以用二維表結構來邏輯表達數據，比如企業財務系統、醫療HIS數據庫、環境監測數據、政府行政審批等等。非結構化數據，一般存儲在文件系統上，比如視頻、音頻、圖片、圖像、文檔、文本等形式。典型案例有：醫療影像系統、教育視頻點播、公安視頻監控、國土GIS、廣電多媒體資源管理系統等應用。半結構化數據，介于完全結構化數據（如關系型數據庫、面向對象數據庫中的數據）和完全無結構的數據（如聲音、圖像文件等）之間的數據。比如郵件、HTML、報表等等，典型場景如郵件系統、教學資源庫、檔案系統等等。非結構化與半結構化數據的增長速率大于結構化數據，超過80%的數據是非結構化數據。IDC的報告顯示，目前大數據的1.8萬億GB容量中，非結構化數據占到了80%~90%，并且到2020年將以44倍的發展速度增加。非結構化數據比例不斷升高，這些數據中蘊含著巨大的價值。

Velocity是指大數據往往以數據流的形式動態、快速地產生，具有很強的時效性。數據自身的狀態與價值也往往隨時空變化而發生演變（這些數據往往包括了空間維、時間維等多種數據）。比如，環境監測中的水質和空氣質量數據、高速路卡口的視頻監測數據等。

Value是指數據已經成為一類新型資產，蘊藏著大價值。大數據的價值密度低，需要通過專業的技術手段進行挖掘。只有對其進行正確、準確的分析，才會帶來很高的價值回報。比如，電視機頂盒的頻道切換數據，各大電視臺分析其中的數據，從中準確判斷觀眾的喜好，以推出更加符合觀眾口味的節目。

大數據并非總是說有數百個TB才算得上。根據實際使用情況，有時候數百個GB的數據也可稱為大數據，這主要要看它的其他維度，也就是速度或者時間維度。假如能在1秒之內分析處理300GB的數據，而通常情況下卻需要花費1個小時的話，那么這種巨大變化所帶來的結果就會極大地增加價值。所謂大數據技術，就是至少實現這四個判據（特征）中的幾個。