1.2.3 大數據的3V特征

從字面上看，“大數據”這個詞可能會讓人覺得只是容量非常大的數據集合而已，但容量大只不過是大數據特征的一個方面，如果只拘泥于數據量，就無法深入理解當前圍繞大數據所進行的討論。因為“用現有的一般技術難以管理”這樣的狀況，并不僅僅是由于數據量增大這一因素所造成的。

IBM稱：“可以用3個特征相結合來定義大數據：數量（Volume，或稱容量）、種類（Variety，或稱多樣性）和速度（Velocity），或者就是簡單的3V（見圖1-13），即龐大容量、種類豐富和極快速度的數據。”

圖1-13 按數量、速度和種類來定義大數據

（1）Volume（數量、容量）。如今，存儲的數據量在急劇增長中，存儲的數據包括環境數據、財務數據、醫療數據、監控數據等，數據量不可避免地會轉向ZB級別。可是，隨著可供企業使用的數據量不斷增長，可處理、理解和分析的數據的比例卻在不斷下降。

（2）Variety（種類、多樣性）。隨著傳感器、智能設備以及社交協作技術的激增，企業中的數據也變得更加復雜，因為它不僅包含傳統的關系型（結構化）數據，還包含來自網頁、互聯網日志文件（包括流數據）、搜索索引、社交媒體、電子郵件、文檔、主動和被動系統的傳感器數據等原始、半結構化和非結構化數據。當然，這些數據中有些是過去就一直存在并保存下來的。和過去不同的是，除了存儲，還需要對這些大數據進行分析，并從中獲得有用的信息。

（3）Velocity（速度）。數據產生和更新的頻率也是衡量大數據的一個重要特征。這里，速度的概念不僅是與數據存儲相關的增長速率，還應該動態地應用到數據流動的速度上。有效地處理大數據，需要在數據變化的過程中動態地對它的數量和種類執行分析。

在3V的基礎上，IBM又歸納總結了第四個V——Veracity（真實和準確）。“只有真實而準確的數據才能讓對數據的管控和治理真正有意義。隨著新數據源的興起，傳統數據源的局限性被打破，企業越發需要有效的信息治理以確保其真實性及安全性。”

總之，大數據是個動態的定義，不同行業根據其應用的不同有著不同的理解，其衡量標準也在隨著技術的進步而改變。