1.1　什么是大數據

想了解什么是大數據？首先需要知道什么是數據，其實文本、聲音、圖片、視頻都是數據。例如你用手機數據線連上電腦的時候上傳的都是數據。

那么大數據如何定義呢？大數據指的就是數據體量達到了一定的級別，而我們現有的算法和工具無法在合理的時間內給予處理，這樣的數據才可以稱為大數據。當然，大數據還包括多樣性（Variety）、價值密度低（Valueless）、處理速度快（Velocity）等特點。但最重要的特點還是數據量（Volume）要大。我們知道描述一個物品很大的時候是需要帶上單位的。比方說，姚明很高，身高230。這樣描述顯然不準確，是cm（厘米）還是mm（毫米），如果230mm，那它只是個模型。同樣道理，大數據也需要帶有度量單位，下面是一些數據單位之間的換算關系。

●　1B（Byte，字節）=8bit

●　1KB（Kilobyte，千字節）=1024B

●　1MB（Mega byte，兆字節，簡稱兆）=1024KB

●　1GB（Giga byte，吉字節，又稱千兆）=1024MB

●　1TB（Tera byte，萬億字節，太字節）=1024GB，其中1024=210（2的10次方）

●　1PB（Peta byte，千萬億字節，拍字節）=1024TB

●　1EB（Exa byte，百億億字節，艾字節）=1024PB

●　1ZB（Zetta byte，十萬億億字節，澤字節）= 1024 EB

●　1YB（Yotta byte，一億億億字節，堯字節）= 1024 ZB

●　1BB（Bronto byte，一千億億億字節）= 1024 YB

●　1NB（Nona byte）= 1024BB

●　1DB（Dogga byte）= 1024NB

大家使用迅雷下載電影，下載速度顯示的500KB，B指的就是基本單位，即字節byte。其實大家對KB、MB、GB應該都是有一定的概念，例如使用手機拍一幅帥照大約1MB左右，一部電影差不多是幾個GB，甚至大家對TB也有概念，大家現在買移動硬盤基本都是TB級的容量了。而真正的大數據是需要至少達到這些單位的級別的，比如PB、EB、ZB、YB、NB等。

其實，這些單位是為大數據而生的，本來沒有這些單位。1PB就相當于美國國家圖書館藏書的所有內容之和。而Google每天都在處理20PB的數據。一般認為達到PB級別的數據才可以稱為大數據。這里最大的單位是YB，有家統計機構給出1YB相當于世界上所有海灘上的沙子粒數總和，準不準確無法驗證，這只是說明數據體量達到了一個海量的級別。當然，還有更大的單位沒有列出，比如比YB更大還有NB，等等，數據增長不停止的話，單位定義不會停止。