說起大資料，估計大家都覺得只聽過概念，但是具體是什麼東西，怎麼定義，估計很多人都沒有一個明確的概念，在《大資料時代》提到了大資料的4個特徵，一個是數量大，一個是價值大，一個是速度快，一個是多樣性。 

一個是數量比較大，大致有多大，就是大到PB級別，甚至ZB級別，1PB等於1024TB，1TB等於1024G，那麼1PB等於100多G，當然了具體的計算方法可以相關資料資料進行查詢，總之，和傳統的單個網站資料庫儲存的資料相比，已經是它的上百倍還多，而只有資料體量達到了PB級別以上，才能被稱為大資料。  

第二個是價值大，價值是大體量資料的更深一步的演變，就是說，你如果有1PB以上的全國所有20-35年輕人的上網資料的時候，那麼它自然就有了商業價值，比如通過分析這些資料，我們就知道這些人的愛好，進而指導產品的發展方向等等。如果有了全國幾百萬病人的資料，根據這些資料進行分析就能預測疾病的發生。這些都是大資料的價值。 

第三個就是多樣性，如果只有單一的資料，那麼這些資料就沒有了價值，比如只有單一的個人資料，或者單一的使用者提交資料，這些資料還不能稱為大資料，所以說大資料還需要是多樣性的，比如當前的上網使用者中，年齡，學歷，愛好，性格等等每個人的特徵都不一樣，這個也就是大資料的多樣性，當然瞭如果擴充套件到全國，那麼資料的多樣性會更強，每個地區，每個時間段，都會存在各種各樣的資料多樣性。 

第四個是速度快，就是通過演算法對資料的邏輯處理速度非常快，1秒定律，可從各種型別的資料中快速獲得高價值的資訊，這一點也是和傳統的資料探勘技術有著本質的不同。

而大資料蘊含著極大的價值，對我們的工作和生活具有重大的影響，如何快速有效的獲取到這些資料為我們服務，是一個大難題。出現了問題，自然就有解決問題的人，為了解決這一問題，后羿工程師團隊經過不斷的探索和研發，終於開發出一款基於人工智慧技術的網路爬蟲軟體，只需要輸入網址就能夠自動識別網頁資料，無需配置即可完成資料採集，是業內首家支援三種作業系統（包括Windows、Mac和Linux）的採集軟體。同時這是一款真正免費的資料採集軟體，對採集結果匯出沒有任何限制，沒有程式設計基礎的小白使用者也可輕鬆實現資料採集要求。

那麼這款軟體如何使用呢，我們就以瓜子二手車上的二手車資料為例，為大家演示如何高效且免費的快速採集資料。

首先複製需要採集的網址，注意需要複製的是結果頁的網址，而不是搜尋頁的網址，然後在軟體中輸入網址新建智慧採集任務。

在新建的智慧模式下，軟體即可自動識別出頁面上的資料並生成採集結果，每一類資料對應一個採集欄位，我們可以右擊欄位進行相關設定，包括修改欄位名稱、增減欄位、處理資料等。

由於在列表頁上只展示了部分資訊，如果需要採集看車地址及諮詢電話，我們需要右擊連結使用“深入採集”功能，跳轉到詳情頁進行採集。

接著點選“儲存並啟動”按鈕，可在彈出的頁面中進行一些高階設定，包括定時啟動、自動入庫和下載圖片，本次示例中未使用到這些功能，直接點選“啟動”執行爬蟲工具。

資料採集完畢後我們匯出資料，軟體支援多種匯出方式，大家可以自由選擇。

我們匯出一個Excel2007的表格，採集效果如下所示，我們可以看到資料都採集出來了，大家可以直接使用這些資料，也可以在這個基礎上對資料進行加工處理。