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，沒有一個標準的東西，因為在我們的印象中好像很多公司都叫大資料公司，業務形態則有幾百種，感覺不是很好理解，所以我建議還是從字面上來理解大資料，在維克托邁爾-舍恩伯格及肯尼斯庫克耶編寫的《大資料時代》提到了大資料的4個特徵：

很多初學者，對大資料的概念都是模糊不清的，大資料是什麼，能做什麼，學的時候，該按照什麼線路去學習，學完往哪方面發展，想深入瞭解，想學習的同學歡迎加入大資料學習qq群：957205962，有大量乾貨（零基礎以及進階的經典實戰）分享給大家，並且有清華大學畢業的資深大資料講師給大家免費授課，給大家分享目前國內最完整的大資料高階實戰實用學習流程體系

1.大量

大資料的特徵首先就體現為“大”，從先Map3時代，一個小小的MB級別的Map3就可以滿足很多人的需求，然而隨著時間的推移，儲存單位從過去的GB到TB，乃至現在的PB、EB級別。只有資料體量達到了PB級別以上，才能被稱為大資料。1PB等於1024TB，1TB等於1024G，那麼1PB等於1024*1024個G的資料。隨著資訊科技的高速發展，資料開始爆發性增長。社交網路(微博、推特、臉書)、行動網路、各種智慧工具，服務工具等，都成為資料的來源。淘寶網近4億的會員每天產生的商品交易資料約20TB；臉書約10億的使用者每天產生的日誌資料超過300TB。迫切需要智慧的演算法、強大的資料處理平臺和新的資料處理技術，來統計、分析、預測和實時處理如此大規模的資料。

2.高速

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。大資料的產生非常迅速，主要通過網際網路傳輸。生活中每個人都離不開網際網路，也就是說每天個人每天都在向大資料提供大量的資料。並且這些資料是需要及時處理的，因為花費大量資本去儲存作用較小的歷史資料是非常不划算的，對於一個平臺而言，也許儲存的資料只有過去幾天或者一個月之內，再遠的資料就要及時清理，不然代價太大。基於這種情況，大資料對處理速度有非常嚴格的要求，伺服器中大量的資源都用於處理和計算資料，很多平臺都需要做到實時分析。資料無時無刻不在產生，誰的速度更快，誰就有優勢。

3.多樣

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。廣泛的資料來源，決定了大資料形式的多樣性。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。任何形式的資料都可以產生作用，目前應用最廣泛的就是推薦系統，如淘寶，網易雲音樂、今日頭條等，這些平臺都會通過對使用者的日誌資料進行分析，從而進一步推薦使用者喜歡的東西。日誌資料是結構化明顯的資料，還有一些資料結構化不明顯，例如圖片、音訊、視訊等，這些資料因果關係弱，就需要人工對其進行標註。

4.價值

這也是大資料的核心特徵。現實世界所產生的資料中，有價值的資料所佔比例很小。相比於傳統的小資料，大資料最大的價值在於通過從大量不相關的各種型別的資料中，挖掘出對未來趨勢與模式預測分析有價值的資料，並通過機器學習方法、人工智慧方法或資料探勘方法深度分析，發現新規律和新知識。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。大資料運用之廣泛，如運用於農業、金融、醫療等各個領域，從而最終達到改善社會治理、提高生產效率、推進科學研究的效果。

大資料已經成為過去幾年中大部分行業的遊戲規則，行業領袖，學者和其他知名的利益相關者都同意這一點， 隨著大資料繼續滲透到我們的日常生活中，圍繞大資料的炒作正在轉向實際使用中的真正價值。

很多初學者，對大資料的概念都是模糊不清的，大資料是什麼，能做什麼，學的時候，該按照什麼線路去學習，學完往哪方面發展，想深入瞭解，想學習的同學歡迎加入大資料學習qq群：957205962，有大量乾貨（零基礎以及進階的經典實戰）分享給大家，並且有清華大學畢業的資深大資料講師給大家免費授課，給大家分享目前國內最完整的大資料高階實戰實用學習流程體系