哈喽，大家好，我是漢斯老師。近幾年來，互聯網行業由于較高的薪資收入，受到許多人的追捧。很多年輕的學子，或是其他行業的有志青年，都想要投身到這個行業中來。然而一方面受到“互聯網寒冬”的影響，最近頻頻傳出各家知名互聯網公司裁員縮編的消息；另一方面，大量的人才湧入，又使得互聯網産業在職場上呈現出供過于求的特征，并最終導緻了職場上的激烈競争。

那麼互聯網行業未來的潛力在哪裡？我們又應該在哪個方向上發力，才能保證自己可以獲得一份高薪而穩定的工作？基于多年的互聯網行業從業經驗，漢斯老師在這裡向大家推薦大數據方向，希望通過本人的《三分鐘入門大數據》和《十分鐘精通大數據》系列文章，幫助所有有志了解學習大數據的朋友掌握大數據的相關知識，也歡迎所有對互聯網行業以及大數據領域感興趣的朋友前來交流。

大數據的權威研究機構Gartner給出了如下定義：

大數據是指無法在一定時間内用常規軟件工具對其内容進行抓取、管理和處理的數據集合。相對應的大數據技術，是指從各種各樣類型的數據中，快速獲得有價值信息的能力。

大數據的5V特征是由IBM公司旗下研究人員最早提出的，具體如下：

• 多樣化（Variety）

多樣性是指大數據技術所能獲取到的數據的種類和渠道是多種多樣的。首先，數據的種類繁多，包括但不限于各類文本，圖片，音頻，視頻，網頁，甚至是各類日志數據等；其次，獲取數據的途徑也是多種多樣的。常見的數據獲取途徑包括網絡爬蟲爬取數據，企業或組織生産過程中産生和收集的數據，機器或傳感器記錄的數據，互聯網上公開的數據，個人的消費數據或互聯網上的浏覽數據等。

• 大量化（Volume）

一般涉及到使用大數據相關技術進行處理的數據量往往都比較大。這裡提到的大量化的數據，包括采集到的原始數據的數據，進行轉換後的結構化數據的數據，以及最終用于計算和分析展示的數據的數據。通常我們認為大數據的起始計量單位往往是PB級别的，換成通俗點的話說，如果一部兩個小時的高清電影大概是5個G的話，大概要20萬部高清電影的量。

• 快速化（Velocity）

快速化通常包含三個方面的内容，即數據量增長快，數據處理的速度快和數據的時效性高，而這三者某種程度上又是相輔相成的。首先，數據量增長快是指原始數據會快速累積，以沃爾瑪為例，其每小時平均交易量大約在100萬筆。其次，數據的處理速度快，如前面提到的，每小時100萬筆的交易量，普通的分析報表工具是無法處理的，這就要求必須使用能夠快速處理大量數據信息的技術或工具。最後是時效性，在很多應用場景中，常常會對數據處理的時效性有着很高的要求，比如百度熱搜，其需要做到實時統計分析用戶搜索的關鍵詞，對這些關鍵詞統計分析後，整理出熱搜榜。

• （低）價值化（Value）

價值化，或者說低價值化，是指我們收集到的數據，往往有相當大比例是不符合我們需求的數據，或者是無法使用的數據。

• 真實化（Veracity）

大數據中的數據都是通過直接從現實世界中獲取，或者對直接獲取的數據進行加工處理得到的，數據的準确性和可信賴度需要得到保證。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!