提到大數據的特征，大家都會聯想到大數據的4V特征，即Volume(大容量)，Variety（多樣式），Velocity（高速性），Value（價值性）。

圖 1‑2大數據的4V特征

結合我國大數據的研究，《大數據領導幹部讀本》這本書曾概括了大數據的十字特征， “大雜多全快，久活密稀聯”，來區别大數據與傳統數據的特征。

圖 1‑3大數據的十字特征

大—數據量大

指的是數據規模大，即所說的海量數據。

2012年，Facebook宣布每天有25億條内容，3億上傳照片數，500 TB新産生的數據量；2017年，微信每天9億登陸，380億條消息，61億語音次數，2億視頻通話，10 億圖片。

據國際數據公司（IDC）估計，全球數據總量預計2020年達到44ZB，中國數據量将達到8060EB，占全球數據總量的18%。

雜—結構複雜

指的是數據的存儲類型多種多樣，數據結構複雜。

數據的形式也是多樣化的，可以是連續的數值，也可以是文字、符号（數字數據），或者聲音、圖像等等。

傳統的小數據，為了便于存儲和快速處理，一般都是結構化的數據。而大數據，不僅包含了結構化的數據，更多的是非結構化和半結構化的數據，比如互聯網上的文本、圖片、音視頻等等，都是大數據。

全—維度全面

指的是業務數據的多維性，即數據樣本的維度較多，能夠全面呈現數據對象。

比如要了解一個用戶行為，不僅要收集其基本數據（比如性别、年齡、住址、聯系方式），也還要收集其搜索浏覽數據（比如百度搜索關鍵詞、浏覽網頁地址），甚至交易數據（淘寶購物數據、京東購物數據）等等多個維度的數據，這樣才能夠全面體現用戶的行為。

不過，全是一個相對的概念，絕對的全是沒有的。

多—來源多

指的是數據的來源多，不僅來源于銷售，也來源于生産；不僅來源于企業内部，也包含很多外部數據。實際上，單個企業一般隻會是基于某種業務目的來收集相應的數據。比如，銷售數據隻會保存在交易數據庫中，而用戶的浏覽數據則會來源于網站日志，這樣數據的來源就比較多樣化了。

快—處理速度快

這裡的快有兩層意思：一是指數據産生的速度快，二是要求數據處理速度也要快。

按照新的摩爾定律，每兩年産生的數據量相當于以前全部數據量的總和，這麼快的增長速度，也就要求數據的處理效率要高，否則，其數據的意義就不大了。

比如，在交通路口拍攝的照片需要及時傳回到大數據系統中，進行及時處理，從照片中提取出經過某個路口的車牌号、時間點等信息，這樣才以便于公安或交警部門快速地捕獲指定的違章車輛，快速進行攔截。如果處理的速度不夠快，或者數據分析後的結果就意義已經不大了。

久—時間跨度長

指的是大數據的時間範圍要足夠長。時間越長，就越能發現事物的長期規律。

就比如全球的經濟危機，其爆發的周期約為10年，差不多每隔十年左右才會發生一次。如果收集的數據時間跨度太短，是不太可能從數據中發現這樣的周期性規律的。

活—實時處線

指的是數據的實時性，要求數據是實時在線的，能夠随時查看和計算的。

就比如交通行業要求的大數據，要能夠實時在線處理，以呈現實時路況，才能有效地利用大數據及時發現擁堵，并指導車輛分流，規避擁堵。

密—數據密度

指的是收集數據的時間間隔，或者地域間隔要足夠地短，這樣才能準确地用來描述業務的情況。

比如，公交車上的GPS數據，其兩次上報的時間間隔要足夠地短，其位置間隔也要足夠地短，這樣才能用于精确定位，這樣的數據才有實用價值。

稀—價值低

指的大數據的價值密度低，即有價值數據的比例比較小。

特别是一些監控視頻數據，其中真正有價值的數據也許隻有1~2秒。但是，為了得到這幾秒的有價值的信息，我們卻必須保存大量的視頻數據。正如有人自我揶揄說，為了提煉一點點金子，我們得保存整個沙灘。

聯—關聯性

指的是數據之間的相關性。萬物皆有聯，萬事萬物都是有某種聯系的，體現在數據上就是數據與數據間的相關性，可以探索業務各種因素之間的相互影響關系。

正如舍恩伯格所說，大數據關注相關關系更勝于因果關系。

這十個字，分别從數據的特征、數據的采集、數據的處理以及數據分析等不同的角度來描述大數據，是比較全面的。

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!