大数据：定义与特征-物联网组成原理

（1）大数据的定义

根据大数据概念的内涵，并结合业界对大数据特性的普遍认同，赛迪顾问公司提出了以下概念：

定义1　大数据是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。

定义2　一般意义上，大数据是指无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理和服务的数据集合。

大数据到底有多大？由一组名为“互联网上一天”的数据可知，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达200万个（相当于《时代》杂志770年的文字量）……

截至2012年，数据量已经从TB（1TB=1024GB）级别跃升到PB（1PB=1024TB）、EB（1EB=1024PB）乃至ZB（1ZB=1024EB）级别。

（2）大数据的5V特征

大量化（Volume）：网络空间中数据的体量不断扩大，数据集合的规模已经从GB、TB到了PB，而网络大数据甚至以EB和ZB（10²¹）等单位来计数。

多样化（Variety）：企业内部的经营交易信息，物联网世界中商品、物流信息，互联网世界中人与人交互信息、位置信息等是大数据的主要来源。能够在不同的数据类型中，进行交叉分析的技术，是大数据的核心技术之一。语义分析技术、图文转换技术、模式识别技术、地理信息技术等，都会在大数据分析时获得应用。(www.xing528.com)

快速化（Velocity）：1s是临界点，对于大数据应用而言，必须要在1s内形成答案，否则处理结果就是过时和无效的。实时处理的要求，是区别大数据引用和传统数据库技术、BI技术的关键差别之一。

价值（Value）：挖掘大数据的价值类似沙里淘金，从海量数据中挖掘稀疏但珍贵的信息。价值密度低，是大数据的一个典型特征。

真实性（Veracity）：数据的重要性就在于对决策的支持。数据的规模并不能决定其能否为决策提供帮助，数据的真实性和质量才是获得真知和思路最重要的因素，是制定成功决策的坚实基础。

（3）大数据的构成

大数据包括交易数据集和交互数据集在内的所有数据集。

海量交易数据：企业内部的经营交易信息主要包括联机交易数据和联机分析数据，是结构化、通过关系数据库进行管理和访问的静态、历史数据。通过这些数据，能了解过去发生了什么。

海量交互数据：由Facebook、Twitter、LinkedIn及其他社交媒体的数据构成。它包括了呼叫详细记录（Calling Detail Records，CDR）、设备和传感器信息、GPS和地理定位映射数据、通过管理文件传输（manage file transfer）协议传送的海量图像文件、Web文本和点击流数据、科学信息、电子邮件等。这些可以告诉人们未来会发生什么。

海量数据处理：大数据的涌现已经催生了设计用于数据密集型处理的架构，如具有开放源码、在商品硬件群中运行的Apache Hadoop。