了解大数据：不只是海量和非结构化

 

如果说大数据的特点是海量和非结构化，那也是不全面的。大数据带来的挑战还在于它的实时处理。在当今快速变化的社会经济形势面前，把握数据的时效性，是立于不败之地的关键。

　　IBM公司把大数据概括成了三个V，即大量化(Volume)、多样化(Variety)和快速化(Velocity)。这些特点也反映了大数据所潜藏的价值(Value)，或许可以认为，这四个V就是大数据的基本特征。

　　“大数据”是从英语“Bigdata”一词翻译而来，过去常说的“信息爆炸”、“海量数据”等等已经不足以描述这个新出现的现象，“大数据”一说就在近几年崭露头角，并首先为全球各大IT企业所重视。这些企业基于自身的商业目标，对“大数据”做出了各种解释，其中有一条已成共识：“大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。”

　　当然，大数据首先是数据量大。过去常用的千字节(KB)容量今天已像人民币的分币，人人口中已经是兆(MB)和吉(GB)，专业的则在大谈太(TB)，甚至是拍字节(PB)。这从一个侧面表明，数据容量增长的速度大大超过了硬件技术的发展速度，以至于引发了数据存储和处理的危机。

　　然而，大数据不只是大。海量数据的危机并不单纯是数据量的爆炸性增长，它还牵涉到数据类型的改变。原来的数据都可以用二维表结构存储在数据库中，如常用的Excel软件所处理的数据，称之为结构化数据。但是现在更多互联网多媒体应用的出现，使诸如图片、声音和视频等非结构化数据占到了很大比重。有统计显示，全世界结构化数据增长率大概是32%，而非结构化数据增长则是63%，预计至2012年，非结构化数据占有比例将达到互联网整个数据量的75%以上。用于产生智慧的大数据，往往是这些非结构化数据。

　　如果说大数据的特点是海量和非结构化，那也是不全面的。大数据带来的挑战还在于它的实时处理。在当今快速变化的社会经济形势面前，把握数据的时效性，是立于不败之地的关键。