1、大数据定义及其特征

大数据的概念最早于20世纪90年代提出，根据维基百科定义，是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理、处理的数据集合。从产业的角度，常常把这些数据与采集它们的工具、平台、分析系统等一起被称为大数据。在2012年瑞士达沃斯世界经济论坛上，大数据是框定的主题之一，该论坛发表的报告《大数据，大影响》中提出，数据已经成为一种新型的经济资产，就像货币或者黄金一样。需要特别指出的是，大数据和海量数据是有区别的：大数据包含了海量数据的含义，而且在内容上超越了海量数据，简言之，大数据等于“海量数据+复杂类型的数据”。

总结起来，大数据的特征主要体现为大量化、多样性、快速化、价值化和复杂性(简称“4V+1C”)：(1)数据体量大(Volume)。从GB、TB级跃升到PB(1PB=1024TB)乃至EB(1EB=1024PB)级别。到目前为止，人类生产的所有印刷材料的数据量是200PB，而历史上全人类说过的所有的话的数据量大约是5EB；(2)数据类型繁多(Variety)。被分为结构化数据、半结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，超过80%的数据都是非结构化数据，如视频监控数据、流媒体数据、RFID感应数据等；(3)价值密度低