究竟什么是大數(shù)據(jù)？如何對(duì)大數(shù)據(jù)進(jìn)行定義？大數(shù)據(jù)有哪些特征？了解了這些才能更好的知道自己學(xué)習(xí)是怎樣的一門技術(shù)，以及它的前景如何。本文小編就帶大家一起了解大數(shù)據(jù)！
DT時(shí)代，人人言必稱大數(shù)據(jù)，所有的新系統(tǒng)幾乎都是基于大數(shù)據(jù)，有人認(rèn)為用了MongoDB就是大數(shù)據(jù)，也有人用了Hadoop就是大數(shù)據(jù)，或者認(rèn)為數(shù)據(jù)量大就是大數(shù)據(jù)。
更有甚者，筆者看到一篇新聞報(bào)道，說某企業(yè)成功實(shí)施大數(shù)據(jù)項(xiàng)目，結(jié)果只是SQL-Server集群……天吶，這可是上世紀(jì)的技術(shù)了！
說了這么多到底什么是大數(shù)據(jù)呢，其實(shí)大數(shù)據(jù)并沒有教科書式的明確定義，但是卻有比較公認(rèn)的特性描述，符合這些特性的就可以稱作大數(shù)據(jù)，即大數(shù)據(jù)的4個(gè)V。
第一個(gè)V——高容量
這個(gè)最好理解，數(shù)據(jù)量一定要大，才好意思稱自己為大數(shù)據(jù)嘛。大到什么程度呢？依目前行情來看，至少也要到TB級(jí)，很多案例都是PB甚至更高。但如果是GB級(jí)，非說自己是大數(shù)據(jù)也不是不可以，就是有點(diǎn)無顏見江東父老啊……
第二個(gè)V——多樣化
這個(gè)很關(guān)鍵了！是區(qū)別于以往海量數(shù)據(jù)挖掘的最主要特征。它有兩層含義，一是數(shù)據(jù)來源多樣化，系統(tǒng)數(shù)據(jù)、設(shè)備日志、傳感器、文件系統(tǒng)等等來源。二是數(shù)據(jù)結(jié)構(gòu)多樣化，這是核心特征！要包含結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)（包括所謂半結(jié)構(gòu)化數(shù)據(jù)）。
總結(jié)起來就是，多源異構(gòu)。這就是為什么有人認(rèn)為使用NoSQL數(shù)據(jù)庫（如MongoDB）就是大數(shù)據(jù)了，因?yàn)闈M足了多樣化的特征，但其實(shí)還不夠。
第三個(gè)V——高速
即時(shí)效性，基本上至少也要達(dá)到億級(jí)數(shù)據(jù)一秒查詢，做的比較好的可以達(dá)到千億級(jí)數(shù)據(jù)一秒查詢。這個(gè)特征幾乎決定了傳統(tǒng)技術(shù)架構(gòu)無法滿足要求，因此Hadoop架構(gòu)的出現(xiàn)催化了大數(shù)據(jù)的發(fā)展，也是有人認(rèn)為Hadoop就是大數(shù)據(jù)的原因。
第四個(gè)V——價(jià)值
這個(gè)很好理解，數(shù)據(jù)一定要有價(jià)值、而后才能產(chǎn)生價(jià)值。就好比存商品的叫才能倉庫，存垃圾的叫垃圾填滿坑一樣。沒價(jià)值的數(shù)據(jù)就像一個(gè)垃圾填滿坑，這也是為什么數(shù)據(jù)治理在大數(shù)據(jù)實(shí)施中非常重要的原因之一。
最后，也是最重要的，以上4個(gè)V是邏輯與的關(guān)系，即需同時(shí)、注意是同時(shí)滿足上述四個(gè)特征，就可以放心的說自己是大數(shù)據(jù)了！
