这些年，“大数据”一词已成为当下最热门的词汇之一。对于很多人来说，都不太理解什么是大数据？它比想象中复杂。大数据不只是一项数据存储技术，而是一系列和海量数据相关的抽取、集成、管理、分析、解释技术，是一个庞大的框架系统。更进一步来说，大数据是一种全新的思维方式和商业模式。
今天就让我们深入了解一下，到底什么是大数据。
大数据的定义
首先，还是要重新审视大数据的定义。行业里对大数据的定义有很多，有广义的定义，也有狭义的定义。
广义的定义，有点哲学味道——大数据，是指物理世界到数字世界的映射和提炼。通过发现其中的数据特征，从而做出提升效率的决策行为。
狭义的定义，是技术工程师给的——大数据，是通过获取、存储、分析，从大容量数据中挖掘价值的一种全新的技术架构。
对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，让大家了解到目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享！
■ 要做什么？——获取数据、存储数据、分析数据
■ 对谁做？——大容量数据
■ 目的是什么？——挖掘价值
大数据，到底有多大?
传统的个人电脑，处理的数据，是GB/TB级别。
■ 1 GB = 1024 MB (GB - gigabyte)
■ 1 TB = 1024 GB (TB - terabyte)
而大数据是什么级别呢？PB/EB级别。
■ 1 PB = 1024 TB (PB - petabyte)
■ 1 EB = 1024 PB (EB - exabyte)
只是看这几个字母的话，似乎不是很直观。
举个例子：
1TB，只需要一块硬盘可以存储。容量大约是20万张图片或20万首音乐，或者是671部小说。
1PB，需要大约2个机柜的存储设备。容量大约是2亿张图片或2亿首音乐。如果一个人不停地听这些音乐，可以听1900年。
1EB，需要大约2000个机柜的存储设备。如果并排放这些机柜，可以连绵1.3公里。如果摆放在机房里，大约需要21个标准篮球场，才能放得下。
阿里、百度、腾讯这样的互联网巨头，数据量据说已经接近EB级。
EB还不是最大的。目前全人类的数据量，是ZB级。
而到2020年，全球电子设备存储的数据，将达到35ZB。如果建一个机房来存储这些数据，那么，这个机房的面积将比42个鸟巢体育场还大。
1 ZB = 1024 EB (ZB - zettabyte)
大数据的特点4Vs
行业里对大数据的特点，概括为4个V。除了Volume（海量化）之外，剩下三个，分别是Variety、Velocity、Value。
Variety（多样化）
01
数据又分为结构化数据和非结构化数据。
从名字可以看出，结构化数据，是指可以用预先定义的数据模型表述，或者，可以存入关系型数据库的数据。
在互联网领域里，非结构化数据的占比已经超过整个数据量的80%。
大数据，就符合这样的特点：数据形式多样化，且非结构化数据占比高。
Velocity（时效性）
02
从数据的生成到消耗，时间窗口非常小。数据的变化速率，还有处理过程，越来越快。例如变化速率，从以前的按天变化，变成现在的按秒甚至毫秒变化。
我们还是用数字来说话：
就在刚刚过去的这一分钟，数据世界里发生了什么？
■ Email：2.04亿封被发出
■ Google：200万次搜索请求被提交
■ Youtube：2880分钟的视频被上传
■ Facebook：69.5万条状态被更新
■ 12306：1840张车票被卖出
■ ……
怎么样？是不是瞬息万变？
Value（价值密度）
03
大数据的数据量很大，但随之带来的，就是价值密度很低，数据中真正有价值的，只是其中的很少一部分。
2014年美国波士顿爆炸案，现场调取了10TB的监控数据（包括移动基站的通讯记录，附近商店、加油站、报摊的监控录像以及志愿者提供的影像资料），最终找到了嫌疑犯的一张照片。
大数据的价值
人类提出大数据、研究大数据的主要目的，就是为了挖掘大数据里面的价值。大数据，究竟有什么价值？
早在1980年，著名未来学家阿尔文·托夫勒在他的著作《第三次浪潮》中，就明确提出：“数据就是财富”，并且，将大数据称为“第三次浪潮的华彩乐章”。
■ 第一次浪潮：农业阶段，约1万年前开始
■ 第二次浪潮：工业阶段，17世纪末开始
■ 第三次浪潮：信息化阶段，20世纪50年代后期开始
进入21世纪之后，随着前面所说的第二第三阶段的发展，移动互联网崛起，存储能力和云计算能力飞跃，大数据开始落地，也引起了越来越多的重视。
2012年的世界经济论坛指出：“数据已经成为一种新的经济资产类别，就像货币和黄金一样”。这无疑将大数据的价值推到了前所未有的高度层面上。
如今，大数据应用开始走进我们的生活，影响我们的衣食住行。
之所以大数据会有这么快的发展，就是因为越来越多的行业和企业，开始认识到大数据的价值，开始试图参与挖掘大数据的价值。
归纳来说，大数据的价值主要来自于两个方面：
1. 帮助企业了解用户
大数据通过相关性分析，将客户和产品、服务进行关系串联。像阿里淘宝这样的电子商务平台，积累了大量的用户购买数据。在早期，这些数据都是累赘和负担，存储它们需要大量的硬件成本。但是，现在这些数据都是阿里最宝贵的财富。通过数据，可以分析用户行为，精准定位目标客群的消费特点、品牌偏好、地域分布，从而引导商家的运营管理、品牌定位、推广营销等。
除了电商，包括能源、影视、证券、金融、农业、工业、交通运输、公共事业等，都是大数据的用武之地。
2. 帮助企业了解自己
大数据还能帮助了解自己。企业生产经营需要大量的资源，大数据可以分析和锁定资源的具体情况，例如储量分布和需求趋势。这些资源的可视化，可以帮助企业管理者更直观地了解企业的运作状态，更快地发现问题，及时调整运营策略，降低经营风险。总而言之，“知己知彼，百战百胜”。
大数据的挑战
大数据时代下，大部分人对于信息安全的意识不够，对相关数据的使用不当，造成敏感、隐私数据的泄露，尤其是具有一定关联性的多组数据同时泄漏，引发的连锁反应会让问题加重。
大数据时代下信息安全面对极大的挑战，信息安全技术也面临很大的考验，互联网信息安全有着无限的发展趋势，将会是大数据时代下最值得关注的问题。在未来互联网行业里，信息安全技术将是重中之重。
在这种情况下，企业获取用户数据，就需要慎重考虑，是否符合伦理和法律。一旦违法，将付出极为沉重的代价。此外，即使企业合法获取数据，也要担心是否会被恶意***和窃取。这里面的风险也是不容忽视的。除了安全之外，大数据还要面临能耗等方面的问题。
换言之，如果不能很好地保护和利用手里的大数据，那么它就是一个烫手的山芋，有还不如没有。