1.5　大数据的特征

大数据处理与以往的数据处理有很多明显的区别。

从数据收集方式看，传统数据的收集通常带有明确的目的，因此数据的价值高、质量好；在大数据时代，数据收集通常没有明确的任务，待数据收集完成后，再通过数据分析得出结论，即“先有数据，后找其价值”。

从数据本身看，大数据具有以往数据所没有的一些特征。

关于大数据的特征，业内从不同的视角提出了很多特征。2001年，道格·莱尼（Doug Laney）提出了大数据的3V模型，包括数量（Volume）、速度（Velocity）和种类（Variety）。后来，在3V模型的基础上又补充了一些特征，其中得到公认的有价值（Value）和真实性（Veracity），由此形成了大数据的5V模型，如图1-2所示。基于大数据5V模型的大数据特征如图1-3所示。

图1-2　大数据的5V模型

图1-3　基于大数据5V模型的大数据特征

大数据量是指超大的数据量，如此巨大的数据量已经超出了传统数据处理的能力，由此引发各种大数据处理技术；高速度是指数据产生速度如此之快，以致传统人工参与处理的方式已不适用；多样化是指数据种类繁多，使擅长处理结构化数据的关系型数据库显得力不从心；价值密度低是指从大数据中发掘其中的价值如同沙里淘金，弥足珍贵；数据质量差是指大数据的质量通常比想象的要糟糕很多，必须进行大量的数据预处理。

除大数据量这个特征外，大数据并不一定同时具备其他特征。在采用新的数据处理方法后，可以发现大数据中深藏的规律、知识或价值，但这需要数据量积累到足够大时才能实现。