“大数据”到底有多大？

在计算机系统中，各种字母、数字符号的组合、语音、图形、图像等统称为数据，数据经过加工后就成为信息。时下人类信息以每年50%的速度增长，大约每两年就翻一番；数据海洋呈爆发式增长。 　　

什么是大数据？有研究报告将大数据定义为，由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算的数据处理与应用模式，通过数据的整合共享、交叉复用形成的智力资源和知识服务能力。大数据技术的战略意义在于对这些有意义的数据进行专业化处理，从海量数据中发掘出真正的价值。

最早提出大数据时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”

大数据到底有多大？一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多，相当于美国两年的纸质信件数量；发出的社区帖子达200万个，相当于《时代》杂志770年的文字量；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。随着计算机硬件成本、计算机内存成本的降低和超级集群计算机的产生，使得处理大规模的复杂数据成为可能，这样就产生以结构化（股票交易数据）、半结构化（网络日志）和非结构化（文本数据、音频数据、视频数据）为主的大数据。其中非结构化数据占互联网数据总量的80%。

目前，一些专业人士将大数据概括为四大特征，即“四V”： 数量大（Volume），数据量级已从TB（1012字节）发展至PB乃至ZB，可称海量、巨量乃至超量；多样性（Variable），数据类型繁多，多为网页、图片、视频、图像与位置信息等半结构化和非结构化数据信息；速度快（Velocity），数据流往往为高速实时数据流，而且往往需要快速、持续的实时处理，处理工具亦在快速演进，软件工程及人工智能等均可能介入；价值高（Value），以视频安全监控为例，连续不断的监控流中，有重大价值者可能仅为一两秒的数据流，360度全方位视频监控的“死角”处，可能会挖掘出最有价值的图像信息。