如果提到“大數(shù)據(jù)”，你會想到什么？也許大部分人會聯(lián)想到有多少人使用運動APP進行鍛煉？女生喜歡什么樣的口紅？中國網(wǎng)民有多少人？……

可以說，過去數(shù)據(jù)被認為是冰冷的數(shù)字，只要求提供一些事實數(shù)據(jù)，而如今大數(shù)據(jù)的深度和廣度遠不止這些，大數(shù)據(jù)已經(jīng)在人類社會實踐中發(fā)揮著巨大的優(yōu)勢，其利用價值也超出我們的想象。

但大數(shù)據(jù)的本質(zhì)還是數(shù)據(jù)，只不過在處理量、速度要求、處理效率等方面，傳統(tǒng)工具無法滿足，那么就需要用大數(shù)據(jù)的一系列工具來解決。

華永道移動數(shù)據(jù)和分析計劃首席技術(shù)官Ritesh Ramesh說：“數(shù)據(jù)學(xué)習(xí)工具是客戶進行數(shù)據(jù)質(zhì)量和性能分析的工具包中的重要工具，可處理5000萬行數(shù)據(jù)，以發(fā)現(xiàn)洞察力”。現(xiàn)如今頂級的大數(shù)據(jù)工具包括：Cloudera、MongoDB、OpenRefine、DataCleaner、RapidMiner、Tableau等。

通過這些工具，使得大數(shù)據(jù)更能廣泛地應(yīng)用于各個場景，比如說：了解和優(yōu)化業(yè)務(wù)流程、微博等社交網(wǎng)絡(luò)的數(shù)據(jù)分析運用、電子商務(wù)中的數(shù)據(jù)分析推薦、搜索引擎中的數(shù)據(jù)分析處理等等。大數(shù)據(jù)應(yīng)用為何如此廣泛？我們再看看以下4個技術(shù)特征就知道原因了！

大數(shù)據(jù)的技術(shù)特征我們可以用4個“V”來表示。

首先第一個“V”（Volume）是指數(shù)據(jù)體量巨大，從TB級到PB級。對于傳統(tǒng)企業(yè)來講，不一定能達到PB級別。但面向終端用戶的一般互聯(lián)網(wǎng)行業(yè)公司是可能達到PB級別的，倘若數(shù)據(jù)體量達到十幾TB甚至幾十TB時，還是需要大數(shù)據(jù)技術(shù)進行處理。

第二個“V”（Velocity）是指速度，這里指數(shù)據(jù)的產(chǎn)生速度快，處理速度快。在實時計算、流計算的場景下，我們要求大數(shù)據(jù)本身對于數(shù)據(jù)的處理速度要快，因為從傳感器，或者是用戶在前端的一些點擊行為，這些操作都會在短時間內(nèi)產(chǎn)生大量數(shù)據(jù)。因此就要求大數(shù)據(jù)系統(tǒng)、大數(shù)據(jù)工具對數(shù)據(jù)的處理速度要能跟上其產(chǎn)生的速度。

第三個“V”（Variety）是指數(shù)據(jù)類型，數(shù)據(jù)類型在大數(shù)據(jù)的場景下是繁多的，所處理的數(shù)據(jù)一般都是半結(jié)構(gòu)化，甚至是非結(jié)構(gòu)化的。比如日志、視頻、圖片、地理位置信息等，就要求大數(shù)據(jù)的一些處理系統(tǒng)、處理技術(shù)能夠?qū)Π虢Y(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進行相應(yīng)的處理。

第四個“V”（Value）是指價值，高價值總量，低價值密度。也就是說，在大數(shù)據(jù)的場景下，若能對大數(shù)據(jù)進行全量分析，那么其價值總量是巨大的。當(dāng)然大數(shù)據(jù)本身是要求對數(shù)據(jù)做全量分析，因此如果只是對其中一部分數(shù)據(jù)做分析的話，那么其價值密度相對來講是較低的。

針對大數(shù)據(jù)以上四個特征，我們對大數(shù)據(jù)的思維有所了解后，對于是否適合建造項目也就有了明確的判斷。

那么，有人會問：建設(shè)大數(shù)據(jù)項目的必備條件是什么呢？請聽下回分解。

——未完待續(xù)——