大数据的十种特征,全：数据的表征全面

大数据不仅仅是指数据大，还指它具有多种特征。国外有专家总结出大数据具有“4V”特征，包括数据量大（Volume）、类型繁多（Variety）、增长和处理速度快（Velocity）、价值大而价值密度低（Value）。国内有专家总结出大数据具有“全、大、杂、多、快、久、活、密、稀、联”十种特征。

（一）全：数据的表征全面

针对一个具体的客观对象，可以通过不同来源的数据对其进行表征和描述。例如，要了解或掌握一个人的行为或一个企业的运行状况，可以通过获取与之相关的各种数据对其进行描述和画像。对一个人的行为来说，要获取包括姓名、性别、年龄、住址、联系方式等基本数据，还要包括与之相关联的社会关系数据，以及其和外界交往、交易的行为数据等，这样才能更加全面了解这个人的行为。对于一个企业的经营状况，不仅要获取包括名称、法人、工商登记信息、地址等基本数据，还要了解其关联企业数据，以及税务、社保、经营、水电气、征信、股权、融资等数据，从而全面了解企业的状况。当然，这里的全只是相对的。

全应该是最能体现大数据与传统数据差异的特征。正是因为大数据的全，才使得大数据表现出数量大、门类多、处理难度大、时间跨度长等一系列特征，因而需要用新的思维模式、基础设施和技术方法来处理大数据。

（二）大：数据的量巨大

数据大小的最基本单位是B，是字节（Byte）的缩写。1个字节B的数据大小由8个二进制位组成，如：00000001、11111111等。

一般，我们用不同的符号如K、M、G、T、P、E、Z、Y来表示数据量的大小。从目前的技术水平，我们一般把T以上表达的数据量称之为巨大。

表1　数据大小的表示符号及示例

2012年，Facebook宣布用户经过该平台每天发布约25亿条文字消息，上传约3亿张照片，每天新产生的数据量达到500TB；2017年，微信每天9亿人次登录，发送380亿条文字消息，61亿语音次数，2亿视频通话，10多亿张图片。

根据国际数据公司（International Data Corporation，简称IDC）估计，到2020年，全球数据总量预计达到44ZB。届时，中国数据量将达到8.06ZB，约占全球数据总量的18%，中国将成为名列前茅的数据资源大国和全球数据中心。巨大的数据量就需要匹配更强大的计算能力。

（三）杂：数据的格式、形式、结构、类型复杂

数据需要通过多种方式承载和表达整个世界的各种状态和各种信息，也需要承载和记录人类有史以来的各种经验、知识、文化、思想和智慧，这就造成了数据格式、形式、结构、类型的多样性和复杂性。例如，我们在电脑和手机上读到的文本、听到的音乐、看到的图片、欣赏的视频，以及通过各种传感器感知到的温度、湿度、气压、PM2.5等。数据繁杂的特点也同时增加了数据存储、传输、管理、处理、分析、表达、显示的技术难度。

（四）多：数据来源多样

数据来源多样，有的来自物理世界，比如，通过传感器、科学观测获取的生物数据、脑科学数据、气象数据、天文观测数据、卫星遥感数据等；有的来自人类活动，比如社交网络、互联网、金融与经济活动产生的数据等。数据来源多样客观上就需要我们对数据进行综合处理和分析，以把握事件全貌，掌握事件进展状态，判断各种变化情况，为决策和采取处置行动提供科学依据。(www.xing528.com)

（五）快：数据产生快速，实时动态

许多场合下数据是实时、动态产生的，反映了不断变化的情况。这就需要有技术和机制，不断采集这些数据，并能够进行快速地处理和分析，以提供决策支持。例如，对于应急管理和指挥来说，当出现突发事件时，指挥中心就需要及时获取来自现场和来自各相关部门的各种数据，实时掌握快速变化的情况，科学快速地决策，以应对复杂多变的情况。

（六）久：数据时间跨度长久

大数据具有时间跨度长的特点。这是因为，数据需要经过较长时间的积累才能发现事物长期的变化规律。例如，全球经济危机爆发周期约为10年。如果收集的数据时间跨度太短，是不太可能从数据中发现这样的周期性规律的。同时，随着技术发展与时代进步，时间跨度长久的数据可能挖掘出新的价值。过去看似没有用处的数据，在某些新的应用场景下，经过重新挖掘分析，往往能发掘出重要的价值。

（七）活：数据能够支持各类鲜活的应用

数据是鲜活的、实时在线的，可以支持各种实时的应用场景。例如，高德、百度导航地图，前端不断采集车辆实时路况数据，通过后台实时在线处理，再以实时路况地图方式呈现到前端，从而使道路交通参与者实时发现拥堵路段，优化出行方案，实现车辆分流，提高道路交通效率。

（八）密：数据的间隔密集

数据的密，指的是数据的时间采集密度和数据的空间采集密度。数据的时空采集密度越密，数据自身的精度越高。大数据的时空间隔越密，表达事物的能力就越强，精度就越高，数据的量也就越大，需要的数据处理能力也要越强。例如，卫星导航定位数据采集得越密，物体运动轨迹就越精确。环境、水文等的监测传感器布点越密，其分辨能力就越强。

（九）稀：数据价值稀疏

大数据一般都具有总量价值高，但价值密度低的特征。要想提取出数据的价值，需要做大量的采集和分析工作，挖掘出有价值的信息。例如，监控视频数据总量很大，但某些应用场景下有价值的数据也许只涉及1—2秒的视频信息，这就需要用各种手段把它挖掘和提取出来。

（十）联：数据之间有关联性

万事万物之间都有着某种联系，看似分离的数据之间，也可能存在着相关性。正如舍恩·伯格所说，大数据关注相关关系更胜于因果关系。