这几年，大数据非常火，作为一个IT从业者，如果所属公司没有涉足大数据，并且自己再不主动了解一下大数据，出去都不好意思跟人打招呼。

大数据本身是一个宽泛的概念， 业界尚未给出统一的定义，大家都在尝试着定义大数据， 所以在大数据的诠释上就形成了百家争鸣的态势。随之而来的大数据时代、大数据思维、大数据技术、大数据应用、大数据服务等一系列的词汇加剧了大数据的理解难度，在被问及“大数据是什么”时，总有一种无力感。

今天，我尝试描述一下自己理解的大数据，供参考。

1、作为一个名词，大数据是记录集#

百度百科将“大数据”和“巨量数据集合（IT行业术语）”合并描述为：无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

1.1、数据资产

世界经济论坛2012年发布报告，说“大数据为新财富，价值堪比石油”，一下子让服务器上堆积的那些历史数据身价倍增起来，数据开始被郑重其事地视作资产进入了大家的视野。

关于资产，百度百科的定义为“任何公司、机构和个人拥有的任何具有商业或交换价值的东西”，数据以及数据产生的信息目前已经被公认为是企业的资产。企业通过数据资产，提供更好的产品和服务，降低成本，控制风险。

1.2、大数据的特征

大数据的特征经历了3V、4V到5V的演变。

2001年，高德纳分析员道格·莱尼在一份与其2001年的研究相关的演讲中指出，数据增长有三个方向的挑战和机遇，是为3V：数量（Volume）、速度（Velocity）、多样性（Variety）。

在莱尼的理论基础上，IBM提出大数据的4V特征得到了业界的广泛认可，即：数量（Volume）、多样性（Variety）、速度（Velocity）、真实性（Veracity）。

国际数据公司 IDC 也定义了一套 4V特征： 数据类型繁多（ Variety）、处理速度快（ Velocity）、数据体量巨大（ Volume）、数据价值（ Value）。

阿姆斯特丹大学的 Yuri Demchenko 等人提出了大数据体系架构框架的 5V 特征： 数据类型繁多（ Variety）、处理速度快（ Velocity）、数据体量巨大（ Volume）、数据价值（ Value）、真实性（ Veracity）。

大数据5V特征from《大数据标准化白皮书 V2.0》

以上是大数据的数据特征，描述了“巨量数据集合”的特征。

2、作为一个形容词，大数据引出了n个概念

很多人提及的大数据是一个形容词，但他省略了大数据后面那个被修饰的关键词。

2.1、大数据思维

维克托·尔耶·舍恩伯格在《大数据时代:生活、工作与思维的大变革》中指出“大数据时代最大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系”，【注重事物间的相关关系】可以作为大数据思维的关键特征之一。

大数据思维是一种跨域的、面向全样本的、数据导向的、认为历史数据可预测未来的思维方式，关于大数据思维的原理，《大数据行业人士必知10大数据思维原理》一文简单将其概括为10项原理：

• 数据核心原理
• 数据价值原理
• 全样本原理
• 关注效率原理
• 关注相关性原理
• 预测原理
• 信息找人原理
• 机器懂人原理
• 电子商务智能原理
• 定制产品原理

运用大数据思维，在看待问题、解决问题时就多了一个角度——大数据视角（哈，又多了一个概念）。

2.2、大数据技术

大数据技术的包括大数据采集技术，大数据存储、管理和处理技术，大数据分析和挖掘技术，以及大数据呈现和应用技术，这些技术可以表现为一种数据处理方法（并行计算），也可以表现为一种软件工具（Hadoop、Spark、Storm等）。

IT技术人员提及的大数据多数是指大数据技术，甚至更狭义地指代Hadoop，“某某最近在学习大数据”，最可能的情形是“某某在啃Hadoop技术文档”。

数据分析、数据挖掘、机器学习与大数据技术紧密相关，有些人认为它们应该独立于大数据技术（这些概念都早于大数据技术产生），也有人将它们纳入大数据技术的范畴（例：某机器学习算法的Spark实现），类似的还有以Redis、Kafka，个人认为无需纠结于概念的范围归属，可以将精力投在掌握具体技术的适用场景方面。

2.3、大数据应用场景

大数据应用场景一般对应于一个特定行业的具体问题，在数据规模不足够大、数据处理效率不足够高的时候，或者说在大数据（名词，巨量数据集合）和大数据技术之前，这些问题无法解决或者无法妥善解决，但虽然数据的持续积累和大数据技术的不断成熟，这些问题得以解决或者出现了解决的契机和研究方向。

• 在电力行业，基于电网运行和设备检测、监测、检修数据，可以在“电力设备监测预警”、“电力设备缺陷分析”、“电力设备寿命预测”方面开展分析和研究（这里出现了三个大数据应用场景 :D）。
• 在交通行业，通过在城市多处设置的传感器，我们能随时掌握在某个地方有多少辆汽车，车速是多少。有了这些数据就可以建立起模型进行分析，指导人们“优化出行计划避免交通拥堵”（这也是一个大数据应用场景）。

2.4、大数据+

先看看“互联网+”，百度百科显示：“互联网+”就是“互联网+各个传统行业”，但这并不是简单的两者相加，而是利用信息通信技术以及互联网平台，让互联网与传统行业进行深度融合，创造新的发展生态。

个人认为“大数据+”和“互联网+”简直是一样一样的，“大数据+”就是“大数据+各个传统行业”。以“大数据+医疗”为例，它以医疗行业的患者档案、临床操作、药品处方、诊疗方案等各类数据为基础，运用大数据技术逐步构建智慧化医疗服务体系，也可称为医疗大数据。

2.5、大数据服务

大数据服务是大数据产业链商业维度的概念。大数据产业链上包括大数据资源提供者、大数据技术提供者、大数据服务提供者三类公司，大数据服务是大数据服务提供者的价值体现，本质是“通过发掘隐藏在大数据中的价值，不断推动大数据产业链中各个环节的发展和成熟”。

大数据服务提供者有两种，一种是应用服务提供者，另一种是咨询服务提供者；当然，把大数据技术提供者称作技术服务提供者当也未尝不可。

3、大数据不仅仅是概念

中国工程院院士李德毅认为，云计算、大数据、人工智能是引领中国创新发展的原动力，如果将“互联网+”比作一只大鸟，大数据和云计算就是互补的两个翅膀，而人工智能则是鸟背上的乘客。

根据《2016年大数据交易白皮书》的有关数据显示，2015年我国大数据市场规模1692亿元，同比增长了63.07%，仍处于快速发展期，预计2020年市场总体规模将达到13626亿元，年复合增速将达到51.8%。

所以，每个IT人员都应该主动了解大数据，不仅仅是为了见面打招呼，它还会为我们带来某些实质性的收益。