言，我認(rèn)為是幾個因素共同導(dǎo)致了這一朗朗上口的詞匯的流行。其中之一是人們在不同領(lǐng)域采集到的數(shù)據(jù)量之大，達到了前所未有的程度，而傳感、存儲和網(wǎng)絡(luò)等計算機科學(xué)領(lǐng)域也在不斷前行。人們需要收集大量數(shù)據(jù)，一部分原因在于許多人類活動已經(jīng)轉(zhuǎn)向了網(wǎng)絡(luò)，各種交易和事件數(shù)據(jù)的收集變得十分容易，而且能夠?qū)崟r同步收集。這些活動包括電子商務(wù)、通過道路上的傳感器記錄汽車行駛狀況、利用位置數(shù)據(jù)提供智能手機服務(wù)等。而在醫(yī)療領(lǐng)域，基因組研究的突飛猛進和醫(yī)院臨床數(shù)據(jù)捕獲，將越來越多的GB級乃至TB級患者數(shù)據(jù)輸送到數(shù)據(jù)庫中。

吳甘沙：數(shù)據(jù)總量的增長主要歸功于非結(jié)構(gòu)化數(shù)據(jù)的增長，目前普遍被認(rèn)為占到85%以上，而且增速比結(jié)構(gòu)化數(shù)據(jù)快得多，有種說法是快10—50倍。

早期的非結(jié)構(gòu)化數(shù)據(jù)，主要是文本，如電子郵件、文檔等。隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，又?jǐn)U展到網(wǎng)頁、社交媒體、感知數(shù)據(jù)，涵蓋音頻、圖片、視頻、模擬信號等等，真正詮釋了數(shù)據(jù)的多樣性。但同時，低信息密度的非結(jié)構(gòu)化數(shù)據(jù)是大數(shù)據(jù)的一大挑戰(zhàn)。

從具體內(nèi)容上，大數(shù)據(jù)通常分為四類：科研數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、企業(yè)數(shù)據(jù)、感知數(shù)據(jù)。

科研數(shù)據(jù)屬于大數(shù)據(jù)時代前很久就存在的“史前生物”，可能來自生物工程、天文望遠鏡或粒子對撞機，不一而足。這些數(shù)據(jù)存在于封閉系統(tǒng)中，玩家都是傳統(tǒng)上做高性能計算的企業(yè)或機構(gòu)。最著名的是歐洲核子研究中心的大型強子對撞機，此機不撞則已，一撞驚人，工作狀態(tài)下每秒產(chǎn)生PB級的數(shù)據(jù)。

互聯(lián)網(wǎng)大數(shù)據(jù)是目前這個時代的主流，尤其社交媒體被認(rèn)為是大數(shù)據(jù)的爆發(fā)點。幾乎所有的大數(shù)據(jù)技術(shù)都起源于互聯(lián)網(wǎng)企業(yè)。所有這些企業(yè)當(dāng)中，做搜索的最大，百度達到了千PB的規(guī)模，谷歌更大一些。臉譜網(wǎng)、雅虎等都在數(shù)百PB，亞馬遜、阿里巴巴應(yīng)該也同在此列。

進入移動互聯(lián)網(wǎng)時代后，移動平臺的感知功能和LBS（基于位置的服務(wù)）的普及，使得互聯(lián)網(wǎng)數(shù)據(jù)與感知數(shù)據(jù)產(chǎn)生了重疊。同樣，企業(yè)數(shù)據(jù)和感知數(shù)據(jù)也有重合，如企業(yè)會部署物聯(lián)網(wǎng)收集感知數(shù)據(jù)。但感知數(shù)據(jù)的體量要大得多，甚至有預(yù)測感知數(shù)據(jù)的總量在2015年超過社交媒體，并達到后者的10—20倍。企業(yè)自身的數(shù)據(jù)比起十年前雖然沒有數(shù)量級的提升，但也得到了有機的增長：一方面，內(nèi)部數(shù)據(jù)從結(jié)構(gòu)化數(shù)據(jù)擴展到非結(jié)構(gòu)化的數(shù)據(jù)，另一方面，更強調(diào)與新的外部數(shù)據(jù)源如社交媒體數(shù)據(jù)的融合。

大數(shù)據(jù)的價值在于獲得洞察力

記者：雖然有多種解讀，但業(yè)界一般認(rèn)為，大數(shù)據(jù)有四個“V”字開頭的特征：Volume（體量）, Velocity（速度）, Variety（種類），Value（價值）。這其實也是大數(shù)據(jù)概念的組成。Volume是指大數(shù)據(jù)巨大的數(shù)據(jù)量與數(shù)據(jù)完整性；Velocity可以理解為更快地滿足實時性需求；Variety則意味著要在海量、種類繁多的數(shù)據(jù)間發(fā)現(xiàn)其內(nèi)在關(guān)聯(lián)；Value最重要，它是大數(shù)據(jù)的最終意義——獲得洞察力和價值。簡單說，大數(shù)據(jù)4個V：就是體量大，快速化，類型雜，價值大。

張亞勤：體量容易理解。速度可以理解為更快地滿足實時性需求。數(shù)據(jù)的實時化需求正越來越清晰。對普通人而言，開車去吃飯，會先用移動終端中的地圖查詢餐廳的位置，預(yù)計行車路線的擁堵情況，了解停車場信息甚至是其他用戶對餐廳的評論。吃飯時，會用手機拍攝食物的照片，編輯簡短評論發(fā)布到微博或者微信上，還可以用LBS應(yīng)用查找在同一間餐廳吃飯的人，看有沒有好友在附近……

通過各種有線和無線網(wǎng)絡(luò)，人和人、人和各種機器、機器和機器之間產(chǎn)生無處不在的連接，這些連接不可避免地帶來數(shù)據(jù)交換。而數(shù)據(jù)交換的關(guān)鍵是降低延遲，以近乎實時——意味著小于250毫秒的方式呈獻給用戶。

類型雜必然促使我們對海量數(shù)據(jù)進行分析、處理和集成，找出原本看來毫無關(guān)系的那些數(shù)據(jù)的關(guān)聯(lián)性，把似乎沒有用的數(shù)據(jù)變成有用的信息，以支持我們做出的判斷，最終形成大數(shù)據(jù)的價值——獲得洞察力和價值。

大數(shù)據(jù)的崛起，正是在人工智能、機器學(xué)習(xí)和數(shù)據(jù)挖掘等技術(shù)的迅速發(fā)展驅(qū)動下，呈現(xiàn)這么一個過程：將信號轉(zhuǎn)化為數(shù)據(jù)，將數(shù)據(jù)分析為信息，將信息提煉為知識，以知識促成決策和行動。所以真正好的大數(shù)據(jù)系統(tǒng)，重要的不是越多越好，其實越少越好，最終變成一個決策，這才是最關(guān)鍵的。

大數(shù)據(jù)開啟了一個新的世界，人們