大数据有哪些特征？

⼤数据的四⼤特征 麦肯锡（美国⾸屈⼀指的咨询公司）是研究⼤数据的先驱。在其报告 《Big data: The nextfrontier for innovation, competition,and productivity》中给出的⼤数据定义是：⼤数据指的是⼤⼩超出常规的 数据库⼯具获取、存储、管理和分析能⼒的数据集。但它同时强调，并不是说⼀定要超过特定TB 值的数据集才能算是⼤数据。 国际数据公司（IDC）从⼤数据的四个特征来定义，即海量的数据规模（Volume）、快速的数据流转和动态的数据体系 （Velocity）、多样的数据类型（Variety）、巨⼤的数据价值（Value）。 亚马逊（全球最⼤的电⼦商务公司）的⼤数据科学家John Rauser 给出了⼀个简单的定义：⼤数据是任何超过了⼀台计算机处理能⼒ 的数据量。 维基百科中只有短短的⼀句话："巨量资料(big data)，或称⼤数据，指的是所涉及的资料量规模巨⼤到⽆法通过⽬前主流软件⼯具， 在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极⽬的的资讯" ⼤数据是⼀个宽泛的概念，见仁见智。上⾯⼏个定义，⽆⼀例外地都突出了"⼤"字。诚然"⼤"是⼤数据的⼀个重要特征，但远远不 是全部。笔者在调研多个⾏业后，给出了⾃⼰的定义：⼤数据是"在多样的或者⼤量数据中，迅速获取信息的能⼒"。前⾯⼏个定义都是从 ⼤数据本⾝出发，我们的定义更关⼼⼤数据的功⽤。它能帮助⼤家⼲什么？在这个定义中，重⼼是"能⼒"。⼤数据的核⼼能⼒，是发现规 律和预测未来。 发现规律，预测未来 任何⾏为，皆有前兆。但在现实世界中，缺少实时记录的⼯具，许多⾏为看起来是"⼈似秋鸿有来信，事如春梦了⽆痕"。在互联⽹世 界则完全不同，是"处处⾏迹处处痕"。要买商品，必先浏览、对⽐、询价；要搞活动，必先征集、讨论、策划。互联⽹的"请求"加"响 应"机制恰恰在服务器上保留了⼈们⼤量的前兆性的⾏为数据，把这些数据搜集起来，进⼀步分析挖掘，就可以发现隐藏在⼤量细节背后的 规律，依据规律，预测未来。收集分析海量的各种类型的数据，并快速获取影响未来的信息的能⼒，就是⼤数据技术的⼒所在。 1993 年，《纽约客》刊登了⼀副漫画，标题是"互联⽹上，没有⼈知道你是⼀条狗"，如图1-10 所⽰。据说作者彼得·施泰纳因为 此漫画的重印⽽赚取了超过5 万美元。彼时关注互联⽹社会学的⼀些专家，甚⾄担忧"计算机异性扮装"⽽引发的社会问题。譬如，同性恋 和恋童癖可能会借助互联⽹⽽⼤⾏其道。 查看原图20 年后，互联⽹发⽣了巨⼤的变化，移动互联、社交⽹络、电⼦商务⼤⼤拓展了互联⽹的疆界和应⽤领域。⼈们在享受便利 的同时，也⽆偿贡献了⾃⼰的"⾏踪"。现在互联⽹不但知道对⾯是⼀条狗，还知道这条狗喜欢什么⾷物、⼏点出去遛弯、⼏点回窝睡觉。 ⼈们不得不接受这个现实，每个⼈在互联⽹进⼊到⼤数据时代都将是透明性存在的。 事实上，对于未来的不确定性是⼈类产⽣恐惧的根源之⼀，也是各类组织最为头痛的问题。⼤数据技术让⼈们看到解决未来预测问题的 ⼀丝曙光。通过利⽤⼤数据技术，可以预测预测⾃然、天⽓的变化，预测个体未来的⾏为，甚⾄预测某些社会事件的发⽣。它会让我们的⽣ 活更为从容，让决策不再盲⽬，让社会更加⾼效的运转。这就是⼤数据技术带给我们的好处。全球复杂⽹络权威巴拉巴西认为，⼈类⾏为 93%是可以预测的。我的确不知道这位⽼先⽣是怎么计算出来93%这个数字的，但⼤数据可以预测未来是显⽽易见的，这是⾸个使⼈类具 备了预测短期未来的技术。 听起来似乎很⽞妙，⼤数据不就是算命先⽣么？ 其实，或多或少，⼈们都具备预测的能⼒。譬如，⼉⼦跟⼩伙伴们疯玩，我知道他肯定在7 点之前会回家，因为他饿了。再如，家乡流 传的很多谚语，其中⼀句"⼋⽉⼗五云遮⽉，正⽉⼗五雪打灯"，说明⼤⾃然就有许多规律性的东西。估计现在的科学也没有办法解释⼏乎 半年跨度内⽓象间的因果关系，但是⼏千年的观察和积累，却发现了它。⾃然、社会、商业⽆不服从某些规律，⼤国兴衰、王朝更替亦有规 律可循。只是过去囿于技术条件⼈们⽆法记录下造成某件事情发⽣的先兆数据，⽆法去计算其中的因果关系。这些规律要么被神秘化，要么 被庸俗化。 任何事情的发⽣，都会有蛛丝马迹的前兆表露出来。如果我们不去关注⼀⽀股票的⾏情⾛势，就不会去买卖这⽀股票；如果我们从不去 询问某件商品的价格，也很难产⽣购买⾏为；如果事先没有联络沟通，⼈们就很难聚在⼀起；如果没有闷热的天⽓，似乎就没有透⼼凉的⼤ ⾬。关于地震前种种异象，更是被许多书籍、⽂章⼤肆渲染。 假定有⼀种技术可以记录下所有这些先兆，⼈们就获得了未⼘先知的能⼒。利⽤⼤数据技术，能够⼴泛采集各种各样的数据类型，进⾏ 统计分析，从⽽预测未来。⼤数据影响之深远，波及之⼴泛，远⾮⼀般的信息