[[147262]]

2001年，高德納分析員道格·萊尼在一份與其2001年的研究相關(guān)的演講中指出，數(shù)據(jù)增長有三個方向的挑戰(zhàn)和機(jī)遇：量（Volume），即數(shù)據(jù)多少；速（Velocity），即資料輸入、輸出的速度；類（Variety），即多樣性。

在萊尼的理論基礎(chǔ)上，IBM提出大數(shù)據(jù)的4V特征?得到了業(yè)界的廣泛認(rèn)可。***，數(shù)量（Volume），即數(shù)據(jù)巨大，從TB級別躍升到PB級別；第二，多樣性（Variety），即數(shù)據(jù)類型繁多，不僅包括傳統(tǒng)的格式化數(shù)據(jù)，還包括來自互聯(lián)網(wǎng)的網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等；第三，速度（Velocity），即處理速度快；第四，真實性（Veracity），即追求高質(zhì)量的數(shù)據(jù)。雖然不同學(xué)者、不同研究機(jī)構(gòu)對大數(shù)據(jù)的定義不盡相同，但都廣泛提及了這4個基本特征。

大容量

天文學(xué)和基因?qū)W是最早產(chǎn)生大數(shù)據(jù)變革的領(lǐng)域。2000年，斯隆數(shù)字巡天項目啟動時，位于新墨西哥州的望遠(yuǎn)鏡在短短幾周內(nèi)搜集到的數(shù)據(jù)已經(jīng)比天文學(xué)歷史上總共搜集的數(shù)據(jù)還要多；在智利的大型視場全景巡天望遠(yuǎn)鏡一旦于2016年投入使用，其在5天之內(nèi)搜集到的信息量將相當(dāng)于前者10年的信息檔案。2003年，人類***次破譯人體基因密碼時，用了10年才完成了30億對堿基對的排序；而在10年之后，世界范圍內(nèi)的基因儀15分鐘就可以完成同樣的工作量。

伴隨著各種隨身設(shè)備、物聯(lián)網(wǎng)和云計算、云存儲等技術(shù)的發(fā)展，人和物的所有軌跡都可以被記錄，數(shù)據(jù)因此被大量生產(chǎn)出來。移動互聯(lián)網(wǎng)的核心網(wǎng)絡(luò)節(jié)點是人，不再是網(wǎng)頁。人人都成為數(shù)據(jù)制造者，短信、微博、照片、錄像都是其數(shù)據(jù)產(chǎn)品；數(shù)據(jù)來自無數(shù)自動化傳感器、自動記錄設(shè)施、生產(chǎn)監(jiān)測、環(huán)境監(jiān)測、交通監(jiān)測、安防監(jiān)測等；來自自動流程記錄，刷卡機(jī)、收款機(jī)、電子不停車收費系統(tǒng)，互聯(lián)網(wǎng)點擊、電話撥號等設(shè)施以及各種辦事流程登記等。大量自動或人工產(chǎn)生的數(shù)據(jù)通過互聯(lián)網(wǎng)聚集到特定地點，包括電信運營商、互聯(lián)網(wǎng)運營商、政府、銀行、商場、企業(yè)、交通樞紐等機(jī)構(gòu)，形成了大數(shù)據(jù)之海。

我們周圍到底有多少數(shù)據(jù)？數(shù)據(jù)量的增長速度有多快？許多人試圖測量出一個確切的數(shù)字。

2011年，馬丁·希爾伯特和普里西利亞·洛佩茲在《科學(xué)》上發(fā)表了一篇文章，對1986 ~2007年人類所創(chuàng)造、存儲和傳播的一切信息數(shù)量進(jìn)行了追蹤計算。其研究范圍大約涵蓋了60種模擬和數(shù)字技術(shù)：書籍、圖畫、信件、電子郵件、照片、音樂、視頻（模擬和數(shù)字）、電子游戲、電話、汽車導(dǎo)航等。

據(jù)他們估算：2007年，人類大約存儲了超過300EB的數(shù)據(jù)；1986~2007年，全球數(shù)據(jù)存儲能力每年提高23%，雙向通信能力每年提高28%，通用計算能力每年提高58%；預(yù)計到2013年，世界上存儲的數(shù)據(jù)能達(dá)到約1.2ZB。

這樣大的數(shù)據(jù)量意味著什么？據(jù)估算，如果把這些數(shù)據(jù)全部記在書中，這些書可以覆蓋整個美國52次。如果存儲在只讀光盤上，這些光盤可以堆成5堆，每堆都可以伸到月球。在公元前3世紀(jì)，希臘時代***的圖書館亞歷山大圖書館竭力搜集了當(dāng)時其所能搜集到的書寫作品，可以代表當(dāng)時世界上其所能搜集到的知識量。但當(dāng)數(shù)字?jǐn)?shù)據(jù)洪流席卷世界之后，每個人都可以獲得大量數(shù)據(jù)信息，相當(dāng)于當(dāng)時亞歷山大圖書館存儲的數(shù)據(jù)總量的320倍之多。