在信息科技高度發(fā)達的今天，多大的數(shù)據(jù)量才可以稱為大數(shù)據(jù)？

互聯(lián)網(wǎng)在一天之中所產(chǎn)生的全部內(nèi)容，可以刻滿1.68億張大容量光盤；交往的郵件有2940億封；發(fā)表的文章達200萬篇，相當于《時代》雜志770年的文字量；每一秒鐘所產(chǎn)生的視頻，可以供一個人連續(xù)觀看15年……

目前，家用電腦所使用的硬盤大多還是以TB做為容量單位，而信息的計量單位，已經(jīng)由TB躍升到了PB、EB乃至ZB。有統(tǒng)計表明，截止到2012年，整個人類文明所獲得的全部數(shù)據(jù)中，有90%是過去兩年內(nèi)產(chǎn)生的，而到了2020年，全世界所產(chǎn)生的數(shù)據(jù)規(guī)模將達到今天的44倍。

有人這樣定義大數(shù)據(jù)：“大數(shù)據(jù)”是指在可承受時間范圍內(nèi)，無法用現(xiàn)有的常規(guī)軟件進行捕捉、管理和處理，具有大規(guī)模、多樣化和高增長率的信息資產(chǎn)，它需要新的處理模式才能具有實際應用的價值。

一般來說，大數(shù)據(jù)具有以下特征：

首先是大量。與過去手工輸入的數(shù)據(jù)如財務數(shù)據(jù)、調(diào)查表格等有所不同，現(xiàn)在的大量數(shù)據(jù)由網(wǎng)絡或者機器產(chǎn)生。比如某搜索引擎每秒鐘會處理超過4萬條的搜索，相當于每天35億條。

其次是多樣。多樣是指不同的數(shù)據(jù)來源和數(shù)據(jù)種類，與傳統(tǒng)的“數(shù)字”不同，現(xiàn)在的數(shù)據(jù)包括了我們所能看到或聽到的所有信息類型，比如文字、數(shù)字、圖像、音視頻等，它們通過諸如空間日志、軟件操作、社交平臺、網(wǎng)絡搜索、手機短信或通話記錄、以及各種監(jiān)控設備而產(chǎn)生。

最后是速度。它是指數(shù)據(jù)生成的速度，互聯(lián)網(wǎng)上數(shù)據(jù)的生成速度是以秒甚至毫秒來計算的，除了用戶在使用網(wǎng)絡時產(chǎn)生數(shù)據(jù)外，還有各種儀器所生成的數(shù)據(jù)，比如基因測序儀、監(jiān)控視頻等。另外，全世界安裝在無數(shù)工業(yè)設備上的數(shù)碼傳感器，也在隨時測量并傳遞著有關(guān)位置、運動、震動、溫度、濕度乃至空氣中化學物質(zhì)的變化等海量數(shù)據(jù)。