老姨：“哎呀，听说你们挺忙的，你是做什么工作呀？”
序员：“我是程序员，做大数据的。”
老姨：“噢，大数据是做什么的呀？”
序员：“em...，老姨，你看看那包子好像熟了，我闻见香味了”

这可能是大数据从业人员会遇到的一个场景，亲人朋友们可能听说过这个词，但大数据到底是什么，可能从业者自己都说不清楚。这篇文章尝试着来解释一下大数据是个啥，希望咱老姨看了能明白。

大数据是很大的数据

在理解大数据之前，首先看下什么是数据。数据就是由计算机执行操作的数量、字符或符号，可以以电信号的形式存储和传输，并且记录在磁、光或机械记录介质上。

那什么是大数据呢？大数据依然是数据，但是有一个很大的量，同时还随着时间以指数速度在增长。简单来说，大数据就是数据量很大、很复杂的数据，不能使用传统的数据管理工具来有效的存储和处理。

大数据有多大？

上面说了大数据的概念，但现实生活中有哪些大数据的例子呢，以及具体有多大，我们下面看下。

为了能对后面内容的数据单位有一个大体的概念，我们可以先了解一下各数据单位。

• 1B (Byte 字节)=8b (bit 位）
• 1KB (Kilobyte 千字节)=1024B
• 1MB (Megabyte 兆字节 简称“兆”)=1024KB
• 1GB (Gigabyte 吉字节 又称“千兆”)=1024MB
• 1TB (Trillionbyte 万亿字节 太字节)=1024GB
• 1PB（Petabyte 千万亿字节 拍字节）=1024TB
• 1EB（Exabyte 百亿亿字节 艾字节）=1024PB
• 1ZB (Zettabyte 十万亿亿字节 泽字节)=1024EB
• 1YB (Yottabyte 一亿亿亿字节 尧字节)=1024ZB

前两年大家的手机流量基本都是 MB 为单位的，目前可能上升到了几 GB，这样大家有个直观的概念。

2025年全球每天产生的数据量将达到491EB

据IDC发布《数据时代2025》的报告显示，全球每年产生的数据将从2018年的33ZB增长到175ZB，相当于每天产生491EB的数据。

那么175ZB的数据到底有多大呢？1ZB相当于1.1万亿GB。如果把175ZB全部存在DVD光盘中，那么DVD叠加起来的高度将是地球和月球距离的23倍（月地最近距离约39.3万公里），或者绕地球222圈（一圈约为四万公里）。目前美国的平均网速为25Mb/秒，一个人要下载完这175ZB的数据，需要18亿年。

无处不在的社交数据

智能手机让人们的社交生活彻底数字化，每天在社交网络上花费的时间越来越多，产生的数据量也相应地不断增长。

据Facebook统计，Facebook每天产生4PB的数据，包含100亿条消息，以及3.5亿张照片和1亿小时的视频浏览。此外，在Instagram上，用户每天要分享9500万张照片和视频；Twitter用户每天要发送5亿条信息。

大数据只是大吗？

大数据最显著的特点肯定是大，但又不仅仅如此，大数据有如下几个特点：

• Volume：数据量，这是大数据的首要特点，数据是否能称为大数据，最关键的因素就是数据量。
• Variety：多样化，由于大数据的来源多种多样，因此多样化也是大数据的一个特点，数据格式可以是结构化、非结构化、和半结构化的。数据内容可以是 email、照片、视频、文件、音频、传感器数据（位置，高度等）等等。
• Velocity：速度，表示数据产生的速度，数据生成到速度越来越快、对后续处理的要求和使用的时效性期待也越来越高，因此速度也是大数据的一个特点。
• Veracity：数据的真实性，这是大数据一个扩展的特点，表示数据的质量和价值。

大数据最开始有 Volume、Variety、Velocity 三个特点，号称 3V 特性，后面有扩展出了 Veracity 这个特点，因此大数据并不只是大。

大数据有啥用？

其实我们日常生活中有很多使用大数据的例子，只是可能大家没有觉察到。我列举几个：

【第一个故事：大数据解救了每一个“地理白痴”】 李小茗是个“地理白痴”，所以他下载了一个高德地图。没有安装导航的原因，是因为这一产品付费，且占据了超过3G的内存。只要花一点流量，李小茗就能在地图上查看自己所处的位置，以及周围的建筑。

点评：虽然李小茗不知道什么是大数据，但每个在他地图屏幕上跳出来的坐标，实际上都是由大数据堆成的。

【第二个故事：搜狗热词里的商机】 王建锋是某综合类网站的编辑，基于访问量的考核是这个编辑每天都要面对的事情。但在每年的评比中，他都号称是PV王。原来他的秘密就是只做热点新闻。王建锋养成了看百度搜索风云榜和搜狗热搜榜的习惯，所以，他会优先挑选热情榜上的新闻事件来编辑整理，关注的人自然多。

点评：搜狗拥有输入法，搜索引擎，那些在输入法和搜索引擎上反复出现的热词，就是搜狗热搜榜的来源。通过对海量词汇的对比，找出哪些是网民关注的。这就是大数据的应用。

【第三个故事，阿里云知道谁需要贷款】 这是阿里人讲述的一个故事。每天，海量的交易和数据在阿里的平台上跑着，阿里通过对商户最近100天的数据分析，就能知道哪些商户可能存在资金问题，此时的阿里贷款平台就有可能出马，同潜在的贷款对象进行沟通。

点评：通常来说，数据比文字更真实，更能反映一个公司的正常运营情况。通过海量的分析得出企业的经营情况，这就是大数据的应用。

此外各个领域还有很多类似的应用和例子：

• 交通类: 路径规划如外卖，滴滴，无人车无人机
• 电商类:商品推荐，优惠券投放如京东东券
• 医疗类:病历结构化，疾病诊断(图片增强)，药效预测
• 金融类:智能投顾，信用卡异常检测
• 电信类: 用户流失预测

大数据是不是过时了？

前几年听大数据还挺多的，这两年感觉提的不是太多了呀，大数据是不是已经过时了？

个人觉得，作为噱头和商业概念，大数据可能过时了，不止大数据， AI 和 区块链，现在都提的不多了，这些终究会过时。但是作为一项技术，我觉得大数据才刚刚进入稳定发展期，随着 5G 和 物联网、无人驾驶等技术的应用和发展，数据只会越来越大、越来越快、越来越复杂，大数据的价值也会越来越明显。

就像空气和水一样，我们需要它，但不会每天注意它，大数据也一样，将来它会成为像自然资源一样重要的东西，利万物而不争。

文章原创发表于我的公众号，欢迎关注，第一时间获取关于新技术、大数据相关信息。