整理一、大数据定义分析师早起定义的大数据：资料量（Volume）、资料传输速度（Velocity）、资料类型（Variety）。在此基础上衍生出真实性（Veracity）等 V 系列。大数据并不是崭新的概念，几十年前科学家就在处理每秒上 PB 的巨量资料。近几年才出来“大数据”概念，是因为现今要处理的资料量更庞大、资料产生跟处理速度更惊人、资料来源更多样，于是处理、储存大量资料的新技术跟工具快速发展，新技术诞生后，开发者跟使用者需要一个更专业的名词来与之前的科技做出区别，于是‘大数据'诞生了。因此，大数据不只是指资料，也指这些用来分析，处理巨量资料的新兴科技。过去的资料大部分是人工手工记录下来交易资料，现在则是机器替我们记录下来的交易资料，除此外还有人们跟事物、企业间的互动资料，最终都是通过机器自动生成、累积下来的观察资料。大数据是由交易、互动、观察资料所组成的资料型态。大数据定义为：以前因为科技所限而忽略的资料。即暗数据。也有人认为大数据只是商业智慧和商业分析演化后的新字眼。大数据是在多样的或者大量的数据中，迅速获取信息的能力。必须在尽可能短的时间内发掘出价值。大数据的核心能力是发现规律和预测未来。整理大数据是任何超过了一台计算机处理能力的数据量。搜集行为数据，进一步挖掘分析，就可以发现大量隐藏在大量细节背后的规律，依据规律，预测未来。利用大数据技术（搜集和分析数据的技术），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。大数据分析工具（开发预测模型和规范模型），用于分析数据。大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样。随着业务的不断扩张和历史数据的不断增加，数据量的增长是持续的1. 数据量大，TB,PB,乃至 EB 等数据量的数据需要分析处理。2. 要求快速响应，市场变化快，要求能及时快速的响应变化，那对数据的分析也要快速,在性能上有更高要求,所以数据量显得对速度要求有些“大”。3. 数据多样性：不同的数据源,非结构化数据越来越多,需要进行清洗,整理,筛选等操作,变为结构数据。4. 价值密度低，由于数据采集的不及时，数据样本不全面，数据可能不连续等等，数据可能会失真，但当数据量达到一定规模可以通过更多的数据达到更真实全面的反馈。大数据是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。集成共享、交叉复...
