京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“四个V”界定大数据概念
大数据是一个新的概念,网友从各个领域看到过很多关于大数据概念的描述和界定,我们也很想知道从《纲要》的角度上来看,如何了解大数据的概念和内涵。
这个问题提的非常好,现在我个人认为大数据近几年无论从应用、从技术、从产业都发展的非常快,而且成为我们全社会一个非常瞩目的热词。但是从客观上来看,无论是学术界、产业界还是政府界,还是普通老百姓,对大数据这个词,BigData这个词汇是缺乏一个统一的共识的。我们可以看到很多大数据的概念和界定的描述,比如说维基百科对大数据的定义,是用我们现有的技术手段无法在期望时间内进行处理的数据的集合。然后在学术界大家非常熟悉的关于大数据的界定就是4个V,四个英文的第一个字母的描述,第一个V就是volume,是大量的。大数据的量很大,某一个程度上达到PB级才是大数据,但是有时候几百T也是大数据。
第二个V(variety)是类型,现在随着互联网的发展,很多类型不再是我们传统意义上处理的结构化数据,有时候是半结构化,甚至是非结构化,原有的信息技术很难处理的技术。
第三个V(velocity)是速度,就是大数据的处理速度要很快,在很快、很及时的时间内,从大量的数据中来非常及时的获得到我想要的数据和信息。比如说这个数据半个月以后分析出来好了,但是对我已经没有用了,时间已经过去了。在公共安全的领域甚至治安的领域,利用数据分析是很现实的一个应用。
第四个是value,大家知道,实际上value表示的是价值密度低,它是一个“废品利用”、“沙里淘金”、“大海捞鱼”的过程。从国家发改委牵头从一两年之前开始研究,会同工信部等部门来做相关行动纲要的研究和起草。从国家信息化发展大的角度来说,行动纲要的大数据的角度来看,我们学习大数据有一个共识,这样才对它的战略、内容会有更好的理解。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23