據IBM公司估量，我們現在每天創立了2.50億千兆字節的數據。
這種大規劃的數據集被稱為大數據。大數據是現已成為十分盛行的一個術語，以皮字節和艾字節表明和描繪數據集，并且其有時施加到數據集的技能，并處理它的運用設置。
關于這篇文章的意圖，我們將約束界說一個描繪巨大的數據量。在2014年9月AIP會議議事程序中，安德列德•毛羅，馬可•格雷科，米歇爾•格里馬爾迪為我們供給了一個更詳細的和強健的界說：“大數據代表著這種高容量的信息財物的特征，經過各種需求特定的技能和剖析方法，將其轉變為價值”。
留意，這個界說是很重要的。它不只是數據的數量，或體積，并且還有速度，也就是效勞和耗費的速度。數據流現已改變了我們對存儲和交付數據的觀點，并放置在基礎設施和運用程序引擎中，而曾經難以幻想要求能這樣做。
一個更近的維基百科界說了“體積，速度和種類”短語，并添加到另外兩個額定的“V”的概念，這兩者都與大數據所面對的應戰十分相關的：變異性和準確性。
數據搜集及其運用
跟著互聯網的呈現和運用大數據的人數成倍增長，搜集許多數據的才能也與之一起生長。數據搜集發作簡直一樣的其他核算活動的副作用。在我們采納的過程中，數據在創立帳戶，上傳文件，以及發作其他明顯的舉動。然而，數據也被無意提交搜集，由于一些其它活性的副產品。一個看似私家的行為，如點擊一個鏈接，關于營銷人員就能夠供給一個有價值的信息。因而，數據正在被記載和存儲。并且在某處進行處理。
而核算機關于工作人員處理信息是優異的，但沒過多久，營銷等職業實現保存供搜集數據的許多的潛力，由于它是在網絡上傳來傳去，最引人留意圖是互聯網（雖然重要的是記住許多大數據，并將其存儲在企業的內部網）。當該數據與其他數據，例如人口統計信息，一個人的YouTube的喜愛，地理位置，社會行為與Outlook配對，這個數據變得更加強壯。
其他職業也意識到，他們在搜集和處理信息方面從來沒有見過這樣大的規劃。不只互聯網，并且企業和其他實體的內部網絡能夠包容許多的信息。在美國、印度和其他地方的政府現已能夠運轉更精密的數據調整，以贏得選舉。國際安排搜集和運用醫療保健、出產力，以及工作數據，以協助他們了解開展資金是最好的花費。私營部門在許多方面運用大數據，包含買賣數據和剖析。科學研究涉及到大數據剖析，例如，大型強子對撞機的科研活動，以及超大型望遠鏡（VLT）陣列的數據返回。此外，大數據改變了制造業，經過供給出產、需求、滿意的數據，剖析師將了解是什么導致缺少和過剩，并對曾經難以確定行為和計劃進行可用性剖析。
數據記載的澤字節是一回事，數據搜集便利又廉價。當你以為你正在做其他工作的時分，數據搜集正在發作。而我們怎么運用它是一個徹底不同的問題，也是任何安排所面對的最大應戰之一，從企業營銷到政府部門，將考慮怎么有效地運用這樣許多的數據。
德毛羅等人所描繪的數據的種類是大數據的要害特征之一。數據源無處不在，并搜集一切類型的信息，其間一些應該被以為是靈敏的，需求安全處理。跟著各式各樣的數據到來，這意味著來自不同來歷的數據，格局和可拜訪性，即使是相同的信息，也可能是不同的。最終，數據的可靠性和準確性，是數據剖析人員有必要重視的要點。“臟數據”一直是數據庫辦理的一個問題，但這個問題與今日的環境指數相乘，具有更高的容量，并供給數據多源。
當它被成功地剖析，大數據能夠協助科學家解碼DNA，它能夠協助政府猜測恐怖活動，它能夠調整企業的產品結構，以滿意客戶的需求。
但面對這樣的數據搜集，持有人的問題是將怎么運用它？并且越來越多，我們怎么對此保證安全？
應戰和安全
現在，人們所面對的安全漏洞一直是很嚴重的，但大數據的安全漏洞可能是災難性的。數據搜集能夠包含十分靈敏和極其隱秘的個人信息，這將成為身份偷盜和歹意操作的潛在數據。跟著企業開發他們的大數據存儲和剖析體系，安全性有必要列于他們的優先級名單的首位。
數據剖析體系面對著大數據這個第一大應戰是簡單的現實，體系和流程都不能處理，我們現在期望定時處理這些數據。存儲基礎設施相對簡單創立：由于存儲設備現已成為廉價和可用的，并對其應戰有著適當充沛的了解。具剖析和運用數據是現在正在開發的高需求，許多企業都現已建立了自己的內部數據剖析：谷歌公司在2014年每天處理的信息大約20PB。
注：文章內容和圖片均來源于網絡，只起到信息的傳遞，不是用于商業，如有侵權請聯系刪除！
