文档介绍：.最早提出“大数据(BigData)”时代到来的是全球知名咨询公司麦肯锡,麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因数。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费盈余浪潮的到来。”简介进入2012年,大数据(BigData)一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数据,并命名与之相关的技术发展与创新。它已经上过《纽约时报》与《华尔街日报》的专栏封面,进入美国白宫官网的新闻,现身在国内一些互联网主体的讲座沙龙中。数据正在迅速膨胀并变大,他决定着企业的未来发展,虽然现在企业可能并没有意识到数据爆炸性增长带来问题的隐患,但是随着时间的推移,人们将越来越多的意识到数据对企业的重要性。大数据(BigData)的形成随着云时代的来临,大数据(BigData)也吸引了越来越多的关注。大数据(BigData)通常用来形容一个公司创造的大量非结构和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据(BigData)分析常和云计算联系到一起,因为实时的大型数据分析需要像MapReduce一样的框架来向舒适、数百或甚至数千的电脑分配工作。“大数据(BigData)”在互联网行业指的是这样一个现象:互联网公司在日常运营中生成、累积的用户网络行为数据。这些数据的规模是如此庞大,以至于不能用G或T来衡量。大数据(BigData)的4个特征数据量大(Volume):大数据(BigData)的计量单位已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。类型繁多(Variety):包括网络日志、音频、视频、图片、地理位置信息,等等,多类型的数据对数据的处理能力提出了更高的要求。价值密度低(Value):信息感知无处不在,信息海量,但价值密度低,如何通过强大的机器算法更迅速的完成数据的价值“提纯”,是大数据(BigData)时代亟待解决的难题。速度快时效高(Velocity):这是大数据(BigData)区分传统数据挖掘最显著的特征。综上所述,大数据(BigData)时代对人类的数据驾驭能力提出了新的挑战,也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。